基于多元数据特征和改进随机森林的智能配电网异常数据辨识

智能配电网异常数据的准确辨识对于提高电网安全运行和调度具有重要意义。本文提出一种基于多元数据特征和改进随机森林算法的异常数据辨识方法。首先,在分析异常数据辨识过程的基础上,利用k-means、箱线图法等提取原始数据异常特征;考虑配电网技术需求,挖掘电网运行的衍生特征。然后,针对类不平衡问题提出结合过采样方法的混合Bootstrap抽样和加权投票策略,引入信息增益率优化最优特征选择,增加算法稳定性。最后,仿真分析了决策树数量和衍生特征对算法辨识性能的影响,并与支持向量机、神经网络等算法进行性能比较。实验结果表明本文方法有效、合理,具有优异的辨识性能和效率。     

基于EDEM的粮食立筒仓卸料动态侧压力研究

立筒仓卸料过程中,贮料流态不断变化,仓壁压力随之表现出不同变化规律。为研究卸料过程中贮料在粮食立筒仓中的流动状态和速度分布、贮料对仓壁产生的动态侧压力以及相应超压系数,采用离散元仿真软件EDEM对粮食立筒仓卸料过程进行模拟,分别选定两种不同卸料速度工况,并结合试验结果对比分析动态侧压力。结果表明：通过直接观察和整体流量指数分析筒仓内贮料流动状态,贮料流态与其所处的筒仓位置有关,发展进程为整体流动—管状流动—漏斗型流动;EDEM仿真模拟与试验结果的静态侧压力值接近、动态侧压力分布规律一致,且超压系数误差在合理范围内;卸料整体过程中,流速快工况的超压系数均大于流速慢工况;筒仓仓壁下部1/3hn范围内的动态侧压力突增最为明显,贮料内部不断重复动态拱过程致使仓壁卸料压力呈现不同震荡分布,且该位置的超压系数高于现行规范的水平侧压力修正系数Ch。EDEM离散元卸料仿真进行动态侧压力研究具有可行性,研究成果可为筒仓结构安全设计提供参考。     

基于CEEMDAN能量熵的故障特征提取方法

作为武器装备的重要组成部分,复杂机械设备发生故障会严重影响其性能,如何将故障特征有效提取出来尤为重要。针对复杂机械设备振动信号非平稳非线性的特点,本文提出利用自适应噪声集合经验模态分解（CEEMDAN）结合能量熵的方法提取信号故障特征,并以某型装备柴油机为例进行验证。通过构建多分量调制信号,分析比较了EMD、EEMD、CEEMD以及CEEMDAN四种算法的分解效果。利用CEEMDAN对振动信号进行分解,提取相关性较大的IMF分量的能量熵作为特征向量,输入到支持向量机中进行模式分类。研究表明,CEEMDAN能够一定程度上抑制了模态混叠问题,对于不同类型的故障能够有效的识别。     

含源网络中复合储能式电力电子变压器的协调控制

因电力电子变压器（PET）自身难以应对电网电压的跌落或中断,为提升含源网络中PET低压直流侧的电能质量,文中拟将多类型复合储能系统的多端口DC / DC变换器与光伏系统相结合、以应用于工程实践。文中首先对多端口蓄电池采用能量流均衡控制进行优化,使各荷电状态接近同一值。后引入超级电容补偿负荷突变时的高频分量,减小充放电对蓄电池的冲击。再采用功率分配型控制对光伏系统进行并网,与复合储能系统进行协调控制,从而快速有效调节功率,对系统的稳定性进行优化。仿真结果表明,光储协调控制能提高PET的功率补偿能力以及对新能源的消纳能力,验证了光储系统应用在低压直流侧的有效性,提高了系统的可靠性和稳定性。     

基于虚拟同步补偿器的常规风电场“场站级”电压源型协同控制策略

为解决“双高”系统电压源缺失性及惯性和阻尼不够带来的电压稳定性问题,以构网变流器控制加储能技术为切入点,提出了风电场交流侧配备虚拟同步补偿器的解决方案。在直流侧配备储能,需要对整个风电场换代升级,经济性较差;在交流侧配备虚拟同步补偿器,虽升级简单,但采用独立控制策略,未从根本上解决新能源场站整体表现为电压源特性的问题。因此,提出了一个基于超级电容储能的虚拟同步补偿器协同控制方案,并充分考虑了超级电容储能容量的限制作用,该方案的有效性和可行性在MATLAB/Simulink仿真平台中进行了验证。结果表明：通过协同控制风电场与虚拟同步补偿超级电容的出力,能够在保证设备安全运行的前提下,整个风电场站表现出电压源特性,同时可为风电场提供阻尼支撑作用。可见,超级电容额定功率为15%的风机额定功率时,其协同控制效果即可实现最佳风电波动性抑制和阻尼性能。     

基于sharing函数具有死区初始化功能的 粒子群算法

主要是研究粒子群优化原理,针对粒子群算法的中局部最优问题,提出一种具有死区初始化粒子群算法.首先通过观察MATLAB可视化下粒子的运行轨迹,分析粒子陷入局部最优时的特征,并针对运行过程中出现停滞现象的粒子群,以当前局部最优粒子为中心画定“死区”,并对“死区”内的粒子重新初始化.利用标准测试函数进行测试,仿真结果表明,改进后算法不仅具有良好的稳定性,而且提高了粒子突破局部收敛限制的能力,从而提高了粒子群搜索最优解的能力.     

基于波束形成的列车噪声源识别麦克风平面阵列性能仿真研究

麦克风阵列的几何结构形成了麦克风阵列工作时性能的基本限制,是影响噪声源识别系统性能的关键因素之一.对十字阵(37阵元)、六角阵(37阵元)、矩形阵(36阵元)在均匀加权时方向性、角度分辨率等性能进行仿真定量对比研究：十字阵具有最好的方向性为71.6 dB,六角阵具有最好的空间对称性且能抑制栅瓣;阵元数目变化时主瓣宽度的对比,表明阵元数大于100时增加阵元对改善角度分辨率作用不大;主瓣宽度与频率关系,显示随频率增加3种阵列输出信号畸变程度基本相同.     

粗砂滑坡离心模型试验及离散元细观模拟

为了探明砂土滑坡的力学机理,采用自行研制的降雨诱发滑坡离心模型试验装置,进行粗砂滑坡离心模型试验,基于试验结果,采用改进后的离散元数值模拟程序对滑坡过程进行细观研究,从细观和非饱和角度对离心模型试验进行补充。研究结果表明：粗砂滑坡发生的细观机理为坡体中的水无法及时排出,导致土颗粒悬浮在水颗粒中,土颗粒间的接触减少甚至脱离,土颗粒间的相互作用力转化为土颗粒与水颗粒之间的作用力,土体出现流体特征,抗剪强度丧失。滑坡的发展表现为两种可能的形式：各处水颗粒施加给土颗粒的作用力与此位置土颗粒的接触力正好相等,表现为整体滑动;水颗粒施加给土颗粒的作用力等于土颗粒重力和前部土颗粒的接触力之和,表现为后部滑坡向前部发展。     

基于“眼动+面部表情”的航空公司官网用户体验分析与预测

针对低成本航空公司官网建设和优化需求,提出一种基于眼动和面部表情(AU)的用户体验分析与预测方法。首先,选择了6个具有代表性的低成本航空公司官网开展体验实验以采集体验过程中的眼动和AU数据。然后,从网页体验过程的眼动行为和情感角度分析官网的用户体验,并与用户的主观评价对比。最后,基于相关性分析提取与用户体验显著相关的眼动和面部表情指标。基于该指标组成的特征向量模式,利用支持向量机方法构建了用户体验的分类预测模型。研究结果表明低成本航空公司官网的建设应该在文字内容、功能区布局、色彩和操作性方面取得平衡才能获得好的用户体验,基于 “眼动+AU”的预测模型能支持用户体验的实时监测和动态评价。     

大渡河流域时序InSAR地质灾害监测

大渡河流域滑坡灾害频发,对流域内的施工建设和水电站安全造成极大威胁,获取流域地灾分布一张图对防灾减灾工作具有重要意义。本研究基于时间序列InSAR技术,对覆盖了大渡河丹巴至乐山段的升轨Sentinel-1数据进行分析,获取了流域2018-2021年的大范围形变结果,并结合光学影像识别出潜在的隐患区域。研究结果表明：区域最大形变速率达到了-65.2 mm /y;大部分沉降区集中在丹巴、石棉和汉源地区,主要受到地质构造活动和降雨等因素驱动;综合考虑形变速率、地形、植被覆盖和变形范围的影响,在大渡河沿线发现了15处较显著的滑坡隐患区;在典型形变区域,InSAR结果与地面测量数据基本一致,证明了InSAR滑坡监测技术在复杂西南山区的有效性,测量结果将为当地灾害治理提供指导依据。