检索结果-南通市图书馆

基于双通道GAF和深度残差网络的电能质量复合扰动识别

在线全文

学校读者我要写书评

暂无评论

电网技术 2023年第1期47卷 369-376页

作者：贺才郡李开成杨王旺董宇飞宋朝霞范伟欣王伟华中科技大学电气与电子工程学院湖北省武汉市430074 国家电网武汉供电公司湖北省武汉市430014

针对传统电能质量扰动(power quality disturbances,PQDs)识别过程中存在的信号特征提取复杂、算法识别能力不足和复合扰动区分困难等问题,提出了一种利用格拉姆角场(Gramain angular fields,GAF)和深度残差网络(residual network,ResN... 详细信息

针对传统电能质量扰动(power quality disturbances,PQDs)识别过程中存在的信号特征提取复杂、算法识别能力不足和复合扰动区分困难等问题,提出了一种利用格拉姆角场(Gramain angular fields,GAF)和深度残差网络(residual network,ResNet)进行复合扰动识别的方法。首先对一维时间序列PQDs信号进行标准化与极坐标编码,然后采用双通道GAF方法保留信号时序特征并映射成为二维图像,形成信息充足、特征明显的双通道图像训练集,在此基础上利用ResNet进行深层次的特征提取,构造适用于复合PQDs分类的网络框架。仿真实验表明该方法特征提取能力强,且抗噪性能好,并且对复合扰动识别率高。

关键词：电能质量扰动格拉姆角场二维图像深度残差网络扰动识别

基于多尺度卷积融合时间序列Transformer的复合电能质量扰动识别

在线全文

学校读者我要写书评

暂无评论

电网技术 2024年

作者：李贝奥李开成肖贤贵李旋罗溢尹晨华中科技大学电气与电子工程学院

随着光伏、风电等新能源占比不断增加，以及大量新型电力电子设备等非线性负载接入电网，电力系统中的电能质量扰动事件（Power Quality Disturbances，PQDs）频发。为了提高复合电能质量扰动识别准确率，本文提出一种多尺度卷积融合时... 详细信息

随着光伏、风电等新能源占比不断增加，以及大量新型电力电子设备等非线性负载接入电网，电力系统中的电能质量扰动事件（Power Quality Disturbances，PQDs）频发。为了提高复合电能质量扰动识别准确率，本文提出一种多尺度卷积融合时间序列Transformer模型（Multi-Scale Fusion Time Series Transformer，MCF-TST）。首先，使用三个不同尺度的卷积核对输入的原始电能质量扰动一维时序信号进行多通道卷积操作，初步提取扰动信号在不同时间尺度的多维特征；然后经过时间序列Transformer中的多头注意力机制提取扰动信号更加深层次的暂态局部特征和周期性全局特征；最后通过全连接层和softmax分类器输出识别结果。仿真和硬件实验结果表明，本文所提模型能够在保留信号的原始一维时序特征的同时提取更高维度的深层特征，对多种复合电能质量扰动识别准确率高，具有良好的抗噪能力和泛化性能。

关键词：电能质量扰动多尺度卷积时间序列Transformer 多头注意力机制扰动识别

基于MTF-EfficientNet的船舶电能质量扰动识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电气工程学报 2024年

作者：刘宇航施伟锋姜景强付春辉谢嘉令上海海事大学物流工程学院

针对非线性负载使用增加引起船舶电力系统电能质量日益恶化，导致扰动识别困难的问题，提出基于马尔科夫变迁场(Markov transition field，MTF)与EfficientNet相结合的电能质量扰动识别方法。首先根据马尔科夫变迁场基本原理将扰动信号... 详细信息

针对非线性负载使用增加引起船舶电力系统电能质量日益恶化，导致扰动识别困难的问题，提出基于马尔科夫变迁场(Markov transition field，MTF)与EfficientNet相结合的电能质量扰动识别方法。首先根据马尔科夫变迁场基本原理将扰动信号的一维时间序列重构，转化为可视化的二维图像；随后将可视化图像输入EfficientNet网络中进行特征提取；最后采用线性分类器Softmax对特征分类并输出识别结果。与不同的扰动识别方法相比，该方法具有维度变换简单和模型参数量小的优势。在无噪声和加入3种不同信噪比噪声的情况下，仍能保证良好的扰动分类效果和识别特性，证明了所提方法适用于运行工况复杂的船舶电力系统。

关键词：船舶电力系统电能质量扰动识别马尔科夫变迁场 EfficientNet

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于混沌集成决策树的电能质量复合扰动识别

电力系统保护与控制 2021年第21期49卷 18-27页

作者：李祖明吕干云陈诺裴哲远丁雨昊龚彧南京工程学院电力工程学院江苏南京211167 国网江苏省电力有限公司盐城供电分公司江苏盐城224001

针对电能质量复合扰动类别多、特征关联性强及识别错误率较高的问题,提出了一种基于混沌集成决策树的电能质量复合扰动识别方法。首先参考IEEE标准,给出了常见的7种单一电能质量扰动和16种电能质量复合扰动的信号模型,并批量生成扰动波... 详细信息

针对电能质量复合扰动类别多、特征关联性强及识别错误率较高的问题,提出了一种基于混沌集成决策树的电能质量复合扰动识别方法。首先参考IEEE标准,给出了常见的7种单一电能质量扰动和16种电能质量复合扰动的信号模型,并批量生成扰动波形样本。然后针对上述扰动的特性差异,通过S变换时频域分析,设计和提取出9种扰动时频域特征。最后利用集成学习集体能力和混沌搜索优势,构建混沌集成决策树,并有效完成了电能质量复合扰动识别。仿真实验和142组实测数据验证结果表明,该方法对于23种扰动的分类准确率高于基本决策树、复杂决策树及加权最近邻法等方法,具有良好的应用前景。

关键词：电能质量复合扰动扰动识别混沌集成决策树 S变换

在线全文

学校读者我要写书评

暂无评论

基于扰动识别的新能源控制策略自适应优化

电力自动化设备 2024年

作者：任冲牛拴保夏川淋国家电网有限公司西北分部南京南瑞继保电气有限公司西安交通大学电气工程学院

由于电网中存在多种稳定问题且不同扰动类型对新能源机组故障穿越策略的需求各异，仅针对单一稳定问题进行优化的控制策略可能难以适应其他稳定需求甚至会引发负效应，增大了优化难度。为解决上述问题，分析了不同故障扰动下新能源机组... 详细信息

由于电网中存在多种稳定问题且不同扰动类型对新能源机组故障穿越策略的需求各异，仅针对单一稳定问题进行优化的控制策略可能难以适应其他稳定需求甚至会引发负效应，增大了优化难度。为解决上述问题，分析了不同故障扰动下新能源机组故障穿越策略对系统稳定水平的影响，基于对不同故障扰动下新能源机组机端电压变化情况的分析，提出了以电压变化速率及电压进入低电压穿越门槛后的恢复时间作为判据的扰动类型识别方法，并实现参数自适应调整，最后提出了基于扰动识别的新能源控制策略自适应切换控制方案，以提升多样化稳定问题场景下的系统稳定水平。以西北某省级电网为例，验证了所提方法的有效性。

关键词：新能源低压穿越自适应控制电力系统稳定扰动识别过电压

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多尺度稀疏电能质量扰动识别方法

西南交通大学学报 2020年第1期55卷 18-26页

作者：朱云芳吴志宇高岩侯怡爽刘正杰西南交通大学电气工程学院

针对传统电能质量扰动识别中存在数据量大、扰动特征依赖主观选择的问题,提出一种多尺度稀疏电能质量扰动深度识别方法.首先,构建电能质量的多尺度稀疏模型,通过对扰动信号平稳小波多尺度变换获得扰动的低高频信息;然后,对其压缩采样获... 详细信息

针对传统电能质量扰动识别中存在数据量大、扰动特征依赖主观选择的问题,提出一种多尺度稀疏电能质量扰动深度识别方法.首先,构建电能质量的多尺度稀疏模型,通过对扰动信号平稳小波多尺度变换获得扰动的低高频信息;然后,对其压缩采样获得降维的测量数据,并在此基础之上,应用正交匹配追踪算法求取各层稀疏系数组成稀疏向量,将稀疏向量输入深度置信网络,实现扰动的智能识别;同时,为进一步提高网络识别的准确性,采用交叉熵算法完成对网络隐含层数、学习率等参数寻优;最后,为验证所述方法的有效性,针对几类典型的单一扰动和复合扰动信号进行大量仿真试验.结果表明:在理想环境和噪声环境下,针对七类典型单一扰动,平均识别率达到99.0%和96.71%以上;针对13类多重扰动,平均识别到达97.69%和94.62%以上.

关键词：电能质量压缩感知扰动识别交叉熵寻优深度置信网络

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的鲁棒性电力系统扰动识别

中国电机工程学报 2021年第21期41卷 7261-7274页

作者：李子康刘灏毕天姝杨奇逊新能源电力系统国家重点实验室(华北电力大学) 北京市102206

广域测量系统(wide area measurement system,WAMS)为快速准确地扰动识别与稳定控制提供了有力的数据基础。然而,一方面通讯堵塞、硬件故障、干扰等原因使实际同步相量测量单元(phasor measurement unit,PMU)存在数据质量问题;另一方面... 详细信息

广域测量系统(wide area measurement system,WAMS)为快速准确地扰动识别与稳定控制提供了有力的数据基础。然而,一方面通讯堵塞、硬件故障、干扰等原因使实际同步相量测量单元(phasor measurement unit,PMU)存在数据质量问题;另一方面,高比例可再生能源接入使得电力系统动态行为复杂性显著增加,不同扰动之间呈现类内差异性和类间相似性,这都给扰动识别带来了挑战。为解决上述问题,该文提出一种数据驱动的鲁棒性扰动识别方法。该方法利用时间卷积网络的时序分析能力与去噪自编码器的鲁棒特征提取能力,提出基于双通道时间卷积去噪自编码器的特征提取方法,并融入自适应特征融合技术,可有效提取PMU多量测量中对不良数据鲁棒的时序特征,有效减小了不良数据的影响。进一步,结合度量学习思想,提出基于附加角度边距损失函数优化的长短期记忆网络扰动识别方法,通过扩大决策边界提高了分类准确率。并提出预分类与再识别的策略,实现了高比例可再生能源下考虑未知扰动的扰动识别问题。基于IEEE-39节点系统,在不同场景下对该方法进行仿真测试,验证了所提方法具有较好准确性、实时性。最后,通过现场数据和实际电网模型验证了所提方法具有较高的泛化性和有效性。

关键词：同步相量测量扰动识别数据质量问题高比例可再生能源未知扰动

计及物联网数据传输速率约束的LightGBM电能质量扰动高效识别

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2021年第15期41卷 5189-5200页

作者：黄南天赵文广蔡国伟戚佳金陈淑琦陈庆珠张良现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学) 吉林省吉林市132012 国网杭州供电公司浙江省杭州市310009 国网诸暨市供电公司浙江省诸暨市311800

配电网海量电能质量数据难以通过有限数据传输速率物联网信道传输至上位系统。为此,该文提出一种计及多物联通信方式数据传输速率约束与边缘设备成本的电能质量高效边缘特征提取与扰动识别方法。首先,在边缘侧对扰动信号进行基于时域分... 详细信息

配电网海量电能质量数据难以通过有限数据传输速率物联网信道传输至上位系统。为此,该文提出一种计及多物联通信方式数据传输速率约束与边缘设备成本的电能质量高效边缘特征提取与扰动识别方法。首先,在边缘侧对扰动信号进行基于时域分割的扰动特征高效提取。然后,在以Split重要度确定高维特征排序基础上,以轻量级梯度提升机(light gradient boosting machine,Light GBM)分类准确率为决策变量,开展前向特征选择,确定最优分类特征子集。最后,根据最优特征子集,构建LightGBM分类器。实验证明,该方法边缘特征提取方式较时-频分析等方法时间复杂度显著降低,且上传最优特征子集方法较上传原始信号通信数据量显著降低;同时,基于LightGBM构建的分类器可高效、准确识别包括8种复合扰动在内的17种扰动信号。该方法能够在物联通信数据传输速率约束下,满足海量电能质量扰动事件识别精度与效率需求。

关键词：电能质量扰动识别边缘计算时域分割轻量级梯度提升机

基于自适应权重混合策略主动学习的电能质量复合扰动识别

在线全文

学校读者我要写书评

暂无评论

华南师范大学学报（自然科学版） 2023年第6期55卷 55-62页

作者：魏萱张浩毅赵晨李开成福建农林大学机电工程学院福州350100 华中科技大学电气与电子工程学院武汉430074

为了降低电能质量复合扰动(CPQDs)数据的标注成本,利用混合策略的主动学习方法与拉普拉斯极限学习机来识别电力配电网络中的CPQDs。提出将不同的主动学习采样策略进行混合,选择最富含信息和最具有代表性的CPQDs数据进行标记。在主动学... 详细信息

为了降低电能质量复合扰动(CPQDs)数据的标注成本,利用混合策略的主动学习方法与拉普拉斯极限学习机来识别电力配电网络中的CPQDs。提出将不同的主动学习采样策略进行混合,选择最富含信息和最具有代表性的CPQDs数据进行标记。在主动学习过程中利用对数函数自适应调整不同策略权重。为了提高分类器的性能,在监督学习和无监督学习的框架下将拉普拉斯流形正则化并嵌入到极限学习机中。将所提出的架构与主流的主动学习算法在代码合成以及硬件生成的数据集上进行了比较,结果显示所提出的方法拥有更好的性能。

关键词：电能质量扰动识别极限学习机自适应权重主动学习