浙江省自然科学基金(Y1090182) 作品数:10 被引量:86 H指数:5 相关作者: 吕干云 孙维蒙 蔡秀珊 汪晓东 方奇品 更多>> 相关机构: 浙江师范大学 金华职业技术学院 上海交通大学 更多>> 发文基金: 浙江省自然科学基金 国家自然科学基金 浙江省教育厅科研计划 更多>> 相关领域: 电气工程 更多>>
利用三点法的电压暂降源定位方法 被引量:17 2011年 电压暂降是电力系统中最严重的电能质量问题之一,电压暂降源定位对协调由此引起的供用电双方纠纷具有关键性作用。在介绍三点法估计系统参数的基础上,分析了上游系统参数和下游负荷参数变化与电压变化量之间的关系,并由此定义了上、下游对造成电压暂降的权重系数,从而定量地给出电压暂降源定位结果。与现有方法相比,该方法不仅适用范围较广,且给出的定量结果更有利于公平解决供用电双方的纠纷。算例结果表明,该方法能在简单辐射网和非辐射网中正确完成电压暂降源的定位,可应用于电能质量监测系统。 吕干云 孙维蒙 汪晓东 蔡秀珊关键词:电力系统 电压暂降 系统参数 基于标签传播半监督学习的电压暂降源识别 被引量:8 2013年 针对带标签(类别已知)的电压暂降历史样本数据有限且不易获得的情况,引入基于标签传播半监督学习的电压暂降源识别方法。首先从电压暂降信号中提取了五类暂降信号特征,建立了K-近邻图模型,并实现了图模型上的标签传播。分析了图模型参数k、α对标签传播结果的影响,同时与神经网络、最小二乘支持向量机等监督学习算法的识别结果进行了对比。仿真结果表明,在历史数据较少的情况下,标签传播算法比传统监督学习算法具有更高的识别准确率且实时性好。 王世旭 吕干云关键词:特征提取 基于松耦合变压器的小功率CPT系统 被引量:2 2012年 设计并实现了一种基于松耦合变压器小功率CPT(Contactless Power Transfer)系统。采用互感模型对松耦合变压器进行了分析,对其原边和副边进行了补偿。采用有芯PCB螺旋电感线圈来制作松耦合变压器的原边和副边绕组,给出了有芯电感的几何参数和物理参数。原边、副边之间通过高频方波传递能量。最后给出了整个系统的电路图。测试结果表明,当原边和副边距离在5mm以内时,电能传输效率较高,可为手机等小功率用电设备充电。 于建阁 吕干云 吴张勇 齐立鹏关键词:松耦合变压器 非接触电能传输 电力系统电压暂降源定位方法综述 被引量:28 2010年 主要对电力系统电压暂降源的定位方法进行了综述。为了加深对电压暂降源定位问题的认识和理解,从电压暂降的定义、引起原因入手,介绍了电压暂降源定位问题的含义。重点讨论了当前现有的四类主要定位算法,包括基于扰动功率和能量的定位法、基于阻抗实部的定位法、基于暂降分类的定位法及其他方法,并分析了它们各自的原理、优势和不足。在总结目前现有电压暂降源定位方法的基础上,从三个方面对今后的研究工作进行了展望。 吕干云 孙维蒙 汪晓东 程浩忠关键词:电能质量 电压暂降 利用关联向量机和S变换识别电能质量扰动 被引量:3 2010年 电能质量扰动检测识别对电能质量的监测和治理改善都具有重要作用。为更好地识别电能质量扰动,提出了一种基于关联向量机和S变换的电能质量扰动识别方法。首先,通过S变换提取正弦信号、谐波、电压波动、电压暂降、电压暂升、暂态振荡、谐波暂降及谐波暂升等9种电能质量扰动的主要特征,然后用关联向量机对特征样本进行训练及分类。算例结果表明,该方法能有效地识别出电能质量扰动信号类型,识别时间短,且正确率极高,达98.8%,是应用于实时电能质量监测工程实际的很好选择。 吕干云 方奇品关键词:电能质量扰动 关联向量机 S变换 正确率 日电力负荷的分时段多模型组合预测 被引量:2 2011年 日电力负荷预测是电力市场运营的基本内容。当前大多数预测方法对不同时段往往采用相同的预测模型和算法,而较少考虑不同时段的负荷组成及特征变化。提出了一种新的分时段多模型组合预测方法。根据负荷组成和特征变化,将日96点负荷分为多个时间段,每个时段内采用多元线性回归、灰色预测、支持向量机和神经网络预测等子模型加权实现多模型组合预测。通过对华东某地市电网日负荷96点曲线的预测结果显示,该方法效果较好,日预测均方根误差在1.78%以内,能较好地满足实际电力系统的负荷预测要求。 蔡小华 吕干云关键词:分时段 基于多分类支持向量机的电压暂降源识别 被引量:28 2010年 S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息。在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法。用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别。通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统。 吕干云 方奇品 蔡秀珊关键词:电能质量 S变换 多分类支持向量机 基于模糊粒子群算法的变压器故障自动识别 被引量:1 2010年 提出了一种新的基于模糊粒子群算法的电力变压器故障自动识别方法。首先对基于油中溶解气体分析得到五种关键气体含量数据进行特殊预处理,得到识别四种故障需要的六个关键特征。然后给出了一个新的模糊聚类目标函数,在此基础上,根据已有的故障样本利用粒子群算法得到各类故障的最优聚类中心;并由此计算出各测试样本到各个聚类中心之间的距离以及相应的隶属度,最后识别出样本的变压器故障类型。测试结果显示,该方法能有效诊断识别出变压器高能放电、过热、低能放电和正常状态,精度可达92%。 朱苏航 吕干云关键词:故障诊断 电力变压器 一种基于二分类的电压暂降源定位方法 被引量:4 2012年 电压暂降源定位实质是根据暂降源位置敏感的物理量,来确定暂降源位于监测点的上游或下游位置,模式识别上属于二分类问题。提出了一种基于智能分类的电压暂降源定位方法。分析回顾了现有的几种典型暂降源定位方法及其判据,通过判据研究提取源位置敏感的多个定位特征量,并采用支持向量机智能算法对已有故障诊断结果进行学习,从而在该多维特征空间构建判别上下游的最优分类面,利用此最优分类面(即为二分类支持向量机)实现基于二分类的暂降源定位。测试数据表明,该方法能够有效实现电压暂降源定位,定位准确率高且所需计算时间短。 吕干云 孙维蒙关键词:支持向量机 最优分类面 利用遗传支持向量机进行电压暂降信号识别 被引量:6 2012年 针对传统电力信号识别算法中特征选取的随意性,提出了一种基于遗传支持向量机(GA-SVM)的电压暂降信号识别方法。首先通过S变换时频分析法提取该信号识别需要的可能特征集,然后利用遗传算法的全局搜索特性得到优秀特征,最后通过多分类支持向量机实现暂降信号识别并验证选取特征的有效性。仿真结果证明,该方法能快速、有效识别出电压暂降信号类型。 朱苏航 吕干云关键词:遗传算法 支持向量机 特征选取