扩展PRONY算法在输电线路故障定位中的应用

电力系统输电线路发生短路故障后,继电保护装置会迅速动作,这时故障定位系统仅采集到故障后短暂的波形数据.通常情况下,系统采集到的故障波形含有暂态分量,这会影响到基于相量故障定位算法的精度.针对此种情况,本文提出使用扩展Prony算法从故障后暂态数据中提取出基波电压和电流分量,然后使用双端非同步测量定位算法进行故障定位,获得了较为精确的结果.通过PSCAD和MATLAB进行仿真,并将结果与采用在电力系统中应用广泛的全波傅氏算法提取故障后基波分量得到的定位结果进行比较,仿真结果表明本文所提算法能让定位误差减小至0.5%以下.     

基于SHEPWM的多模式调制切换算法

为了抑制切换过程电流和转矩冲击，提出了一种基于特定次谐波消除脉宽调制（SHEPWM）的多模式调制平滑切换算法. 根据SHEPWM算法的基本原理分析了相电压波形谐波分布情况；基于异步电机等效电路模型得到不同开关角个数下各次电流谐波幅值和调制度的关系；将切换过程抽象为电流基波及各次谐波的一阶暂态响应过程，建立了切换过程的数学模型，从电路原理的角度分析了切换冲击的产生机理；基于RT-LAB半实物实验平台对两种切换算法进行了硬件在环半实物试验对比. 研究结果表明:谐波幅值突变是造成转矩冲击的原因，在相电压基波相位π/2和3π/2处切换谐波电流幅值不发生变化，相电流可以平滑过渡；三相无法同时满足相位为π/2或3π/2的条件，因此分别在相电压基波相位π/2和3π/2处切换，切换过程电流和转矩冲击得到有效抑制.      

同相牵引供电系统平衡补偿的最优模型

为消除同相牵引供电系统中的三相不平衡、滤除谐波、补偿无功,讨论了平衡变换的两种最优补偿模型:以波形质量最优为目标的波形畸变最小模型和以获得最佳负载为目标的最佳负载模型.通过仿真分析了系统电压畸变时两种补偿模型的补偿效果.结果表明,波形畸变最小模型使系统只提供负载所需要的基波有功电流,最佳负载模型将不对称的单相负载变成三相(或两相或四相)对称纯阻性负载.在三相系统电压对称无谐波时,两者补偿特性一致;当三相系统电压不对称有谐波时,两者补偿特性有区别.     

基于自然选择粒子群的时钟同步算法

为了提高无线传感器网络的时钟同步精度,避免因不可靠数据和网络拓扑结构变化在同步过程中产生的同步误差,建立了基于自然选择粒子群融合算法仿真模型.首先,采用卡尔曼滤波算法,将多个传感器的测量数据进行局部滤波处理,去除测量数据中最底层的冗余信息,提高测量数据的准确性;其次,采用自然选择粒子群算法建立数据融合模型,计算网络的最优融合估计;最后,对自然选择粒子群融合算法模型进行仿真,结果表明:该算法的融合模型不仅能够对网络中的5个节点时钟进行有效融合,而且可以提高节点晶振的时偏和频偏的融合精度,形成一个具有较高稳定度的虚拟时钟,其时偏和频偏的融合精度主要集中范围分别为10-5和10-7,与传统自适应融合算法相比较,它的时偏和频偏融合精度提高了1个数量级.     

基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明:在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。      

自适应冗余字典学习的高光谱混合像元解混

针对线性稀疏解混模型无法准确识别真实端元造成丰度估计误差较大的问题,本文提出一种基于自适应冗余字典的高光谱混合像元解混算法.该算法根据地物在空间上的连续性,以及高光谱数据中信号成分与光谱库中物质光谱的强相关性,首先保留每个像元在光谱库上投影系数大于设定阈值所对应的光谱,将其作为与每个像元信号成分最匹配的光谱集合;然后合并该集合以构建高光谱数据的自适应冗余字典;最后利用ADMM算法求解高光谱数据在该字典上的丰度矩阵.仿真和实际高光谱数据实验结果表明,本文所提出的算法可减小丰度估计误差,在信噪比为15~35 dB时,其丰度估计准确性高于性能较优的SUnSAL算法约1~2 dB.      

动态瞬时心率抗干扰检测算法设计

为了采集准确的心电信号,设计了一套基于瞬时心率信号抗干扰测量的方法,针对微弱并易受干扰的心电采样信号,进行有效地硬件以及软件滤波,通过软件数字滤波算法,得到真实的心率信号.实验结果表明,当运动状态稳定时,通过对采样信号脉宽限制及16个采样数据做滑动平均处理,得到的数据能够显示人体运动时的真实心率,数据波动正确的反映了心率状态,能够提供稳定准确的数值依据.     

基于LabVIEW的船舶电网谐波监测系统设计

谐波污染对船舶电力系统的安全稳定运行具有巨大危害,为对船舶电网谐波进行抑制与消除,必须先对电网谐波进行监测.本文利用NI公司功能强大的LabVIEW虚拟仪器开发工具,同时结合PCI数据采集卡,设计了一套完整的多功能船舶电网谐波监测系统.实验结果表明,基于LabVIEW的船舶电网谐波监测系统能够对数据进行高速采集及分析处理,且具有操作简单、测试精度高等优点.     

一种基于卡尔曼数据平滑的分段曲线拟合室内定位算法

室内定位技术的关键在于获取距离参数,在这一问题的研究中运用RSSI信号获得距离参数一直是比较通行的方法.本文针对室内环境复杂,接收RSSI信号存在较大噪声的情况,提出了一种运用卡尔曼滤波器对信号数据进行平滑预处理,随后利用最小二乘法进行分段曲线拟合从而实现定位的算法.通过实验测试结果表明,本文所提出的算法平均定位精度可达0.9 m,与普通数据平均值预处理算法和曲线直接拟合方法相比较,定位精度更高;比直接应用对数距离损耗路径模型的定位算法更为合理可靠,能够在一定程度上满足无线传感器网络室内定位需求.     

基于自适应“当前”统计模型GPS测量数据的修正

针对GPS测量实际道路车速中存在的突变野值问题,提出改进的自适应"当前"统计模型.该模型在"当前"统计模型基础之上,根据新息向量实时对机动频率做两次调整.两次调整算法使得模型更加适应于跟踪快速机动目标,提高跟踪精度.最后将模型应用于处理GPS测量的实际道路行驶车速,同时与通过CAN总线采集的车速传感器信号进行对比.实验结果表明该方法能够改善测量结果,使修正后的数据更加切合实际.     

基于三维模型重构技术的公路预制构件尺寸检验评价方法

为使公路工程异形混凝土预制构件的制造尺寸检验评价适应工业化建造要求，应用三维模型重构技术检验评价了异形混凝土预制构件尺寸，提出了高精度、自动化异形混凝土预制构件尺寸检验评价方法，包括三维模型重构、点云数据处理和检验评价体系3个环节；总结了基于三维摄影的点云模型重构技术的原理和关键环节，研究了基于坐标转换和包围盒的无关点云自动剔除算法，并通过2个实例验证了该算法的效果；研究了点云整体配准和3类局部配准方法，针对不同形状的构件和不同位置的细部构造，结合工程需求进行对照；考虑工程需求并与配准方法对应，提出了基于彩色误差云图和数理统计方法进行构件尺寸检验评价的3种判异原则，包括误差均值和标准差判异原则、误差极值判异原则、综合判异原则；综合分析彩色误差云图和误差分布，利用判异原则对箱型涵洞侧墙和管型涵洞侧墙实例的尺寸进行了检验评价。研究结果表明:3种判异原则分别适合对预制构件进行整体宏观、局部单项和先整体后局部的检验评价；采用三维模型重构技术建立的异形混凝土预制构件点云模型，与实际构件相比其长度和宽度的误差均值约为1.5 mm，三维模型重构技术可以替代人工测量；能够自动化剔除无关点云，并执行更为严格且符合工程需求的构件尺寸检验评价。      

消除谐波电流的七相感应电机矢量控制

为了实现对七相感应电机磁链和转矩控制,同时消除定子谐波电流,根据减小空间解耦模型谐波子空间中合成电压矢量的原理,提出了3种消除定子谐波电流的方法,即3次谐波子空间合成矢量为0的SVPWM （space vector pulse width module）A法、3次及5次谐波子空间合成矢量同时为0的SVPWM B法和通过电机闭环控制的UVM （unified voltage module）C法.采用负载调速实验验证了3种控制方法对七相感应电机磁链和转矩的控制效果.结果表明:SVPWM A法和SVPWM B法,在调制深度和转速调节过程中,依靠调整施加矢量顺序和作用时间来实现消谐,效果不理想;UVM C法通过增加谐波子空间电压为0的约束条件,实现闭环控制,消除谐波电流效果较好,在基波含量为52.5 dB情况下,3次和5次谐波含量很低,仅为17.8和9.8 dB.      

复杂传递路径下轴承滚动体故障特征提取

为消除复杂传递路径对轴承滚动体振动信号的影响并提高故障特征提取的能力，研究了基于变分模态分解(VMD)、优化最大相关峭度解卷积(MCKD)和1.5维谱的轴承滚动体故障特征提取问题；分析了轴承滚动体原始振动信号特点、早期故障信号的特性以及复杂传递路径对振动信号的影响，运用VMD将原始振动信号分解为一系列本征模态函数(IMFs),提出了转频分量剔除方法，通过峭度准则优选2个峭度较大的IMFs分量进行重构；基于网格搜索法研究了MCKD算法参数优化方法，用以增强重构信号的周期性故障特征，消除复杂传递路径对轴承滚动体故障信号的影响；利用1.5维谱分析重构信号，建立了复杂传递路径下轴承滚动体故障特征提取新方法，实现了轴承滚动体故障的准确诊断；为了证明方法的有效性，选取美国凯斯西储大学轴承SKF6205基座滚动体数据进行试验验证与分析。试验结果表明：网格搜索法获得了MCKD算法的最优滤波长度与冲击周期参数(365、85),优化MCKD算法增强了重构信号的故障特征，减少了无关频率分量，明显降低了其他成分的干扰；提出的故障特征提取方法在0、735和1 470 W负载条件下均提取到了轴承滚动体的故障特征频...     

基于MATLAB的全波傅氏算法仿真

运用MATLAB对传统全波傅氏算法和2种改进算法进行仿真,通过对3种算法频谱图的比较分析,说明2种改进傅氏算法能够有效滤掉故障电流中衰减的直流分量,从而获得更为精确的基波和谐波的幅值.     

集装箱码头岸桥调度优化模型及算法

为弥补集装箱码头岸桥调度问题的传统优化方法仅适用单船舶情况的不足,以总费用(所有岸桥使用费用和船舶停靠费用)最小为优化目标,考虑岸桥不可穿越性和安全距离约束条件,建立了了面向多艘船舶的集装箱码头岸桥统一调度和卸船任务分配问题的混合整数规划优化模型.使用任务网络图方法,搜索影响卸船任务最终完成时间的关键任务及其相应的限制任务路径,设计了基于限制任务路径进行邻域搜索的双层模拟退火算法求解模型.12个不同规模的算例结果表明:与分支定界法和遗传算法相比,本文算法节省时间6.32%~18.36%,近似最优解的质量更高,而且最优解目标值之间的差距仅为0.38%~2.20%;考虑岸桥之间的安全距离约束导致系统运营成本增加3.41%~11.21%.      

考虑船舶封存与压港的电煤船舶调度优化模型

针对中国电煤水运系统的实际特点, 综合考虑了船舶封存与港口拥堵(压港)因素, 建立了混合整数规划优化模型, 对电煤船舶调度方案进行优化; 基于运输需求的硬时间窗、卸货港船舶排队等待时间与水路-铁路运输协同三因素之间的互动关系, 以运输系统总成本最小为目标, 协同优化水、铁电煤运输的货运分担率、水路运输任务指派和相应的船舶调度与封存/启用方案; 基于改进列生成算法, 提出了一种可精确求解实际规模电煤船舶调度问题的列生成算法, 利用Gurobi求解列生成的主模型, 使用动态规划标号法求解列生成的子模型; 利用中国南部某火力发电集团的实际数据, 对提出的算法进行了算例分析。计算结果表明: 在中等规模的算例中, 使用提出的改进算法获得最优解仅需73.61 s, 相比于使用基于运输任务运量排序的启发式求解方法(PHA), 求解效率提高了18.1%;在较大规模的算例中, 使用提出算法的计算时间仅为222.02 s, 同比PHA, 计算效率提高了19.1%;通过求解一个实际的调度问题可以发现, 利用提出的优化模型和算法能有效缩短船舶在卸货港的等待时长与船舶处于启用状态的时长, 使运输总成本下降17.13%, 实现了电煤稳定运输, 提升了企业运营效率, 降低了运营成本。      

轨道电路对分相区暂态牵引电流干扰的抑制方法

电力机车及动车组经过含分相区的轨道区段时,暂态牵引电流中包含的谐波电流可能对轨道电路形成干扰并引发故障. 为保障轨道电路在谐波影响下可靠工作,对暂态电流干扰抑制方法进行了研究. 首先,按照欧标中加窗FFT （fast Fourier transformation）方法设计了谐波数据处理流程,给出现场测试数据分析结果,说明对轨道电路形成干扰的原因;然后,以信号载频1 700 Hz和谐波1 750 Hz为实例,从直接抑制谐波干扰的角度简要讨论了基于FPGA （field-programmable gate array）的FIR （finite impulse response）数字滤波器方案和仿真结果,并指出由于信号频带与谐波干扰非常接近,必然以较高阶数和处理延时作为代价;最后,基于谐波干扰的电流源特征和工程可行性,提出并重点阐述了轨道电路发送器和衰耗器的协同优化方案,通过合理配置发送器电平和衰耗器级数,在满足轨道电路调整、分路和机车信号状态的约束条件下,提高对谐波干扰的抑制效果,可将信号干扰比提高6 dB.      

基于RBF神经网络模型的混沌背景下谐波信号提取

在混沌时间序列前后向联合预测模型的基础上,提出前后向联合迭代预测模型并将之用于混沌背景下谐波信号的提取.对前后向联合迭代预测模型与前向预测模型的仿真实验对比研究表明,在叠加谐波信号幅度和频率不过小的情况下,前后向联合迭代预测模型在连续类混沌背景下的谐波信号提取性能较前向预测模型好,而在离散类混沌背景下的谐波信号提取效果都很差,但仍可用于检测微弱谐波信号.