基于改进自组织映射聚类算法的连锁故障预测模型

为提高电力系统连锁故障预测的快速性和全面性,提出一种基于改进自组织映射聚类算法的连锁故障预测模型.针对事故链预测模型的故障指标模糊、事故链模型过于庞大等问题,该模型首先设计了初始故障集评价指标、上下级支路间关联性指标.其次改进自组织映射聚类算法,对关联性指标进行聚类分类,并在上下级支路关联性确定中,设定适当阈值.最后,利用IEEE36节点系统进行仿真验证.结果 显示:本文方法在3.245 s时可预测到6级总计37条故障线路,故障预测范围达到97％.可见,本文方法与传统方法相比能有效缩短预测时间,扩大预测范围.     

飞轮系统的对应性分析故障检测方法

为了实现复杂系统故障的简单、快速检测问题,提出一种基于对应性分析的检测方法,研究了闭环飞轮的故障检测问题。首先,利用飞轮系统的健康数据与故障数据描述飞轮系统的状态,数据向量由飞轮的物理状态参数构成。其次,利用对应性分析方法提取健康数据的故障检测指标及其相应的阈值。最终,利用对应性分析方法提取故障数据的故障检测指标值;并与故障检测指标阈值对比,检测飞轮系统的故障。与扩展卡尔曼滤波故障检测方法相比,不需要复杂的物理建模,利用数据向量之间的关联性即可实现飞轮系统的故障检测。飞轮仿真模型的故障检测结果的对比分析表明:本文算法利用数据关联性避免复杂物理建模;算法能利用实时数据实现在线监测,通用性强。可见,对应性分析故障检测方法具有简单、快速的优点。     

基于关联性的卫星通信网链路故障自主识别

针对传统的网络链路故障识别方法往往需要人工参与、准确性有限的不足,提出了一种网络元素关联性的卫星通信网链路故障自主识别算法.该方法通过建立卫星网故障链路识别模型(FLIG),管理节点能够自主地、实时地检测出最可能出现故障的链路.利用该算法对示例网络链路故障进行了分析,并且与经典的非关联性的故障识别方法进行了对比.实验结果表明:所提出的算法考虑网络元素故障之间的作用,结果精确并具有实时性.     

基于自由分布式FDR假设检验阈值算法的信号去噪

在小波阈值去噪算法中存在的主要问题是阈值的设定和阈值函数的选取。Donoho提出的通用阈值在实际的应用中效果并不十分理想。利用统计学中的自由分布式错误发现率假设检验方法来设定阈值,使得该阈值不依赖于信号的长度,并在软阈值函数和硬阈值函数的基础上提出一种改进型阂值函数。仿真结果表明,与Donoho提出的小波阈值去噪算法相比,该算法具有更好的去噪性能。     

MIMO系统中基于条件数阈值的格基约减信号检测算法

在多输入多输出系统中,最大似然(maximum likelihood,ML)检测算法性能最优但复杂度很高,最小均方误差(minimum mean-square error,MMSE)检测算法复杂度低但其性能较差.较高的信道矩阵条件数会给信号检测算法的误码率性能带来不利影响.针对这些问题,提出一种基于信道矩阵条件数阈值的信号检测算法来提升高条件数下传统检测算法的性能.该算法通过比较信道矩阵的条件数与预先设定的条件数阈值,选取相应的检测算法:当条件数低于阈值时,采用复杂度较低的LLL(lenstra-lenstra-lovasz)约减的MMSE(LLL-MMSE)算法来减少计算量;当条件数高于阈值时,采用基于排序分组的ML与LLL-MMSE联合的检测算法,通过增加一定的计算量来保证检测性能.对不同阂值下的误码率性能进行了仿真,结果表明算法的性能明显优于传统的LLL-MMSE检测算法,并且通过预先设定条件数阈值可以使得算法在性能和复杂度之间获得较好的平衡,最终达到优化检测算法性能的目的.     

锂离子动力电池传感器多故障诊断策略综述

锂离子电池作为新一代可充电电源，具有能量密度大、安全性能高等优点，显示出了广阔的市场前景。但锂离子电池在运行过程中会发生各种内、外部故障，所以锂离子电池安全问题一直备受关注。锂离子电池里的传感器正常运行是保证对电池系统实时监测的关键，但是传感器故障微小且不易察觉，并且故障具有关联性、并发性的特征，可能引起多故障的发生，进而触发热失控的风险。所以如何保证传感器精确、快速的进行锂离子电池故障检测与诊断是确保安全稳定运行的关键。本文首先从锂离子电池结构出发总结了锂离子故障的类型及成因，并详细分析了传感器故障和多故障产生的机理。然后，对锂离子电池从单体电池到电池包所涉及的传感器故障和多故障诊断策略进行全面的阐述，并且分析了可能成为未来发展趋势的传感器多故障协同诊断策略和电池新模式下的故障诊断方式（如气体检测等）。最后，以全文锂离子电池的传感器多故障研究的重难点，提出了传感器多故障诊断未来可能的研究方向。     

一种基于Linux系统改进实时性的研究

针对Linux在实时性的先天缺陷,本文通过对Linux系统实时性不强原因的分析,提出采用动态优先权调度算法及单次触发方式对其实时性能进行改进,利用回馈和设定阈值法解决系统中进程调换频率过高致使实时性能下降问题。采用单次触发方式实现对系统的时钟粒度细化。实验测试结果表明,改进后Linux实时性得到提高,达到了预想效果。     

基于TMR系统解决小水电——EDMI关口电能表时钟误差的方案

针对EDMI关口电能表误差问题,提出了一种基于TMR系统时钟同步特点,采用TMR系统标准时钟对EDMI关口电能表进行远程对时的解决方案。同时介绍了EDMI电能表时钟修改的过程。该方案简单易行,可靠性高,具有一定的推广价值。     

云计算系统服务器节点故障的检测算法

传统故障检测算法无法应对云计算系统服务器的动态性与随机性,为此,提出一种云计算系统的服务器节点故障检测算法.首先对云计算系统性能数据进行采集,然后采用AFD算法设计故障检测器,对云计算系统服务器节点故障进行检测,并分析了服务器节点故障检测消息在服务器节点间的通信过程,最后通过服务器节点之间原有的信息交换,按照节点间的消息处理时间对故障检测阈值进行动态调整,从而应对服务器的动态性和随机性.实验结果表明,该算法检测结果可靠,适应性强.     

非标准工况下数字化电能表运行性能分析与评估

数字化电能表作为电能计量终端装置,其计量的可靠性与准确性意义重大。目前,通过国家标准检定的数字化电能表,在工程应用中仍然出现运行不稳定及计量失准的情况。究其原因是对现场非标准工况条件下数字化电能表运行性能的研究不够深入。为了研究数字化电能表现场运行中出现问题的来源,保证电能计量的准确性,研发了数字化电能表运行性能分析与评估系统。模拟现场非标准工况条件对三个不同厂家生产的数字化电能表运行性能进行了分析与评估。评估结果表明,受数字化电能表前端设备采样频率限制和内部缺少噪声过滤机制及电能计量算法准确度不够的影响,数字化电能表容易出现运行不稳定及计量失准现象,应提高计量算法精度,提升非标准工况条件下的适应性。研究成果一方面能为数字化电能表厂家提供技术改进思路;另一方面能为数字化电能表相关检测标准的改进提供参考依据。     

非标准工况下数字化电能表运行性能分析与评估研究

数字化电能表作为电能计量终端装置,其计量的可靠性与准确性意义重大。目前,通过国家标准检定的数字化电能表,在工程应用中仍然出现运行不稳定及计量失准的情况。究其原因是对现场非标准工况条件下数字化电能表运行性能的研究不够深入。为了研究数字化电能表现场运行中出现问题的来源,保证电能计量的准确性,研发了数字化电能表运行性能分析与评估系统。模拟现场非标准工况条件对三个不同厂家生产的数字化电能表运行性能进行了分析与评估。评估结果表明,受数字化电能表前端设备采样频率限制和内部缺少噪声过滤机制及电能计量算法准确度不够的影响,数字化电能表容易出现运行不稳定及计量失准现象,应提高计量算法精度,提升非标准工况条件下的适应性。研究成果一方面能为数字化电能表厂家提供技术改进思路;另一方面能为数字化电能表相关检测标准的改进提供参考依据。     

感应式电能表电能计量误差分析

本文建立了感应式电能表在正弦波以及含有谐波情况下的数学模型,并根据所建立的数学模型分析了感应式电能表计量误差产生的机理,然后利用高精度的电能表校验装备对感应式电能表作了一系列的测试,并提出了三个假设条件,运用功能强大的MATLAB软件分析了感应式电能表误差产生的几个因素对感应式电能表测量结果的影响。     

广域级电网在运智能电能表的烧损故障关联分析和预测方法

针对智能电能表在运行过程中出现烧损的现象，在对各类因素进行关联分析后， 提出了一种基于XGBoost算法的智能电能表烧损预测方法，以某省份2019—2020年的数据为例进行了测试验证. 采用该方法结合电能表基本信息数据、运行数据和环境数据进行烧损识别，并与K最邻近法（K-NearestNeighbor，KNN）、朴素贝叶斯和支持向量机等传统机器学习算法进行对比. 结果表明，基于极限梯度提升算法（eXtreme Gradient Boosting， XGBoost）的算法精度达到91%，召回率达到66%，综合指标F1达到76.51%，远高于传统算法. 算法模型在进行系统部署的过程中，运用长短期记忆算法（Long Short Term Memory， LSTM）对部分缺失值进行了填充，经试点验证，该模型可较为准确地预测低压台区电能表烧损现象.     

浅析智能电能表的应用

电能表是专门用来测量电能累积值的仪表,可为电力企业提供收费依据。电能表经历了机械式电能表、机电一体电能表、电子式电能表、智能电能表的演变。介绍了智能电能表的功能及其个性化服务特点,论述了智能电能表的发展方向。     

民用电子电度表设计

本文提出了一种民用的电子电度表的设计及其单元电路。讨论了简化的四象限乘法器的原理。本电路具有结构简单、成本低廉的优点,其性能完全符合民用电度表的要求。     

智能电能表及其应用研究

21世纪是信息网络化、高新科技成果被广泛应用的时代,数字化、智能化、标准化、系统化和网络化是现代电能计量装置发展的必然趋势,智能电能表应运而生。介绍了智能电能表及其工作原理,分析了智能电能表的常见故障及处理方法,探讨了智能电能表的自查方法、节电措施及发展趋势。     

基于真实数据的电动汽车锂电池故障检测方法

当电池的异常特征不明显时，传统的电动汽车电池系统故障检测方法很难进行早期故障检测。 当前大多方法都是基于实验室条件下的测试数据进行研究，利用电动汽车实际运行数据的研究较少。 为解决上述问题，提出一种基于真实数据的电动汽车电池系统内短路故障在线检测方法，通过经验模态分解提取分解后的电压残差值作为故障特征，结合香农熵权重法，以每个采样点的香农熵的冗余度作为权重，对串联电池系统中各电芯单体进行评分，结合改进 Z-分数，实现对串联电池组的故障检测和定位。 利用真实车辆数据进行验证并与阈值法和相关系数法进行比较，验证了该方法的有效性。 结果表明，所提出的方法计算成本低、可靠性高，能够在线应用，不需要精确的模型且无需针对不同型号车辆的得分阈值进行试验，降低了试验成本。     

装表接电及防窃电分析

分析了全电子式电能表的特点与安装步骤,阐述了窃电的分类及其危害,介绍了全电子式电能表的防止窃电功能,提出了加强装表接电管理防止窃电的措施。     

神经元网络及其参数训练用于钢丝绳无损检测

针对现阶段钢丝绳无损检测中存在的门限值与概率模型中特征参数的选择问题,提出运用神经元网络技术解决该问题的一个方案.并研究了神经元网络训练参数集的大小对门限值以及概率模型中特征参数准确性的影响,还给出了实验结果.