基于K⁃means算法的10 kV变压器负载状态检测方法

针对平均状态下的热点温度单一、不同负载状态检测响应时间较长的问题,为提高响应速度,基于K-means算法,设计了一种10 kV变压器负载状态检测方法。建立10 kV变压器负载模型,压缩重叠向量矩阵,综合计量变压器负载状态参数指标;计算不同负载状态热点温度,分别讨论正常周期性负载、长期急救负载、短期急救负载等不同负载状态热点温度;基于K-means算法评估变压器负载状态,计算欧式距离与平均距离,求解负载状态指标,完成10 kV变压器负载状态检测。实例测试结果表明,该算法应用后的正常周期性负载、长期急救负载、短期急救负载条件下最大响应时间为0.36 s,0.6 s,0.2 s,对变压器负载状态的检测能力更强。

固态功率控制器负载状态检测电路设计及RC延迟特性分析

传统的固态功率控制器(solid state power controller,SSPC)在电气回路断电时,无法自动检测电气负载的连接状态(连接或脱落),导致检测负载故障或脱落的成本相当高。文章设计了一种智能检测电路,并将其合理地集成到SSPC中,可以有效判断负载连接状态。电路由三个模块组成,并给出了各模块的工作原理和逻辑状态表,并对其RC滤波电路的延迟特性进行了理论分析和推导。实验结果表明,方法能够准确、快速地检测出电气回路中(通电或断电情况下)的负载状态,并验证了RC延时电路中的理论计算电压比传统方法更接近实际测量电压。当最终输入电压为5 V时,绝对误差小于210 mV,均方根误差为104.1 mV。

基于动态电位判断的负载状态在线检测技术研究

研究了基于动态电位判断的负载状态在线检测技术,设计了可识别直流固态功率控制器带载状态的在线检测电路。通过实时动态的判断采样电阻两端的电位差和负载公共端电位的方法来检测电路的带载状态,解决了传统的负载状态检测电路只有在负载回路工作时才能检测电路带载状态的不足。经过电路分析与实验,表明无论功率开关是处于开通还是关断状态,该负载状态在线检测电路均可以在不超过10μs的时间内准确地检测出负载的连接状态。

基于线性回归与最小二乘法的物理主机状态异常检测方法

提出一种基于线性回归与最小二乘法的物理主机状态异常检测方法EPADA(Efficient Physical host status Anomalous Detection Approach)。EPADA可以预测出所有物理主机在将来一段时间内的资源使用率情况,在实体迁移过程中被用来判断物理主机是超负载或低负载。当某个主机超负载时,则将一些虚拟机迁移到其他主机上以减少SLA违规率。当某个主机低负载时,该主机切换到睡眠状态以减少能量消耗。EPADA物理主机状态异常检测方法通过CloudSim来实现和仿真,仿真结果表明了EPADA的良好性能。