【摘 要】
：
输电线路参数的准确程度对提高线路运行安全性与经济性有持续性影响.立足目前广泛应用PMU装置的现状,针对输电线路多变量线性回归系统,在将耦合辨识思想与有限数据窗方法结合的基础上,从动态遗忘因子的角度,提出一种改进的子系统变遗忘因子,有限数据窗耦合递推最小二乘辨识算法.文章基于线路两端不同时刻断面的PMU电气量关系建立参数辨识的最小二乘模型;所述方法通过子系统新息的比较判断当前系统运行的稳定程度,进而动态调整遗忘因子,使算法对时变参数的快速跟踪性能和时不变参数的收敛稳定性能进一步增强;当系统突变时,采取重定义
【机 构】
：
贵州电网有限责任公司电力调度控制中心,贵州贵阳550002
论文部分内容阅读
输电线路参数的准确程度对提高线路运行安全性与经济性有持续性影响.立足目前广泛应用PMU装置的现状,针对输电线路多变量线性回归系统,在将耦合辨识思想与有限数据窗方法结合的基础上,从动态遗忘因子的角度,提出一种改进的子系统变遗忘因子,有限数据窗耦合递推最小二乘辨识算法.文章基于线路两端不同时刻断面的PMU电气量关系建立参数辨识的最小二乘模型;所述方法通过子系统新息的比较判断当前系统运行的稳定程度,进而动态调整遗忘因子,使算法对时变参数的快速跟踪性能和时不变参数的收敛稳定性能进一步增强;当系统突变时,采取重定义协方差阵和变遗忘因子变数据窗相结合的方式,减小了突变扰动对辨识的影响.算法保留了耦合递推和有限数据窗理论的优点,仿真和实测数据辨识验证了算法的有效性和实用性.
其他文献
针对在真空或低温测量条件下,耐高温压力变送器由于使用寿命短或测量精度低而没有得到充分利用,该文重点分析了会影响耐高温压力变送器的正常运行的影响因素,并提出用于真空或低温环境的耐高温压力变送器的应用方案.通过典型应用方案的研究,耐高温压力变送器的整体动态性能大大提高.
针对内模PID算法在控制具有大滞后特性的温度模型时,因内模参数无法根据内部模型的失配程度进行自适应调整,使得系统超调量增大,调节时间变长,控制响应不及时,控制品质下降等问题.该文提出了基于T-S型模糊神经网络的内模自适应PID算法,大大降低上述问题对系统控制性能指标的影响.Matlab仿真结果表明:在内部模型与被控模型的参数出现正向失配或负向失配时,该文算法控制响应最快、超调量最小,控制精度最高,具有最好的控制性能指标.
鉴于工业现场工况存在PID参数设定不合理,提出一种基于误差性能最优PID改进的参数整定策略.结合最优控制理论得出目标函数,利用动态规划在Simulink仿真界面自动计算最优参数,实现不同类型传递函数模型PID参数自寻优.实现了对鲁棒性与快速性之间的更好的折中,最后将整定策略推广于串级系统.仿真结果表明,最优PID参数整定策略对不同类型传递函数模型、不同PID控制结构整定的有效性.
为了对变电站现场作业人员工作服着装规范性进行有效识别,防止作业人员穿短袖或将长袖的袖子卷起,本文采用了YOLO v5实时目标检测算法,针对长袖/短袖两类检测问题,修改分类器,将输出层修改为21维张量.对变电站实际工作现场采集到的7135张样本进行标注,对数据集进行图像增广和色彩调整,并对初始化锚框进行聚类分析.基于YOLO v5在COCO上的预训练模型,利用难例挖掘等手段调整训练目标,最终得到最优的监控场景下工作人员着装规范性的检测模型.实验结果表明,在1000张图片测试集上查准率为97.01％,查全率为
当前三维设计场景下,海量航测影像的地物特征信息提取工作量大,为解决采用传统人工方式甄别房屋、道路等重要地物准确性差等问题,本文利用人工智能深度学习技术,构建包含空洞卷积的深度神经网络和金字塔池化模块的地物要素提取模型,提取遥感影像的深层语义特征并进行语义分割,再利用滑动步长预测等后处理方法还原分类预测影像.通过实际工程数据测试四类地物分类精确均度可达到88％以上,总体分类精度可达92％,并将该模型应用于辅助三维输电线路设计平台.该研究充分表明基于空洞卷积的神经网络模型能够有效提升地物分类与识别精度,利用深
由于电力用户负荷分布的时空差异性,三相不平衡问题影响着低压台区的经济运行.为获取真实的三相不平衡度线损率影响特性,本文提出一种基于最小支持向量机的低压台区线损率三相不平衡度影响量化分析方法.首先基于电路损耗原理,给定假设条件,获取特定场景下的三相不平衡度线损率影响特性,发现三相不平衡度不适合作为单一因素分析其对线损率的影响,而应在相同负载率的边界下进行分析.然后基于最小二乘支持向量机构建台区线损影响因素综合量化分析方法,拟合台区线损影响因素特性曲线,用于实现线损率三相不平衡度影响量化分析.最终以某地区45
为适应大规模新能源接入下中长期电力市场交易安全校核的需要,提出了覆盖月度、周、日前三个时序的安全校核机制,以解决新能源预测偏差对校核结果的影响.多时序安全校核的基本思路是通过月度、周、日前等多时序协调,在保障预期发电量执行的前提下,最大限度保障剩余电量执行公平性.月度安全校核采用极端场景校核方法,提出预期发电量指标,作为市场成员交易决策的参考.周安全校核将以预期发电量公平为目标,确定机组组合初步方案.日前安全校核与实际发电运行紧密结合,将在保障机组组合初步方案执行的前提下,合理调整前期执行偏差,保障进度公
为了有效应对新型电力系统中数据量激增、数据采集难度大、采集成本高、通信传榆拥挤等问题,进一步提高电力数据的分析应用能力,本文以配电网为具体研究场景,提出基于压缩感知理论的智能配电网数据采集方案并搭建了相应的模型.针对智能配电网的特点,本文从常用的稀疏基与满足约束等距性条件的测量矩阵中分别选取了离散W变换中的特定稀疏基与稀疏随机矩阵作为所提数据采集方案的稀疏基与测量矩阵,并通过分析与仿真得到了适用于该方案的信号长度与压缩测量维数的取值范围.此外,本文还设计了一种基于频率预估的压缩感知重构算法,并在仿真实验中
为了提升诊断信息的挖掘效率,保证试验报告诊断信息完整性,优化设计试验报告诊断信息挖掘系统.改装通信网络、存储器和模数转换器件,加设并行处理器设备,并通过系统电路连接各个硬件设备.将试验报告数据和诊断信息分类存储在数据库中,在硬件和存储器的支持下,分析试验报告诊断工作模式,预处理实时产生的试验报告诊断初始数据.生成信息挖掘关联规则,在该规则下,利用并行计算技术划分试验报告诊断信息类型,完成试验报告诊断信息并行挖掘.实验结果表明:该系统的挖掘速度更快,且挖掘完整性提高了8.1％,最大限度地利用试验报告信息.
以掌握变电站运维仿真培训效果为目的 ,提出一种基于大数据分析的变电站运维仿真培训效果评价方法.构建基于大数据的培训效果评价框架,利用该框架的数据提取层获取学员的个人简历、故障辨识日志、操作票操作信息等培训信息,并将其传输至数据处理层.数据处理层使用自然语言分析方法和文本聚类、自动分类方法对学员培训信息展开分词标注和聚类、分类处理后形成培训数据池.分析计算层获取调取培训数据池内相关信息后,利用相关度分析算法计算培训效果共词关联度,以此构建变电站运维仿真培训效果评价指标体系和培训效果模糊评价模型,利用该模型获