基于偏振控制算法的电缆局部放电光纤传感定位

为提高长距离高压电缆局部放电信号光纤检测的可靠性和定位精度,解决分布式光纤传感系统中的偏振衰弱和相位漂移问题,搭建接入偏振控制器的光纤传感检测系统模型对电缆局部放电超声特性进行分析,提出了一种基于改进偏振控制的自适应矩估计最大值优化算法(adaptive moment estimation max,Adamax).通过调整偏振控制器的驱动电压以减小偏振衰弱,基于MATLAB对算法的衰减率、噪声幅度、控制精度等参数进行仿真计算,结果表明改进算法比Adam算法平均迭代步数降低了约35%,控制收敛精度可达到10-4级.在15 km高压电缆系统进行了光纤传感局部放电定位检测实验,结果表明改进的偏振控制算法定位精度为±12 m.验证了分布式光纤传感系统中偏振控制器和改进算法的可靠性和定位精度,为基于大数据的高压输电设备绝缘状态监测提供技术支撑.

基于PCA-DBILSTM的多因素短期负荷预测模型

针对传统神经网络在短期负荷预测中预测精度不高、预测时间较长的问题,提出了一种基于主成分分析法和深度双向长短期记忆神经网络的短期负荷预测模型。该模型运用主成分分析法对原始多维输入变量组成的时间序列进行主成分提取,实现原始负荷的降维;然后通过深度双向长短期记忆网络结合Adamax优化算法,对提取的主成分序列和负荷实际输出序列之间的非线性关系建立网络模型。以中国某地区的负荷数据作为实际算例,验证该方法预测精度达到了99.44%,并与传统预测模型进行对比,在保证预测精度的同时,大幅降低了预测时间。