摘要:针对在高速铁路复杂电磁环境中应答器上行链路(balise uplink,BU)信号传输受扰的问题,提出了一种基于自适应白噪 声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与小波包自适应阈值的联 合降噪方法。 首先,采用 CEEMDAN 算法将模拟 BU 信号分解为 12 个模态分量,根据相关系数判断分量为相关分量或无关分 量;然后,相关分量经小波包降噪处理后重构为降噪后的 BU 信号;最后,选用信噪比(signal-noise ratio,SNR)和均方根误差( root mean square error,RMSE)作为评价指标,将该方法与目前广泛采用的 6 种降噪方法进行对比,信噪比提高了 0. 486 1~ 6. 144 dB, 均方根误差降低了 0. 054 9~ 11. 091。 为检验该方法的实际应用效果,采用联合降噪方法对实测 BU 信号进行降噪处理。 仿真 验证和实验验证的结果表明,采用联合降噪方法降噪后的 BU 信号不仅噪声分量得到了有效去除,而且信号特征保存完好,证 明该方法能够应用于解决实际 BU 信号受扰问题。

摘要:针对编码器瞬时角速度(IAS)信号中滚动轴承故障特征提取困难的问题,结合稀疏最大谐波噪声比解卷积( SMHD)算 法可在没有先验周期情况下提取信号中周期性脉冲故障分量的优势提出一种参数自适应 SMHD 滚动轴承 IAS 信号特征提取方 法。 首先,利用向前差分法估计 IAS 信号;然后,利用故障特征(FC)作为自适应选取 SMHD 优化滤波器长度的评判指标,实现 SMHD 滤波器长度的自适应确定;再将优化选取的滤波器长度代入 SMHD 算法对 IAS 信号进行增强。 最后,通过包络分析揭示 滚动轴承故障特征。 通过对仿真和实测数据进行分析,验证了所提方法的有效性。

摘要:在洋流冲刷、人类活动和地质运动等外部激励的长期影响下,海缆的埋设深度容易发生持续性变化,从而导致海缆故障 率急剧增加、负载能力大幅下降等一系列严重问题。 本文以 35 kV 光电复合型三芯海底电缆为主要研究对象,采用有限元法仿 真了不同环境温度、不同埋设深度以及不同载流量下的海缆温度场,建立了不同载流量下缆芯温度与埋设深度的关系曲线,不 同环境温度下缆芯温度与埋设深度的关系曲线,并拟合了相应的关系式,以此整合出海缆埋设深度实时预测的关系方程式通 式。 最后运用工程实际监测的多源数据,通过该通式实时预测了海缆的埋设深度以及变化趋势,同时结合海缆扰动能量以及海 缆埋设深度实测值,验证了该预测方法不仅具有可行性和正确性,也具有较高的预测精度。

摘要:为了满足太赫兹高分辨检测及实时处理需求,利用光电导天线产生和探测太赫兹时域光谱信号,基于现场可编程门阵 列(field programmable gate array,FPGA)实现太赫兹时域光谱的采集、维纳滤波反卷积处理、传输和上位机显示等功能。 将采集 到的太赫兹时域光谱数据进行维纳滤波反卷积处理,实现还原太赫兹信号、提高时间分辨率以及降噪的效果,将数据由以太网 传输的方式传输到上位机进行实时显示,针对实际检测中太赫兹信号反卷积后脉宽较宽,提出在维纳滤波反卷积算法中引入与 频率相关的函数对算法进行优化,使信号的脉宽变窄,提高检测精度。 优化的维纳滤波反卷积算法处理结果相比于原始算法信 噪比增加 7 dB,脉宽降低 0. 2 ps,实现更高的检测分辨能力,算法在 FPGA 中实现,精度误差小于 0. 7%,处理效率提升 14. 29 倍,并且减少后期上位机处理时间。

摘要:为提高弓网滑动电接触失效判断的准确率,提出了一种多策略融合改进北方苍鹰优化算法(INGO)和最小二乘支持向 量机(LSSVM)的滑动电接触失效诊断模型。 首先,通过自制的滑动电接触摩擦磨损实验机进行载流条件下的滑动摩擦实验, 分析载流稳定系数在不同工况条件下的变化规律,确定弓网接触失效判据;其次,采用 tent 混沌映射、均匀分布的动态自适应权 重,以及黄金正弦算法和非线性收敛因子多种融合策略综合改进 NGO。 通过测试函数对其进行仿真测试,结果证明 INGO 算法 收敛速度和稳定性更优;最后,使用 INGO 算法进行模型参数寻优,构建滑动电接触失效诊断模型。 将本文所提模型与其他诊 断模型对比,诊断精度分别提高了 16. 67%、12. 5%、8. 33%,进一步证明该诊断模型具有较高的准确率和泛化能力。 关键词: 弓网系统;载流稳定系数;北方苍鹰算法;最小二乘支持向量机;接触失效

摘要:为了解决在斜坡、特征退化以及 GNSS 信号丢失等复杂环境下连续精确的定位问题,提出了基于地面约束的多传感器 融合方案,用于提高 SLAM 算法的整体性能。 首先提出了不同系统状态下的关键帧选取策略。 通过在起始位置增加关键帧的 数量,避免了因子图优化后产生的定位跳变,从而得到连续准确的位姿输出。 同时,针对误差累积所导致回环检测失效,利用该 关键帧策略,有效地增大当前帧的子关键帧集合,提高了回环检测算法的鲁棒性。 其次,针对 IMU 在长时间运行后高度方向上 漂移过大的问题,本文根据提取的地面点构建地面约束,并引入因子图中进行优化。 最后,利用搭建的移动机器人实验平台,完 成了校园不同场景的数据采集,验证本文算法的有效性,并在 KITTI 数据集与 LIO-SAM 算法进行了对比测试,通过误差分析表 明本文算法具有更优的定位精度。

摘要:针对气泡缺陷特征和图像背景像素差异较小、检测困难的问题,以 Skip-GANomaly 为基础框架,提出了融合注意力机制 生成对抗网络(FAMGAN),首先,生成器中编码器和解码器之间的跳连层由注意力特征融合模块(AFF) 和注意力机制模块 (CBAM)构成,提高了对目标特征的关注、减少了图像特征丢失;然后,在判别器中加入联合上采样模块( JPU),提高了模型检 测图像缺陷的速度。 最后,将本文提出的 FAMGAN 网络与近几年经典的生成对抗网络在自制的轮胎缺陷数据集上进行训练、 测试和评估。 实验结果表明,本文提出的网络对轮胎气泡缺陷检测的精度达到 0. 837,相比于 Skip-GANomaly 网络提高了 近 30%。

摘要:在变工况球磨机负荷识别过程中,针对域适应方法在源域和目标域的特征迁移中没有考虑目标域样本而导致域适应效 果不好的问题,本文提出一种基于领域对抗与分类差异的域适应方法。 该方法使用域对抗训练方式实现源域和目标域之间的 特征的对齐;同时,引入两个分类器用于检测远离目标域中的样本,利用最大化和最小化分类器之间的不一致性,实现目标域和 源域特征的自适应匹配,达到更好的域适应效果。 为了验证训练分类器误差的方法能够考虑类内边界提高目标域上的负荷识 别准确率,设计了迁移实验分析其差异损失函数对模型迁移性能的影响,实验表明,当分类器损失值大于 0. 02 时预测模型的准 确率会下降 0. 8% ~ 1. 2%,且较未引入分类器差异损失模型的负荷精度高,可达到 95. 78%。 通过与两类经典的迁移方法进行 对比,验证了该方法在变工况下磨机负荷识别应用中的优势。

摘要:针对贝叶斯不确定度评定中获取测量模型后验分布困难的问题,给出一种基于接受-拒绝采样思想实现贝叶斯测量不 确定度评定的方法。 面向线性/ 非线性测量模型,先利用贝叶斯假设或蒙特卡洛法获得被测量的先验信息,再基于接受-拒绝采 样获得被测量的接受采样点形成后验分布,对被测量进行统计推断得到测量不确定度评定结果。 通过规范示例和实际测量评 定实例,验证了采用接受-拒绝算法的贝叶斯不确定度评定方法相较于传统 GUM 和 MCM 评定方法,能够得到可靠评定结果,且 获取贝叶斯后验分布过程简便,在无/ 有历史信息条件下测量不确定度评定应用中具有可行性和实用性。

摘要:电子战环境中,针对雷达和干扰机的性能会因为对战场博弈环境的不了解以及频谱信息的不精确估计而受到影响,研 究了雷达发射波形和干扰波形的能量分配问题,雷达和干扰机在对抗过程中可以通过优化自身发射波形获得更好的性能。 在 现实中,由于雷达无法获得精准的目标频谱和干扰频谱,并且干扰机也无法获得精准的目标频谱和雷达发射信号频谱,分别以 雷达和干扰机为领导者,建立层次博弈模型,提出一种双鲁棒波形设计方法,该方法以互信息为准则,在能量约束下建立双鲁棒 发射波形的优化模型,利用拉格朗日乘子法分别求解双鲁棒雷达发射波形和双鲁棒干扰波形。 仿真结果表明,在最坏情况下, 该方法可以提高雷达参数估计性能和干扰机性能。

摘要:针对电磁超声换能器(EMAT)换能效率低、信噪比低和磁体内部超声波影响信号识别的问题,传统的处理方法包括添 加铜箔背板或聚磁器。 然而,铜箔背板在消除磁铁自振荡的同时减小了信号幅值;而已有的聚磁器又存在结构复杂,加工困难, 成本较高等问题。 文章提出了一种在永磁体与线圈之间添加梯形硅钢聚磁器的新型 EMAT 结构。 梯形硅钢聚磁器结构简单, 利用胶粘工艺制作。 梯形聚磁器通过增加磁铁与线圈的距离来消除磁铁中的超声波,同时通过独特的梯形结构将磁铁的磁感 线聚集于线圈作用区域,提高回波信号幅值。 由于梯形硅钢聚磁器的尺寸对回波信号幅值有明显的影响,为了获取梯形硅钢聚 磁器的最优尺寸,在 COMSOL 仿真平台中采用正交试验法对硅钢聚磁器的几何尺寸进行了优化设计。 仿真和实验结果分别表 明,含优化后梯形聚磁器 EMAT 的信号幅值较无背板 EMAT 提高约 60%,含优化后梯形聚磁器 EMAT 的信号幅值约为含 0. 1 mm 铜箔背板 EMAT 的 6 倍。

摘要:针对盲图像去模糊过程中主结构不准确和边缘不清晰问题,提出了一种结构稀疏通道先验(SSCP)盲图像去模糊方法。 SSCP 表示模糊图像比清晰图像具有更少结构稀疏通道的先验方法。 利用 SSCP 的性能特性,将其作为新的正则化项引入经典 去模糊模型,构建盲去模糊新模型,实现对模糊核的准确估计。 通过坐标下降法,交替优化求解潜像与模糊核变量。 最后,通过 反卷积得到去模糊的清晰复原图像,在基准数据集和自然状态模糊图像上开展主观和客观对比实验,并进行人脸和低亮度真实 模糊图像的应用拓展实验。 实验结果表明,提出的方法在模糊去除、结构恢复、边缘保留和视觉效果方面的性能比经典去模糊 方法平均提高了 1. 72%,通过该方法设计出的计算装置能够实现机器视觉领域中模糊图像的高精度清晰化处理。

摘要:燃气加臭浓度精准控制对保证燃气的安全运输和使用具有重要作用。 但由于缺乏对终端用户处实际燃气加臭浓度的 监控,现有以燃气流量比例开环控制为代表的线性控制算法难以取得很好的控制效果。 为此,基于开环阶跃响应最小二乘法辨 识,以燃气终端用户处的加臭剂浓度为控制对象,建立了燃气加臭过程的 CARIMA 模型,在传统广义预测控制基础上提出了一 种改进型广义预测控制算法,并通过燃气加臭控制的仿真测试和现场实验验证了该控制算法的可行性。 研究结果表明,相较于 常规的燃气流量比例开环控制,改进型广义预测控制算法可实时在线精准控制终端用户处的加臭剂浓度,稳态误差小于 2 mg / m 3 ,工况变化时超调量小于 10%,平均绝对误差小于 1. 5 mg / m 3 ,可以满足燃气加臭过程精准控制需要。 研究成果在提高 燃气加臭效率和质量的同时,起到了节约成本和提升燃气安全的作用,具有良好的应用价值。

摘要:为降低动态环境对视觉/ 惯性导航系统定位精度与稳定性的影响,提出了一种动态特征剔除的视觉/ 惯性导航方法。 该 方法在视觉/ 惯性导航系统 VINS 框架基础上,以结构相似度作为成本量生成端到端网络,检测环境中的动态区域;通过特征光 流矢量对已检测到的动态区域进行对称光流筛选,剔除该区域内的动态特征;融合视觉和惯性测量构造代价函数,通过非线性 优化方法有效估计无人系统状态。 实验结果表明,动态特征剔除后的视觉/ 惯性导航方法具有良好的定位精度和稳定性,其位 置均方根误差在 EuRoC 公开数据集和实际场景采集数据上分别为 0. 081 和 1. 982 m,仅为 VINS 的 35. 5%和 24. 9%。 该方法可 在复杂应用环境中提供精确的位置信息,且在低成本无人系统导航定位方面具有良好的实用价值。

摘要:目前监测驾驶员视线区域的算法通常采用深度学习端模型直接对图像特征分类,此方法依赖固定座舱视角下采集的驾 驶员视线区域数据,但由于驾驶员外形特征差异、坐姿习惯差异和摄像头安装位置差异的影响,难以获取大量且全面的数据,导 致分类精度降低的问题,如何仅采用小样本数据集提升视线区域识别精度成为难题。 本文将基于半监督学习理论设计一种自 适应的视线区域标定方法。 首先采用 L2CS 模型回归小样本数据中驾驶员视线角度二维向量,再通过统计分析挖掘驾驶员视 线角度和视线区域映射的泛化先验知识,利用该知识进行视线区域标定,剔除非待检区域的无效视线落点,并以滑动窗口方式 完成针对驾驶员个人的视线区域精细化分类。 经试验证明,该方法解决了端模型数据跨域能力低下的问题,准确率和召回率分 别提升 22. 4%和 10. 3%,且标定结果具有自适应修复能力。

摘要:为通过可视化图像分析手段辅助机务检修作业人员进行铁路机车转向架螺栓紧固状态检测,提出一种基于图像识别的 铁路机车转向架螺栓紧固状态检测方法。 首先,使用 YOLOv7 算法快速定位图像中的螺栓,利用深度学习算法的强鲁棒性和泛 化能力,在机务检修各场景下准确获得包含螺栓及其定位漆的螺栓目标检测结果图像。 其次,将螺栓目标检测结果图像转换至 YCbCr 空间,结合螺栓定位漆的色彩特征,提取 Cr 分量图像并应用自适应分割算法,有效滤除背景像素后得到仅包含螺栓定位 漆的二值化图像。 最后,针对螺栓定位漆的形状、位置和角度差异,提取 Hu 矩特征作为螺栓定位漆状态信息的定量表征,并结 合 SVM 建立分类模型得到最终的螺栓紧固状态检测结果。 实验结果表明,该方法充分利用了铁路机车转向架螺栓的特点,在 保证螺栓目标检测准确率和螺栓定位漆分割精度的情况下,在所有场景下的铁路机车转向架螺栓紧固状态查准率为 92. 42%, 查全率为 94. 55%,平均正确率为 93. 28%。

摘要:针对永磁同步电机(permanent magnet synchronous motors,PMSM)调速系统的易受外部负载扰动的影响,提出了一种基 于改进麻雀搜索算法的 PMSM 固定时间无模型滑模控制策略。 在转速环输入输出超局部模型的基础上构建了固定时间滑模 速度控制器,设计了固定时间扰动观测器估计超局部模型的未知扰动,并通过前馈补偿的方式削弱未知扰动对调速系统带来的 不利影响,提高调速系统的抗干扰能力,利用李雅普诺夫函数证明了速度控制器和观测器的固定时间收敛性。 由于控制器参数 较多且会影响系统性能,为了准确获取参数,提出了改进的麻雀搜索算法对控制器的参数进行优化。 实验结果显示,本文提出 的控制方案与 PI 控制相比较,有效解决了超调问题,稳定时间加快了 22. 8%,加载时转速变化减少了 75%,表明本文提出控制 方案的有效性。

摘要:为提高天线建模效率,改变传统建模方法速度慢、效率低的问题,提出了一种用改进的蝴蝶算法(BOA)优化多层前馈 神经网络(back propagation neural network, BPNN)的天线建模方法。 首先,以多层前馈神经网络为基础网络,建立蝴蝶算法优 化的 BP 神经网络,解决 BP 神经网络预测精度低的问题。 其次,在蝴蝶算法中融入天牛须算法(BAS),用天牛须算法替代蝴蝶 算法的局部寻优过程,减小蝴蝶算法的空间复杂度、解决蝴蝶算法易陷入局部最小值的问题,创建改进的 BOA-BP 神经网络对 天线进行精准建模。 设计实例表明,该网络的预测精度达到了 99. 60%,相比于传统的 BPNN 和未改进蝴蝶算法优化的 BPNN, 预测 S11 的误差分别减少了 47%和 40. 9%。 此外,改进的 BOA 算法的运行时间相对于粒子群算法和遗传算法也分别减小了 80. 86%和 82. 79%,大大降低了网络运行的时间成本。 综上,改进的 BOA 优化后的 BPNN 的建模精度和速度均得到了提高,验 证了改进的蝴蝶算法作为一种新型神经网络优化策略的可行性和有效性。

摘要:针对直线电机垂直提升系统(LMVHS)无绳化直驱运行,对高容错性、大推力密度的新型直线电机的迫切需求,提出一 种五相 U 型永磁凸极直线电机(FU-PMSPLM),初级设置五相绕组以提高电机容错运行能力,次级永磁体采用 U 型结构以提高 永磁利用率。 首先,从降低漏磁角度,分析了 U 型磁极结构演化机理,并给出电机主要结构参数;其次,采用有限元法对比分析 了电机次级永磁体采用 U 型与 Halbach 结构的电磁特性,并基于磁动势不变原则,以 A 相缺相故障为例,与三相 U 型永磁凸极 直线电机(TU-PMSPLM)对比分析了容错性能;最后,制作实验样机并进行实验验证,样机实测与仿真结果基本一致。 研究表 明,等永磁体用量时,次级采用 U 型结构较 Halbach 结构,气隙磁通密度幅值增大 13. 89%,平均推力提高 7. 54%,推力波动降低 25. 07%;FU-PMSPLM 较 TU-PMSPLM 具有更好的缺相运行能力。

摘要:在单一风向的作用下,线路运行绝缘子会呈现背风侧污秽积聚较多的现象,降低其绝缘性能。 通过建立三维电场-流场 耦合模型,仿真模拟污秽颗粒运动过程,揭示了绝缘子背风侧回流和涡流是造成污秽积聚的主要原因。 采用人工涂污法模拟绝 缘子表面迎/ 背风侧不均匀积污,并开展交流闪络试验,研究平均盐密( SDD)、迎风侧与背风侧盐密比( J)和背风侧面积占比 (R)对平均闪络电压(Uf)的影响。 结果表明,Uf 随 SDD 的增大而降低,随 J 和 R 的增大而升高,且 J 在 SDD 较低和 R 较小时对 Uf 影响更大,R 在 SDD 较低和 J 较小时对 Uf 影响更大。 通过观测绝缘子闪络过程发现,均匀染污时放电电弧随机发展,而在 不均匀染污时电弧总出现在背风侧,且升压过程中泄漏电流幅值较大。

摘要:针对随钻测量(MWD)中,微机电系统(MEMS)磁力计测量地磁数据误差大,导致磁方位角解算精确度低的问题,提出 改进技能优化(improved skill optimization,ISO)的磁力计误差参数估计方法。 首先根据磁力计输出特性建立多参数误差模型, 根据当地地磁矢量与磁力计输出矢量的模值关系,通过最小化原则构造非线性误差目标函数,重力矢量和磁场矢量之间的点积 值为固定值作为约束函数,采用 SO 算法进行寻优。 由于磁误差源多估计难度大,在 SO 基础上提出 ISO 算法,采用 Tent 混沌反 向学习初始化策略改善初始种群的随机性, 保留最优解的同时增加磁误差参数解空间的多样性。 引入自适应技能强度因子, 并增加成员间技能交叉规避局部最优,改善 ISO 磁误差参数寻优技能步长,减小算法运行时间,优化全局搜索能力,提高磁力计 误差补偿精度。 最后通过转台实验和模拟钻进实验验证 ISO 方法补偿性能,通过与 SO 算法和 PSO 算法对比,实验结果表明该 算法对磁力计误差参数优化效果显著,计算出的地磁模值误差范围减小至±0. 2 μT,方位角绝对误差均值降至 2. 1°,说明了参 数优化后磁力计输出误差明显减小,该方法可以有效提高 MEMS 磁力计量测精度,可以获得可靠的方位角,验证了 ISO 的有 效性。

摘要:螺杆转子主要应用在压缩机、螺杆泵等设备中,其表面质量对使用性能及工作寿命起到关键性作用。 工艺参数为影响 螺杆转子表面粗糙度的主要因素之一。 为了探究工艺参数对螺旋曲面铣削表面质量的影响规律,设计转子铣削实验,获取预测 及实验对比样本。 利用改进的北方苍鹰搜索算法(INGO)对 BP 神经网络的初始权值和阈值进行优化,以便提高铣削后的多头 螺杆转子表面粗糙度的预测精度。 通过实验结果验证所提出算法的预测精度。 结果表明,提出的预测模型在平均训练精度及 预测精度等方面均优于 GRU 神经网络及 CNN-GRU 神经网络模型,其中平均训练精度及预测精度分别约为 94. 502% 和 95. 523%。 故提出的算法具有较高的预测精度,可为合理选择螺杆转子铣削加工的工艺参数提供理论依据。

摘要:针对开关磁阻电机低速运行方法中的传统脉冲注入法只利用非导通相电流信息,存在导通区间受限和续流影响估计精 度的问题。 本文对低速控制策略与无位置检测原理进行研究,提出了一种双电流斩波限 PWM 滞环控制的三相电流斜率差值 无位置传感器检测方案。 所提方案在导通区采用双斩波限 PWM 滞环控制,使导通区电流斩波次数增加,能够改善低速运行时 的性能,并提高电流斜率差值的计算精度。 与传统非导通相电流比较方法只利用非导通相信息相比,该方案增加了导通相电流 计算。 在计算导通相电流斜率差值后,与两非导通相形成三相电流斜率差值,从而估计电机的实时位置信息。 以三相 12 / 8 结 构的电机进行了相关仿真和实验验证,实验结果表明,该方案能够有效解决传统方法存在的导通区间固定和实时角度计算受续 流影响的问题。

摘要:针对工业生产中滚动轴承剩余使用寿命( RUL)预测任务中数据挖掘不足导致预测精度低的问题,提出了一种多通道 融合的滚动轴承剩余寿命预测方法。 该方法通过互补集合经验模态分解(CEEMD)对原始振动信号进行降噪化处理和特征增 强并将其作为模型输入;构建三通道网络模型,引入 3 种不同的神经网络:时间卷积网络( TCN)、卷积长短时间记忆网络 (ConvLSTM)、双向门控循环单元神经网络(Bi-GRU),从时序、空间、感受野等多维度对特征进行差异化提取;在结构基础上添 加多头注意力机制(multi-head attention mechanism, MA),重新调整网络输出权重、加快模型收敛速度;最后,设计一个特征融合 输出模块,实现对滚动轴承剩余寿命预测。 在两种数据集上进行实验验证,并与其他文献中先进模型进行对比。 结果表明,所 提模型能够更准确地捕捉轴承寿命退化曲线并且在多种评价指标上均优于对比模型。

摘要:提出一种分层均衡电路,用于解决锂离子电池在串联成组时,由于单体电池的不一致性,产生的部分电池过充和过放的 问题。 分层均衡电路以单体电池荷电状态(state of charge, SOC)值作为均衡变量,将电池组分为 3 个小组,组内进行基于 Buck 变换器的均衡;在各小组之间搭建 Buck-Boost 电路,进行组间均衡。 组内均衡与组间均衡相结合,提高了均衡效率。 在 MATLAB/ Simulink 平台搭建的仿真结果表明,相对于基于 Buck 变换器和基于 Buck-Boost 变换器的均衡电路,分层均衡电路在 静置、充电和放电 3 种工况下,均衡时间相比基于 Buck 的均衡电路分别降低了 21%、18%和 30%,相比基于 Buck-Boost 的均衡 电路分别降低了 17%、29%和 15%。 电池组的均衡实验表明,该电路提高了单体电池一致性,能将电池组 SOC 值极差控制在 0. 1%以内,解决部分电池过充和过放问题,同时提高了均衡效率。

摘要:随着电网规模的不断扩大,电网监测数据变得越来越多元化、高速化、海量化,使得电网监测工作变得更加复杂和艰巨。 针对传统方法处理电网高维数据效率低、同步性差的问题,本文研究了一种利用随机矩阵理论(RMT)提取监测数据特征值实 现电网异常状态的检测方法。 首先,设计了电网内异常扰动类型,构建了一个矩阵窗口来选择时间序列内的监测信号,从而建 立高维矩阵;其次,应用 M-P 定律和单环定律进行矩阵变换,提取特征值并根据特征值分布情况来判断系统状态;然后,基于特 征值的线性统计,构建了多种评价指标,包括最大特征值(MESCM)、最小特征值(EME)、最大最小特征值之比(MME)和平均谱 半径(mean spectral radius,MSR)等指标;最后,比较了每个统计指标在电网出现短路故障、开路故障以及故障清除时的表现,以 实现电网状态识别、异常事件检测和电网稳定性评估。 案例测试结果表明,这些指标可以准确判断系统是否发生异常、检测异 常的起止时间,并评估电网的稳定性。 本文方法可以检测开路、短路等扰动事件,实现全局监测数据的同步处理,其计算量较 小、效率高,适用于大规模电网异常状态的检测。

摘要:近日，北京大学图书馆发布《中文核心期刊要目总览》2023年版。《电子测量与仪器学报》继续入编《中文核心期刊要目总览》2023 年版(即第10版) 之机械、仪表工业类的核心期刊。 《中文核心期刊要目总览》是由北京大学图书馆联合国内多所高校图书馆共同完成的期刊评价研究项目成果，该项目汇集了全国众多期刊工作者和相关领域专家的智慧，之前已出版了9版，主要是为图书情报部门对中文学术期刊的评估与订购、为读者导读提供了参考依据。《中文核心期刊要目总览》2023年版从2021年10月开始研究，研究工作由北京大学图书馆主持，共32个单位的148位专家和工作人员参加了相关研究工作，全国各地9473位学科专家参加了核心期刊表的评审工作。经过定量筛选和专家定性评审，从我国正在出版的中文期刊中评选出1987种核心期刊。 《电子测量与仪器学报》是由中国科协主管、中国电子学会主办，国内外公开发行的国家级学术刊物。目前，《电子测量与仪器学报》为“百种中国杰出学术期刊”、“中国科技期刊卓越行动计划入选期刊”、“中国科学引文数据库（CSCD）核心期刊”、“中国精品科技期刊”、“中国科技核心期刊”以及“北大中文核心期刊”。自1987年创刊以来，一直遵循着严谨、严肃、求真、唯实、理论联系实际的办刊方针，重点刊载以电子测量与仪器领域的科研新成果，发展新趋势，理论研究的新方法，新型器件的应用，新技术的推广等为核心内容的学术论文，并有针对性地邀请有关专家学者发表综述和评论性文章，为科研人员和工程技术人员提供了高质量的学术交流平台。 期刊的发展与进步，离不开各位编委、审稿专家、作者和读者的关心、支持与帮助。在此，编辑部全体同仁谨向大家致以崇高的敬意和衷心的感谢！期刊将继续提升学术水平和整体质量，我们将不忘初心，再接再厉，勇攀新高！