基于双通道多特征融合的电力负荷智能感知方法

负荷识别是分析用户用电行为的主要工具之一.提高负荷识别的精度对于开展用能监测服务、实现节能降损具有重要意义.提出了一种基于双通道多特征融合的电力负荷智能感知方法.首先,从电器设备的基本属性出发,分析了电流、谐波、功率等数值特征以及电压-电流(V-I)轨迹图像特征对负荷识别的影响;其次,考虑了特征之间的互补性,分别采用主成分分析-神经网络(principal component analysis-back propagation,PCA-BP)算法和卷积神经网络算法将数值特征和图像特征以不同通道在高维空间进行深度融合;最后,采用Softmax分类算法对融合后的高级特征和设备标签进行有监督的学习,从而实现了不同类别电器设备的有效辨识.算例测试结果显示,所提出方法的负荷识别准确率高达94.55％.该结果充分说明了将多种特征进行高维空间融合,可以更全面、立体地反映设备的本质属性,提高算法的识别精度.     

基于STM32的非侵入式负荷监测系统设计

传统的侵入式负荷监测方法在实际应用中安装复杂,成本高,无法满足日益发展的电力系统需求.为此设计了一种基于STM32的非侵入式负荷监测系统,系统以STM32F103芯片为主控制器,利用AD8629放大器和ADS1256芯片进行高精度电信号采样,通过USB与上位机通信,在Labview界面中进行实时显示,并建立卷积神经网络算法模型进行负荷识别.将嵌入式系统与辨识算法进行结合,通过实验验证了用电负荷监测与识别的可行性,且系统实时性好,测量精度高,成本低,有较强的实用性.     

分形塔分抗逼近电路——标度拓展与优化设计原理

分析B型分形塔分抗逼近电路的特征,该电路只具有负半阶运算性能.结合标度拓展理论,获得具有任意实数阶微积算子的分抗逼近电路——标度分形塔分抗逼近电路,并用非正则双重标度方程进行描述.分析该分抗逼近电路的运算性能和逼近性能.运用典型的数值求解算法分析频域特征及运算特征,对比不同初始阻抗值对零极点分布及频域曲线的影响.结合运算特征曲线与标度特征参量的不同取值情形,理论分析标度分形塔分抗逼近电路的优化原理并给出具体优化方法.对比分析标度分形塔分抗优化前后的逼近性能,定量分析运算振荡现象.介绍标度分形塔分抗的实际电路设计方案并给出实例,使用电阻电容与有源器件将该分抗的运算阶由-1μ0推广为0|μ|2.标度分形塔分抗逼近电路及其优化电路为分抗的构造与应用提供新思路.     

基于数据驱动的线性聚类ARIMA长期电力负荷预测

针对某些发达城市因负荷波动大而导致的长期电力负荷预测精度低问题,提出了一种基于数据驱动线性聚类(data-driven linear clustering,DLC)的自回归积分滑动平均(auto-regressive integral moving average,ARIMA)预测方法。首先,利用线性特征作为聚类标准对每年的大型变电站负荷数据集进行预处理;然后,对得到的每个子序列构建最优自回归积分滑动平均模型,以预测其相应的未来负荷;最后,汇总所有的模型预测结果从而获得电力系统长期负荷预测结果。从误差分析和应用结果可知,理论和实践都验证了所提出的方法在保证建模精度的同时能够降低随机预测误差,从而获得更稳定、更精准的电力系统负荷预测结果。     

红外光谱法检验香烟过滤纤维的研究

目的建立一种灵敏、准确、无损的检验香烟过滤嘴的方法。方法利用傅立叶变换红外光谱仪,采用Smart Performer采样器,对120个不同品牌、同一品牌不同档次和同一品牌同一档次不同系列的香烟过滤嘴样本进行分析检验,并考查各种影响因素。结果依据红外光谱图中吸收峰的不同,可以将香烟过滤嘴样本加以区分。结论该检验方法不破坏检材,重现性好,可用于鉴定香烟物证。     

对电力负荷控制的基本原理及其控制策略研究

文章通过介绍电力负荷控制系统的组成及其工作原理,着重讨论了系统的控制及管理过程。此外结合本人的实际现场工作经验,希望给工作在广大一线的电力行业人员以借鉴,为我国的热电事业做出贡献。     

中等负荷运动对胰岛素抵抗大鼠脾脏DC影响的研究

通过运动干预高脂饮食诱发的胰岛素抵抗大鼠,了解运动对其树突状细胞形态和功能的影响,旨在探讨运动在免疫中的作用,为运动免疫提供理论支持。结果显示:较长周期的中等负荷的运动干预可以使高脂饮食诱发的胰岛素抵抗大鼠树突状细胞形态结构和功能得到一定恢复;其机理可能是通过运动降低血糖水平、改善降低胰岛素抵抗,减少机体脂肪组织,降低低度炎症,提高机体免疫力的结论。     

一种资源与服务性能关系的建模方法

获取资源与服务性能的关系模型是在云环境中为服务合理分配虚拟资源的关键.然而,训练数据的规模往往显著影响这种非线性关系模型的准确率.针对现有方法不足,提出了将协同过滤推荐(CFR)和支持向量回归(SVR)相结合的服务性能动态建模方法(CSDM).该方法在服务部署与运行时同时训练两种模型,并选择二者中MAE占优的性能模型预测给定资源状态下的服务性能,从而保证预测精度.同时,CSDM引入择优阈值以降低模型训练代价.实验表明,CSDM在不同规模的训练数据上均有较高的预测准确率,且择优阈值对预测精度和建模效率具有显著影响.     

内蒙古电网向陕西电网供电安全自动装置方案分析

陕西有色铝镁公司在榆林市建设年产60万吨铝镁合金生产线及配套年产800万吨煤炭和5×330MW自备发电机组。目前年产4×330MW发电机组以及1040MW负荷已经投产。由于陕西榆林电网目前没有220k V电压等级,所以陕西有色电厂现投产4×330MW机组通过双回220k V线路并入内蒙古西部电网。基于目前内蒙古电网现状,本文分析了陕西有色电厂接入的系统稳定问题。     

逻辑内建自测试双重过滤测试点选取策略

为有效改善逻辑内建自测试(logic built-in self-test,LBIST)因使用伪随机向量发生器生成测试图形,而导致相关应用芯片故障覆盖率指标较低的问题,便于控制、较易调整的测试点插入(test point insertion,TPI)技术被广泛应用。然而,在TPI的测试点选取过程中通常基于"故障覆盖率优先"准则,进而使部分测试点面积开销过高。针对此问题,通过对现有主流选取策略的分析,提出一种应用于LBIST的双重过滤测试点选取策略。该策略首先通过预过滤,获得高故障覆盖率/低面积开销的单一测试点集,以保障TPI整体质量;其次,通过全局测试点滤取,滤除故障覆盖高度重合的单一测试点,完成符合边界条件的TPI。实验表明,该策略与目前较新颖的紧凑型单元感知测试点选取策略相比,故障覆盖率提升4.15%,减少测试面积开销5.72%,充分证明该策略在提高故障覆盖率和减小测试面积上的优势。