基于变换域分析和XGBoost算法的超短期风电功率预测模型

为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风电功率指标进行数据构建和低级特征提取。然后,结合快速傅里叶变换(fastFourier transform, FFT)和哈尔小波变换构成的多层次变换域分析方法对风电数据进行分解,充分考虑频域信息在特征学习中的重要性。最后,建立包含FFT、哈尔小波变换和XGBoost算法组合的超短期风电功率预测模型。实验结果表明,采用的多层次变换域分析方法能够充分挖掘原始特征之间的潜在关系,深入捕捉数据的时序关联性,而且XGBoost算法可以有效提升模型的预测性能,与其他预测模型相比,所提方法在不同数据集上均展现出较高的预测精度和较强的特征提取能力。

从多相滤波视角阐释滑窗DFT多路输出的特性

滑窗离散傅里叶变换(Discrete Fourier Transform, DFT)是目前工程上最常用的信号时频分析工具,但目前对滑窗重叠度以及滑窗DFT的物理意义的阐释并不透彻。针对这一问题,在简要回顾了两种形式的滑窗DFT和两种形式的多相滤波实现流程的基础上,从多相滤波视角对滑窗DFT多路输出的特性进行了全新的阐释,指出了窗口不交叠的滑窗DFT与简化形式的多相滤波之间的等价关系,以及窗口部分重叠的滑窗DFT与常规形式的多相滤波之间的关联关系,并通过仿真验证了上述分析的正确性与有效性。从而为基于滑窗DFT的多信道并行滤波处理、信号时频分析、子信道信号提取与分离等工程应用提供了理论指导与应用参考。

一种快速检测网压短时扰动的方法

电网故障电压的快速检测是实现电网电压故障穿越的关键。当电网电压出现短时扰动时,采用常用电网电压检测方法 (如傅里叶变换法、dq轴变换法、小波变换法和电压峰值法等)会出现不同程度的失真。对此,文章提出一种快速检测网压短时扰动的方法。针对电网谐波含量大的特殊性,该方法在采用抗干扰性强的傅里叶变换法计算网压基础上,运用坐标变换特性把电网电压变换成高频信号,再利用滚动滑窗的方法解决了傅里叶变换的计算时间长问题,在一个高频信号周期内即可检测出网压扰动信号。仿真实验结果表明,与其他方法比较,本文提出的网压计算方法不仅适用于短时网压扰动,对长时网压扰动同样也适用;在网压中有、无高频谐波情况下,该方法都可以快速(约2 ms)检测出电网电压短时扰动,同时网压幅值检测精度满足工程化需求。

基于热重启随机梯度下降和一类支持向量机信息融合的户变关系辨识方法

为了提高低压台区户变关系校验的效率,提出一种基于用电量和电压信息融合的台区户变关系辨识方法。首先,基于用电量建立台区和用户的关系模型,利用热重启随机梯度下降法(SGDR)求解,并使用滑动时间窗进行多次判断,综合得出户变关系初步辨识结果;然后,使用初步辨识得到的正常户变关系用户的电压数据构成训练样本,构建一类支持向量机(OC-SVM)学习台区正常用户的电压特征,完成台区用户的户变关系最终辨识;最后,对实际台区数据进行分析。结果表明:该方法实现了低压台区户变关系的有效识别,验证了该方法的实用性和可靠性。

基于时间序列相似性聚类的应用研究综述

在综合分析近年来时间序列数据挖掘相关文献的基础上从时间序列分割、相似性度量、时间序列聚类等方面对时间序列数据挖掘进行了综述,简要分析了基于时间序列相似性聚类的研究现状,对比较流行的算法进行了比较分析,对当前一些未解决的问题进行了简要介绍,并在此基础上对未来的发展趋势进行了展望,为研究者了解最新的基于时间序列相似性聚类研究动态、新技术及发展趋势提供了参考。

基于滑动时窗的小波变换实时算法

本文针对基于滑动时窗的小波变换中小波系数重复计算的问题,通过预先存储一部分小波系数,避免重复计算过程,以较小的存储空间为代价,获得了计算效率很高的小波变换实时算法,且小波变换实时算法获得的小波系数与多孔算法计算得到的小波系数完全相同。仿真结果表明:基于滑动时窗的小波变换实时算法快速、稳定,是一种值得推广使用的高效算法。

一种在线的有源电力滤波器谐波检测方法

将小波变换运用于有源电力滤波器谐波检测时,因运算量大,效率不高,不能保证检测结果的实时性,针对这个问题,提出了一种基于小波变换与滑动时间窗相结合的在线谐波检测方法,在运用小波基bior1.5对信号序列进行去噪处理的同时,采用滑动时间窗对突变信号动态跟踪以实现在线检测。搭建并联型有源电力滤波器仿真模型,测试该方法在非线性负载产生电流突变时的谐波检测能力,结果表明该方法在保证较高的准确性和稳定性的前提下,实现了在线谐波检测。

RME:基于滑动窗口的实时人脸检测算法

研究了基于滑动窗口的视频实时人脸检测,提出了刚性运动估计(RME)算法。该算法以小尺度人脸瞬时刚性运动为假设,根据几何变换对窗口图像的运动进行描述,以光流代替运动矢量计算运动参数进而识别窗口图像的刚性、非刚性运动类型,通过排除非刚性窗口以提高人脸检测效率。对比实验与分析表明,该算法在准确率与时间效率方面具有优势。

基于滑动时窗K-Means聚类的CVT早期故障诊断

电容式电压互感器设备故障的产生给电网设备监测工作造成了严重影响。本文提出了一种基于滑动时窗 K-Means 聚类早期辨识 CVT 是否发生内部电容单元击穿故障的检测方法。根据CVT 内部电容单元击穿会导致二次侧电压变化,在时域上将 CVT 二次侧电压数据基于滑动时窗分解为若干段,对分段内数据 K-Means 聚类处理,通过两类类质心数据差值与阈值比较的结果确定CVT 是否发生内部电容击穿故障。算例结果表明本方法对于诊断 CVT 内部电容单元是否被击穿有一定效果,相比于传统的物理检测手段,效率及灵敏度更高。经过进一步的完善后可适用于智能电网系统。

基于滑动时间窗的雷达脉冲列分选方法

电磁空间中大量存在着相互交错的固定重频雷达脉冲列,例如海面大量舰船发射的导航雷达信号、机载脉冲多普勒雷达在不同时段发射的相干脉冲列等。这些脉冲列以时间片段的形式存在,电子侦察分析系统无法事先确定其起止时刻,给这类雷达的重频参数估计和脉冲分选造成了较大困难。该文首先分析脉冲列的短持续时间特性给传统脉冲分选方法性能造成的负面影响,然后引入滑动时间窗思想来削弱这一影响,并据此提出脉冲重频间隔(PRI)高精度估计和脉冲分选方法。仿真结果验证了新方法的重频参数估计和脉冲分选性能。

矿井巷道-钻孔瞬变电磁二维拟地震反演方法及应用

采空巷道严重威胁煤矿安全和矿工生命,因其体积规模较小,常规物探对其探测精度较差,钻探手段也很难准确命中目标,为解决采空巷道的精细探测问题,提出一种煤矿井下巷道-钻孔瞬变电磁探测方法。该方法属于一种定源动接收的二维工作方法,通过在孔口布设一固定不动的发射线框,在孔内沿钻孔移动接收探头进行三分量观测,进而实现对钻孔径向低阻地质异常体的高精度探测。该装置观测曲线形态复杂,反演难度大。通过基于CPU+GPU异步并行的时域有限差分三维数值模拟分析了其数据特征,提出了结合分时段和全时段波场反变换算法2者优势的基于相关的滑动时窗波场反变换算法对数据进行高精度波场转换,研究了二维装置的虚拟波场时距曲线特征,得出了相应的动校正算法,采用等效导电平面法构建了初始速度模型,最终在虚拟声波介质假设下通过共轭梯度全波形反演技术实现了巷道-钻孔瞬变电磁数据的拟地震反演。计算了三维数值模拟、水槽物理模拟和井下现场模拟资料的反演结果,对钻孔径向的小规模异常体取得了良好的成像效果。结合山西煤矿井下的工程实践,对该方法精细探测积水采空巷道性质、形态和规模的实用性和有效性进行了检验。研究表明:巷道-钻孔瞬变电磁探测方法是井下物探与钻探的有机结合与相互补充,能够有效应用于积水采空巷道探测。

基于提升小波变换的在线谐波检测

针对小波变换运用于谐波检测时的计算量大、无法保证实时性、采用传统阈值函数检测结果精度较低等问题,提出了一种新的在线谐波检测方法,在运用提升小波对信号序列进行新阈值函数去噪处理的同时,采用滑动时间窗对谐波电流信号动态跟踪以实现在线检测。搭建并联型有源电力滤波器仿真模型,在非线性负载产生电流突变时测试该方法谐波检测能力,结果表明该方法能准确分离出基波和谐波电流成分,具有较好的快速性、实时性和准确性。

多输入多输出桥梁结构时变模态参数的滑窗时域识别

为了跟踪识别多输入多输出桥梁结构的时变模态参数,提出了一种基于滑窗技术与确定-随机子空间识别的时域识别方法(Sliding Window-Combined Determine-stochastic Subspace Identification,SW-CDSI).首先,使用滑窗技术对连续测试数据进行窗口划分,讨论了窗函数、窗宽度及滑窗步长的确定标准,提出了基于稳定图法的窗宽度确定方法.然后,使用考虑多输入多输出的确定-随机子空间方法对各窗口内数据进行处理,实现在时域上对桥梁模态参数进行跟踪识别.最后,基于大比尺斜拉桥模型振动台试验测试数据,对SW-CDSI方法进行验证,并将SW-CDSI辨识结果与希尔伯特-黄变换(Hilbert-Huang Transform,HHT)辨识结果进行对比分析.结果表明:SW-CDSI方法可精确地跟踪桥梁频率在时域上的变化情况,其比HHT方法具有更高的精度和稳定性.

基于能量比法的浅地层地震剖面自动解译

浅地层地震剖面自动解译法比传统的人工目视解译法具有更大的优势，不仅可以快速地处理和解译地震剖面，且结果更为客观。本文从青藏高原黑海的原始剖面数据-SEG-Y数据文件出发，以优化的变长滑动时窗能量比法为基础，采用均值曲线法提取地层边界点，最后进行边界点的连续性检验，通过Matlab缟程达到浅地层地震剖面的自动解译。变长滑动时窗的时窗取值范围、均值曲线法中峰值提取窗口大小是影响解译精度的关键参数。一系列的参数化方案实验与对比分析表明，当变长滑动时窗的取值范围在2～20之间，均值曲线峰值提取窗口大小取值在70～80之间时，黑海剖面自动解译得到的地层界线与人工解译得到的地层界线相似程度大于0.65，提取的边界点在界线附近的密集度犬于0.8。利用这组参数在剖面解译时能够获得明显的地层界线，与通过钻孔和传统的人工目视解译法获得的地层界线基本吻合，相似度高，且连续性好，黑海其他两务剖面的解译效果也验证了这组参数的可靠与适用性。这组参数对其他地区的剖面数据的适用性还有待进一步研究，实验研究表明对剖面原始数据进行降噪等顸处理后，这一自动解译方法可以拓展应用，同时能进一步提高解译的精度。