采用迁移学习的小样本锂电池荷电状态估算方法

针对锂电池荷电状态(SOC)估算面临的大型数据集获取困难和训练速度慢的问题，结合深度学习和迁移学习提出一种小样本锂电池荷电状态估算方法。基于卷积-长短期记忆网络(CNN-LSTM)构建深度神经网络结构。在源域上采用K折交叉验证对NASA数据集进行划分，选取SOC估计性能最优的网络，利用目标域内具有多种工况和温度条件的Panasonic小样本数据进行迁移学习。为了提升方法的整体性能，分析了网络超参数对SOC估计结果的影响。实验结果表明：在相同的迭代次数下，该方法在不同的工况下可以较准确地实现小样本电池SOC估计，相较于非小样本迁移学习处理方法的均方根误差降低了47.29%。     

基于实功率仿真的电能表校验平台信号复现技术

电能表投入使用前要先进行误差检定,一般的检定流程是在虚功率环境下进行检定,采用标准正弦信号作为参比信号,对电能表误差进行分级.为了减小电能表检定时的误差,该文提出并设计了基于LabVIEW的电能表实功率校验平台.使用高速录波技术将波形数据及特征信号导出,编写波形输出程序并将电压电流数据传输到嵌入式控制器中.通过嵌入式控...     

电流互感器饱和检测以及畸变电流补偿

电网中存在大量的非线性器件,给电网母线带来不同频率的谐波干扰.同时,由于地磁暴的影响也会给母线带来较大的直流分量.这些干扰会使得电流互感器进入饱和状态,二次侧电流畸变严重,使得继电保护装置不能正确动作.该文首先在PSCAD中仿真电力系统突发单相接地短路故障时造成的直流分量,使得保护用电流互感器饱和;然后,通过小波变换识...