图像特征分析的电力金属腐蚀评估方法

为快速有效诊断电力设备金属腐蚀状态,对变电站进行挂片的金属材料Q_(235)钢的腐蚀图像进行了数据分析,提出了一种基于腐蚀图像特征分析的金属腐蚀状态评价方法。首先,通过图像预处理、色度学、统计学、小波和分形分析方法提取了多维特征参量;然后,基于神经网络算法提出了金属腐蚀状态评价方法,并验证了方法有效性。结果表明:腐蚀图像的色彩、统计学、小波和分形特征参量能全面反映金属腐蚀形貌的演化规律和腐蚀状态;联合神经网络算法与多维特征参量构建的腐蚀评价模型能准确地评价金属的腐蚀程度,现场两种不同腐蚀程度金属样本的腐蚀状态评价结果与其实际腐蚀程度相一致。

基于改进型神经网络模型的负荷短期预测仿真研究

选择BP人工神经网络作为电力系统负荷预测的模型,发现其具有收敛速度较慢,且容易陷入局部最小的缺点。因此,引入拟牛顿法和附加动量法对其性能进行改进,并形成一种改进型的预测模型。以重庆市某供电公司供区为背景,利用其负荷数据进行仿真,结果证明,对BP人工神经网络的改进是成功的。这种方法可以更好地满足电力负荷短期预测的精度要求,对电力系统控制、运行和规划都具有重要意义。

电磁式电压互感器“低频过电压激励-响应”逆问题求解

电磁式电压互感器(PT)作为电力系统中已大规模应用的电压感知设备,在低频电磁暂态电压激励下可能出现铁心饱和,引起二次响应电压波形畸变、测量误差激增。通过求解PT的“低频过电压激励-响应”逆问题,由PT二次响应电压计算得到其一次激励电压。该文基于电磁对偶原理建立计及铁心深度饱和特性的PT正向电路模型及其参数提取方法,进而构建其逆向数学模型,提出PT“低频过电压激励-响应”逆问题的求解方法。针对10kV真型PT的低频暂态仿真与试验数据进行“低频过电压激励-响应”逆问题求解方法的验证,结果表明:提出的逆向求解方法可将PT的低频电磁暂态测量误差从65.6%降低至10%,解决了其在低频暂态电压激励下的测量失真难题。