基于小波分析的输电线路多端电压行波故障定位

来源 :现代电子技术 | 被引量 : 0次 | 上传用户:fei5301821
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决线路电气参数缺失或变化对双端输电线路行波故障定位造成的误差影响,提出一种在线路中再次提取故障信息的方法。首先对各检测端的故障电压行波信号进行相模变换得出线模分量,然后利用小波模极大值分析对线模分量处理得出故障电压初始行波到各端测点的传播时间,最后基于传统双端法测距推导出一种不含线路参数的故障定位新算法。改进后的定位方法只与初始行波波头到达各检测端的时刻有关,因此,该方法在实际中具有更好的适应性。使用PSCAD软件对这种多端结构的输电线路进行了仿真实验,结果表明多端检测的方法具有较好的适应性,在实际
其他文献
由于传统课程设计评价系统的内部评价算法性能较差,导致用户在对某课程进行评价时由于人数众多且类型不同而造成系统崩溃瘫痪。针对上述情况,文中设计一种基于人工智能技术的课程设计开放式评价系统,以提高评价系统性能。系统的硬件设计主要沿用了原有系统的硬件设备,重点对软件进行设计。系统评价软件架构是根据NCEM评价模型设计的,具有较高的通用性、实用性和扩展性,能够兼容多种算法,采用综合分析法选取评价指标,划分出多层级指标体系,并使用层次分析法建立指标的重要性标度表。为了优化评价算法,建立模糊判别矩阵进行具体的权重计算
针对汽车市场竞争不断加剧的现状,制定准确的整车需求量对制造厂的销售计划具有重要参考意义。本文提出了一种基于Prophet和LSTM(长短期记忆网络)模型相结合的组合预测模型(Prophet-LSTM)。为验证模型的可行性,对汽车价值链业务协同过程中产生的整车销售时序数据资源进行了提取,首先利用Prophet模型对原始数据集进行特征提取,然后将特征放入到LSTM模型中进行多步时间序列预测,最后将两个模型的预测值进行加权融合得到最终的预测值。与单一模型进行实验对比,结果表明,Prophet-LSTM组合模型较
青少年编程教育如今广受关注,许多培养青少年思维和提供一定基础编程教学的平台应运而生,但仍存在无法可视化或不注重实践等问题。基于可视化编程语言Blockly和便携可移植的Android平台,本文开发了青少年编程教育系统。系统实现了编程的可视化,将晦涩的代码转为可拖动的代码块,并以闯关的方式逐步引导青少年掌握代码块的使用,更适合青少年学习;掌握编程思维和基础逻辑后,系统还提供了音乐创作等模块,供青少年自主创作,巩固学到的知识。
基于深度学习的超分辨算法研究发展迅速,所采用的模型主要由深度卷积神经网络组成。为了提升超分辨算法的性能,目前的做法主要是堆叠多层基本卷积神经网络或是设计足够复杂的网络结构来提升模型的表征能力。但这也导致模型的训练周期长,设计复杂度高,得到的模型参数量大,模型部署在实际终端中推理速度慢。因此,本文提出了基于多分支卷积重参数化算法,将系统的训练模型和部署模型进行分离,系统训练模型保证了经过训练后的模型
为了高效快速地检测相似的数字视频,设计和开发出一种基于感知哈希的视频拷贝检测软件。本文使用Python语言和OpenCV3实现一种基于低秩稀疏分解和离散小波变换的视频哈希算法,并通过PyQt5工具包设计图形化交互界面。本文所设计和开发的软件界面简洁美观,操作简便,实现了视频哈希的提取和相似视频检测等功能。
如今毫米波雷达被广泛应用于无人驾驶系统中。随着车载毫米波雷达分辨率的提高,雷达从同一目标处获得的数据量也随之增多。同一目标的数据量增多能够让系统更准确地分析目标,但目标数据集数据量的增多会导致无人驾驶系统对目标数的判断受到影响。因此需要利用合适的聚类算法处理车载毫米波雷达的目标数据集来简化目标数量。DBSCAN聚类算法在处理数据密度均匀的数据集时性能良好。但车载毫米波雷达的目标数据集密度不均匀,导致DBSCAN聚类算法应用于车载毫米波雷达聚类时聚类结果与探测场景存在偏差。为了解决上述问题,本文提出了一种车
各种各样的小团队在男孩中间蓬勃而生,找寻着各自的乐趣。有个叫“糖溪帮”的男生六人组,就在各种不平凡的探险活动中,收获了友谊,经历了成长……  书里讲的啥?  在遥远的美国,有一条名叫“糖溪”的河,河边住着一群年龄相近的男孩,他们喜欢黏在一起,一起去上学,一起去冒险,共同分享生命中的快乐,也共同分担生活中的难题……  在故事的一开始,他们认识了一位神秘的老人;在下一本书里,他们杀死了一头大黑熊;后来
为了帮助钻井人员直观、形象地观察井眼轨迹的走向和变化情况,方便井眼轨迹设计、控制以及油田开发,建立了井眼轨迹可视化软件。该项目在.NET平台下,以C#为程序设计语言,结合可视化库ECharts,通过读取SQL Server数据库中的轨迹数据,实现了井眼轨迹的二维和三维可视化。应用结果表明,绘制的图像可以直观形象地显示井眼轨迹的空间形态,操作简便并具有图形旋转、缩放的功能,可以提高钻井效率,降低勘探开发成本。
针对道路上的行人和车辆的目标检测问题,提出了一种改进型YOLOv4的轻量级检测网络YOLOSpring,通过在YOLOv4骨干网络中加入深度可分离卷积结构来简化网络模型,并减少网络模型中的残差块的数量,通过使用K-means聚类方法对车辆和行人锚点框进行重新聚类,改进后的网络模型具有网络参数少,检测精度高的优点。算法在实时交通场景下进行模型训练,检测目标包括行人、小汽车、大巴、摩托车和自行车。实验
针对传统旅游业对旅游景点评论的主题挖掘深度不足,舆情分析实时追踪能力较差的问题,本文提出了一种基于LDA模型和情感分析的舆情分析方法。以贵州省旅游景点评论为研究对象,通过Python采集和数据清洗后形成2010年至2020年共计33666条评论,利用领域词典和LDA模型实现细粒度情感分析和主题挖掘,再采用共词分析和社交网络方法挖掘积极评论和消极评论的关联关系。实验结果表明,通过融合领域词典的LDA模型能够成功识别出积极情感的著名景点、民族风俗、旅游体验三大类主题,消极情感的收费问题、交通环境、游客拥挤三大