公共文化服务平台

李彬: 作品数：14 被引量：120H指数：6; 供职机构：长沙理工大学电气与信息工程学院更多>>; 发文基金：国家自然科学基金湖南省自然科学基金湖南省研究生科研创新项目更多>>; 相关领域：电气工程自动化与计算机技术电子电信机械工程更多>>

合作作者

基于图像处理的输电线路覆冰厚度检测方法研究被引量：18: 2017年; 输电线路覆冰已成为危害线路安全稳定运行的重要因素,对线路覆冰厚度进行实时检测能有效地预防严重覆冰灾害。首先通过图像预处理、图像分割、形态学处理、边缘检测等步骤识别出输电导线的边缘,然后通过Hough变换进行直线检测,提取出边缘直线,最后利用图像像素与导线实际直径的比例求出覆冰厚度。结果表明,该方法识别出来的覆冰厚度与实际测量值误差极小,对输电线路防冰除冰有重要意义。; 徐恒彭曙蓉毛亚珍李彬; 关键词：图像处理输电线路

基于传递熵密度聚类的用户窃电识别方法被引量：8: 2022年; 在配电线路/台区中,接入用户的用电量与线损电量间存在因果关系,正常用户电量变化对线损电量的影响有限,而窃电用户的用电量对线损电量的影响异于正常用户。传递熵能衡量变量间的信息传递,是评价因果性的重要指标。该文提出基于传递熵密度聚类的用户窃电识别方法。首先运用传递熵指向性筛选出对线路/台区线损电量因果关联较强的用户;然后构建其与线损电量的传递熵模型,计算不同时长的用户用电量对线损电量的传递熵值,以衡量其信息传递量;再结合密度聚类算法,将传递熵曲线偏离正常用户类簇的识别为与线损有强因果性的窃电用户。最后,基于已查证的高损台区和长距离配电线路实际数据,验证所提方法的有效性。; 刘康李彬薛阳杨艺宁徐英辉刘爱国苏盛; 关键词：窃电因果关联线损电量

数据驱动的用户无功补偿装置远程故障感知被引量：1: 2023年; 针对部分用户不能及时发现自身无功补偿装置的故障异常、降低用电能效和抬高用能成本的问题,提出数据驱动的用户无功补偿装置远程故障感知方法。该方法基于用户日用电模式会在有限的生产经营状态间切换的假设,利用无功补偿装置故障异常时用户侧功率因数降低、从电网吸收无功升高的特点,选取计量数据中的无功功率和功率因数作为特征量感知故障。采用正常运行时用户的历史计量数据构建正常样本库。同一生产经营状态下,无功补偿装置正常运行和故障异常时用户的无功及功率因数分布存在差异。采用近邻传播聚类对检测样本与正常样本库进行聚类,若检测样本产生单独类簇,即可判断当日存在无功补偿装置故障。基于实际发生的无功补偿装置故障用户计量数据的测试表明了所提方法的有效性。; 翟中祥刘翔斌蒙文川魏梅芳李彬苏盛; 关键词：无功补偿近邻传播聚类

基于不同控制策略的单相PWM整流系统研究被引量：1: 2018年; 针对传统的普通二极管的不可控整流,以及晶闸管半控整流电路所带来的大量谐波污染、网侧功率因数低下等问题,为有效提高整流效果及避免谐波污染,提出了有效的控制策略实现对单相PWM整流器的高性能控制。首先分析了单相PWM整流电路结构和工作原理,其次对均方根、瞬时无功理论等相关算法以及PI控制器进行系统的阐述,同时对间接电流控制策略、三角波比较控制策略、滞环控制策略在作用原理上进行详尽阐述。针对不同控制策略给出了相应的Matlab仿真模型并进行仿真,通过仿真验证所提的控制策略整流系统具有网侧高功率因数运行、网侧电流正弦化、快速动态响应的优点。仿真结果对比了不同控制策略整流效果的差异性,并验证所提控制策略的可行性。; 许福鹿韩梁石亮缘李彬; 关键词：PWM整流功率因数控制策略 SIMULINK

基于滑动窗双边CUSUM算法的风电爬坡事件检测方法: 2024年; 随着新能源并网进程的推进,风电装机规模逐年扩大。受区域内天气变化影响,风机出力的间歇性和波动性特征对电网的威胁亦越发显著。极端天气所引发的风电出力异常爬坡事件,易导致电网功率失衡,对电力系统机组调度、源荷平衡造成了极大压力。合理的风电爬坡事件检测以及精准的风电功率预测能为风电场运维及电力系统调度提供先验指导,有力缓解风电不确定性带来的危害。首先讨论了目前主流风电爬坡事件定义的盲点,分类并分析了3种风电爬坡场景的功率变化特性,据此提出基于滑动窗双边累计和(cumulative sum, CUSUM)算法的风电爬坡事件检测方法,提取时序耦合信息,捕捉短时间窗口内风电功率数据的异常波动,提高风电爬坡事件检测精度。其次,采用贝叶斯优化的长短期记忆(long short term memory, LSTM)神经网络,最优化模型超参数,提高模型对于爬坡事件发生时风机出力的预测性能。进一步应用所提风电爬坡事件检测方法,对模型预测区间内的风电爬坡事件进行检测实验,验证了所提方法的有效性。; 冯萧飞刘韬文李彬苏盛; 关键词：滑动窗 CUSUM算法

基于时序关联特性的错误接线漏电用户定位方法: 2023年; 针对用户零线、地线错误接线故障引起的台区剩余电流超标、剩余电流动作保护器(RCD)投运率低和漏电事故频发的问题,提出基于时序关联特性的错误接线漏电用户定位方法。接入用户的负荷电流与台区剩余电流存在因果关系,正常用户的影响有限,而异常用户负荷电流主导台区剩余电流变化。首先,运用Apriori算法挖掘出错误接线时台区剩余电流和故障用户负荷电流呈强关联特性;然后,进一步构造台区剩余电流与各用户负荷电流的自适应Lasso回归模型,筛选出不同故障场景下的可疑用户变量;再结合可疑用户的标准化回归系数绝对值大小,可快速识别与台区剩余电流大幅异动有强关联特性的错误接线漏电用户;最后,基于真型配电网实验室数据验证了所提方法的有效性。; 周凯欣冯萧飞苏盛李彬; 关键词：剩余电流错误接线 APRIORI算法

基于XGBoost算法融合多特征短期光伏发电量预测被引量：22: 2020年; 针对目前光伏发电过程中由于"弃光"现象导致能源利用率低和经济性差等问题,提出一种基于XGBoost算法融合多种特征的短期光伏发电量预测的方法。文中介绍了XGBoost算法的基本原理,引入正则化惩罚函数和误差函数来构建光伏预测模型的目标函数;分析了光伏发电量和各特征之间的皮尔森相关系数,同时对特征的异常数据进行预处理。在训练过程中为了避免对模型超参数的影响,采用K折交叉验证(K Fold Cross Validation)对数据的训练集、验证集和测试集进行划分。训练完模型参数后把测试集数据放到光伏预测模型中,预测得到未来三天的光伏发电量。对比实验选择SVM和LSTM两种预测方法进行,实验结果表明XGBoost算法在预测光伏发电中具有较高的准确性和实用性。; 彭曙蓉郑国栋黄士峻李彬胡泽斌

基于时变深度前馈神经网络的风电功率概率密度预测被引量：2: 2023年; 针对传统循环神经网络(RNN)和卷积神经网络(CNN)模型对风电功率进行较长时间尺度的短期预测时出现的时不变性问题,应用时变深度前馈神经网络(ForecastNet)模型进行短期风电功率不确定性预测。该模型的网络结构随时间变化以提高多步提前预测能力,模型交错输出以缓解梯度消失问题,使用混合密度网络得到各个时刻的概率密度分布。在避免传统深度学习模型中,该模型能避免递归多步预测累积误差的同时可以充分考虑相邻时刻风电功率的相关性;在模型隐藏层中,使用美国PJM网上的风电功率实际数据,分别应用全连接网络、卷积网络以及基于注意力机制的卷积网络3种神经网络模型进行预测,每次预测未来12 h的风电功率,滚动预测得到未来500 h的风电功率区间和概率密度,实验仿真结果能够证明所提预测模型的有效性。; 彭曙蓉彭家宜杨云皓张恒李彬王冠南; 关键词：神经网络概率密度

基于台区剩余电流监测的接线错误用户漏电故障定位: 2024年; 台区漏电故障定位是供电企业运维中的痼疾。低压用户零线、地线接线错误是工程上的常见故障,可导致台区剩余电流超标,如不能准确定位将无法投入台区三级剩余电流保护,将严重威胁用户人身安全。既有漏电故障研究多围绕绝缘故障的电弧频谱特征展开,较少考虑接线错误因素影响。该文围绕农村TT接线台区的用户接线错误所致漏电故障,分析台区剩余电流在正常运行和用户接线错误条件下的波动特性。利用接线错误用户负荷电流主导台区剩余电流波动的特点,提出根据台区剩余电流和用户负荷电流进行回归分析定位接线错误用户的方法,将对台区剩余电流显著性影响程度高的用户识别为零线、地线接线错误用户。基于实验测试数据进行的仿真分析验证了所提方法的有效性。; 赖志强李彬李文松舒一飞苏盛; 关键词：漏电故障接线错误剩余电流故障定位

基于小时尺度周期特征自编码器的用户窃电识别方法被引量：3: 2023年; 近年来,基于线损归因分析的方法在高损线路窃电检测中得到大量成功应用。非高损线路中同样可能存在窃电用户,但窃电电量较小容易被正常的线损波动所掩盖,会削弱线损归因分析类方法的适用性,亟需研究基于用户自身计量数据而不依赖于接入线路线损数据的窃电检测方法。利用电力专变用户用电具有小时尺度周期性的特点,提出一种面向非高损线路的自编码器的用户窃电检测方法。首先利用正常与窃电用户在小时尺度用电的周期性差异,使用自编码器对用户用电行为进行深度学习,拟合出基于用户实际用电数据的重构值。然后,采用改进的高斯分布对用户用电数据与重构值的均方误差进行自适应阈值设置,以消除专变用户日际用电波动性的影响,即可根据均方误差是否超过自适应阈值来进行窃电识别。最后,根据某地实际电网用户数据进行算例仿真,验证了所提方法的有效性。; 邹念张颖苏盛魏梅芳刘康李彬; 关键词：窃电尖峰负荷异常检测

李彬

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李彬

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈