电力系统静态安全域(security region,SR)可为强随机性和波动性下的电力系统静态安全性评估与控制提供强有力的工具,但安全域边界(security region boundary,SRB)构建是制约SR应用的瓶颈。针对这一不足,该文提出一种电力系统SRB的通用...电力系统静态安全域(security region,SR)可为强随机性和波动性下的电力系统静态安全性评估与控制提供强有力的工具,但安全域边界(security region boundary,SRB)构建是制约SR应用的瓶颈。针对这一不足,该文提出一种电力系统SRB的通用搜索优化模型及近似方法。首先,以满足系统安全运行约束下静态安全裕度最大为目标,构建SRB临界点搜索优化模型;基于该模型在功率注入空间中沿系统可能的功率增长方向追踪SRB临界点,获得SRB临界点集合;然后对所得SRB临界点集合进行分段线性拟合,获得满足静态安全性评估与控制精度要求的SRB近似解析表达式;将所提方法应用于WECC-9节点测试系统和波兰2736节点测试系统中进行分析、验证。结果表明,所提方法可准确、有效地近似电力系统SRB,构建出高精度的电力系统SR,增强电力系统静态安全在线态势感知与运行控制能力。展开更多
针对电力系统静态电压稳定域边界(staticvoltage stability region boundary,SVSRB)近似解析表达式的构建问题,该文提出一种SVSRB近似的空间切向量法。首先采用SVSRB搜索的预测–校正算法搜索静态电压稳定域(static voltagestabilityreg...针对电力系统静态电压稳定域边界(staticvoltage stability region boundary,SVSRB)近似解析表达式的构建问题,该文提出一种SVSRB近似的空间切向量法。首先采用SVSRB搜索的预测–校正算法搜索静态电压稳定域(static voltagestabilityregion,SVSR)临界点,然后基于该临界点处空间切向量的空间角与最大空间角阈值的关系,对SVSRB进行初始分段近似,以SVSR临界点到初始近似边界的距离与最大距离误差阈值的关系为依据,对初始近似边界进行二次近似,计及SVSRB曲率的变化,得到更为精确的SVSR分段超平面近似边界,实现SVSRB近似解析表达式的构建,该方法可有效提高SVSRB近似精度,增强电力系统电压稳定的态势感知能力。最后,将所提方法应用于WECC3机9节点测试系统和欧洲电网13659节点测试系统,结果表明,所提方法可有效实现SVSRB精确近似解析表达和准确构建。展开更多
针对轴承微小故障信号非平稳非线性且易受背景噪声干扰的特点,提出了一种基于格拉姆角场和多尺度卷积神经网络(Gramian angular field and multi-scale convolutional neural network,GAF-MCNN)的智能故障诊断方法。首先,利用分段聚合...针对轴承微小故障信号非平稳非线性且易受背景噪声干扰的特点,提出了一种基于格拉姆角场和多尺度卷积神经网络(Gramian angular field and multi-scale convolutional neural network,GAF-MCNN)的智能故障诊断方法。首先,利用分段聚合近似算法对原始振动信号进行压缩降维预处理,以减少数据存储空间和提升计算效率;然后,利用格拉姆角场算法将一维序列信号转换为二维矩阵热图,二维化后的矩阵加强了原始振动信号间的时间关系,将时间维度编码到了矩阵结构中;最后,设计了基于多尺度卷积神经网络对故障进行高效快速智能诊断。实验结果表明,GAF-MCNN诊断方法不仅克服了传统卷积神经网络诊断方法存在的计算效率较低的问题,而且诊断准确率优于单尺度卷积神经网络方法,具有较强的工程实用性。展开更多
随着全球定位系统的发展和应用,巨量的轨迹数据被实时收集,给数据的传输、存储和分析带来挑战.基于分段线性近似(piecewise linear approximation,PLA)的数据压缩技术因具有简单直观、压缩存储低和传输快的特点被广泛应用和研究.针对现...随着全球定位系统的发展和应用,巨量的轨迹数据被实时收集,给数据的传输、存储和分析带来挑战.基于分段线性近似(piecewise linear approximation,PLA)的数据压缩技术因具有简单直观、压缩存储低和传输快的特点被广泛应用和研究.针对现有轨迹PLA压缩方法不能最优化地在线压缩多维数据的现状,在最大误差限定(maximum error bound,记为L_(∞))下提出多维轨迹数据的最优化PLA压缩问题(记为m DisPLA_(∞)),并给出一种在线MDisPLA算法予以解决.该算法利用“分治-融合”的策略扩展一维最优化PLA算法,以最优化地压缩多维轨迹数据.MDisPLA算法具有线性时间复杂性,可以生成最少的不连续分割,且可以保证生成直线表示的质量,即原始数据点和对应解压缩点之间的同步误差具有上界.通过与基于同步距离锥交(cone intersection using the synchronous Euclidean distance,CISED)的轨迹压缩算法进行理论和实验比较,验证了MDisPLA算法是稳健的,可生成具有保质性的直线表示.MDisPLA算法以更低的内存消耗,较CISED算法提高了14倍左右的处理速度,降低了约48%的分割个数和10.5%的存储个数.MDisPLA算法在保证压缩质量的同时,显著提高了处理速度和降低了存储空间,整体上优于CISED算法.展开更多
文摘电力系统静态安全域(security region,SR)可为强随机性和波动性下的电力系统静态安全性评估与控制提供强有力的工具,但安全域边界(security region boundary,SRB)构建是制约SR应用的瓶颈。针对这一不足,该文提出一种电力系统SRB的通用搜索优化模型及近似方法。首先,以满足系统安全运行约束下静态安全裕度最大为目标,构建SRB临界点搜索优化模型;基于该模型在功率注入空间中沿系统可能的功率增长方向追踪SRB临界点,获得SRB临界点集合;然后对所得SRB临界点集合进行分段线性拟合,获得满足静态安全性评估与控制精度要求的SRB近似解析表达式;将所提方法应用于WECC-9节点测试系统和波兰2736节点测试系统中进行分析、验证。结果表明,所提方法可准确、有效地近似电力系统SRB,构建出高精度的电力系统SR,增强电力系统静态安全在线态势感知与运行控制能力。
文摘针对电力系统静态电压稳定域边界(staticvoltage stability region boundary,SVSRB)近似解析表达式的构建问题,该文提出一种SVSRB近似的空间切向量法。首先采用SVSRB搜索的预测–校正算法搜索静态电压稳定域(static voltagestabilityregion,SVSR)临界点,然后基于该临界点处空间切向量的空间角与最大空间角阈值的关系,对SVSRB进行初始分段近似,以SVSR临界点到初始近似边界的距离与最大距离误差阈值的关系为依据,对初始近似边界进行二次近似,计及SVSRB曲率的变化,得到更为精确的SVSR分段超平面近似边界,实现SVSRB近似解析表达式的构建,该方法可有效提高SVSRB近似精度,增强电力系统电压稳定的态势感知能力。最后,将所提方法应用于WECC3机9节点测试系统和欧洲电网13659节点测试系统,结果表明,所提方法可有效实现SVSRB精确近似解析表达和准确构建。
文摘针对轴承微小故障信号非平稳非线性且易受背景噪声干扰的特点,提出了一种基于格拉姆角场和多尺度卷积神经网络(Gramian angular field and multi-scale convolutional neural network,GAF-MCNN)的智能故障诊断方法。首先,利用分段聚合近似算法对原始振动信号进行压缩降维预处理,以减少数据存储空间和提升计算效率;然后,利用格拉姆角场算法将一维序列信号转换为二维矩阵热图,二维化后的矩阵加强了原始振动信号间的时间关系,将时间维度编码到了矩阵结构中;最后,设计了基于多尺度卷积神经网络对故障进行高效快速智能诊断。实验结果表明,GAF-MCNN诊断方法不仅克服了传统卷积神经网络诊断方法存在的计算效率较低的问题,而且诊断准确率优于单尺度卷积神经网络方法,具有较强的工程实用性。
文摘随着全球定位系统的发展和应用,巨量的轨迹数据被实时收集,给数据的传输、存储和分析带来挑战.基于分段线性近似(piecewise linear approximation,PLA)的数据压缩技术因具有简单直观、压缩存储低和传输快的特点被广泛应用和研究.针对现有轨迹PLA压缩方法不能最优化地在线压缩多维数据的现状,在最大误差限定(maximum error bound,记为L_(∞))下提出多维轨迹数据的最优化PLA压缩问题(记为m DisPLA_(∞)),并给出一种在线MDisPLA算法予以解决.该算法利用“分治-融合”的策略扩展一维最优化PLA算法,以最优化地压缩多维轨迹数据.MDisPLA算法具有线性时间复杂性,可以生成最少的不连续分割,且可以保证生成直线表示的质量,即原始数据点和对应解压缩点之间的同步误差具有上界.通过与基于同步距离锥交(cone intersection using the synchronous Euclidean distance,CISED)的轨迹压缩算法进行理论和实验比较,验证了MDisPLA算法是稳健的,可生成具有保质性的直线表示.MDisPLA算法以更低的内存消耗,较CISED算法提高了14倍左右的处理速度,降低了约48%的分割个数和10.5%的存储个数.MDisPLA算法在保证压缩质量的同时,显著提高了处理速度和降低了存储空间,整体上优于CISED算法.
