基于参数自修正的配电网故障定位数字孪生技术研究

配电网参数受天气条件和负载条件等因素影响会发生变化。由于传感装置安装有限、数据延时传输等因素,无法实时获得配电网准确参数,进而给传统故障定位方法的精度带来影响。针对以上问题,通过建立配电网数字孪生模型,基于配电网数字孪生模型的参数自修正技术,提出了一种定位模型随参数变化动态校正的配电网故障定位方法。同时,搭建了基于数字孪生服务器和实时数字仿真系统(real time digital system, RTDS)的数字孪生平台,实现了配电网实时的物理模型和数字孪生模型的同步运行。在算例仿真中,利用该数字孪生平台,验证了基于数字孪生技术的配电网故障定法方法。结果表明,该方法可在各类系统运行条件下实时修正配电网参数,显著提高配电网故障定位的速度和精度。

基于迭代稀疏分解的介损角测量方法

非同步采样及现场噪声对介损角的精确计算有较大影响,为此,提出了一种基于迭代稀疏分解的介质损耗角测量方法。利用匹配追踪能够将输入信号表示成少量特征明显的信号分量和形式,进而寻找与信号基波相匹配的最优原子即得到基波相位,从而提高介损角计算精度的目的。通过仿真实验,在基波频率发生变化、介损角真值发生变化、谐波所占比例不同、不同比例的噪声等情况下,采用文中方法、加Blackman自卷积窗结合三谱线插值法和加Hanning窗插值高阶正弦拟合法计算得到介损角测量结果,并作对比分析。实验结果表明:基于文中所提方法计算结果精度高,能有效克服频谱泄露及栅栏效应的不足。

低信噪比下的浅海水声稀疏信道估计

研究了浅海水声稀疏信道的估计方法,并在此基础上提出了一种应用于低信噪比且相邻路径最小时延差小于经典匹配跟踪算法可以分辨情况下的信道估计算法。所提出的信道估计算法基于最小二乘准则,利用浅海水声信道的稀疏特性,同时结合匹配跟踪算法,将信道脉冲响应函数的l1范数作为代价函数,并将其转化为凸优化问题进行求解。仿真实验验证了提出方法的有效性。

基于端点检测与压缩感知的语音增强方法

语音信号在离散余弦变换(DCT)域上具有稀疏性,为压缩感知(CS)的应用创造了条件。将语音端点检测与压缩感知相结合,提出了一种新的语音增强方法。带噪语音通过端点检测得到有话帧与无话帧,利用压缩感知对有话帧进行降噪。将带噪的有话帧在DCT域稀疏表示,采用稀疏循环结构化矩阵进行压缩观测;利用前导无话段得到的噪声估计,提出双迭代正则化正交匹配追踪法(DIMP),通过该算法重构出有话帧;最后在时域叠接有话帧与无话帧,实现语音增强。实验结果表明:在低信噪比下,文章算法的去噪效果优于传统的谱减法和维纳滤波法。

匹配追踪插值技术的对比分析研究

匹配追踪插值技术是数据规则化和数据重构的关键技术,但其重构的可靠性和保真度目前学术界研究较少.本文首先梳理了匹配追踪插值与压缩感知技术的关系,认为匹配追踪插值是在稀疏表示和数据重建阶段应用了压缩感知技术;然后基于塔里木盆地库车复杂山地资料的实例,从抽稀采样强度、采样方式、稀疏域表示及重建算法等方面,开展三维和五维匹配追踪插值的对比试验及分析.研究结果表明:(1)匹配追踪插值技术重构数据能力很强,不仅在三维数据体还是在叠前五维道集上,25%的随机抽稀都能可靠地重构数据,它可以作为是否保真或可靠的门槛值.(2)同等抽稀条件下,随机采样的恢复数据的能力要明显强于规则采样;双编织采样可以作为随机采样替代选择.(3)Radon域的表示比Fourier域更稀疏,其重建性能优于后者.(4)同等抽稀强度下,检波点抽稀五维重建与炮点五维抽稀重建具有相近的效果.