一、新型在线实时电能质量监测设备的设计(论文文献综述)
吴谋[1](2021)在《电能质量在线监测装置智能校验系统设计与实现》文中研究指明非线性负荷带来的谐波影响,会对电网安全运行和对电压改变非常敏感的精密电子设备运行产生干扰,会造成巨大的经济损失。因而在维修、监测及维护电力系统中运用不同类型的分析仪、在线监测电能质量设备等,有助于改善和提升我国电能质量。当前仍然采用半自动校准或者手动校准方式检验电能质量在线监测装置,检验质量受到人为操作影响较大,工作人员在高强度的工作下会由于过度疲劳而出现检验失误问题,造成数据测量缺乏精准性,操作严重失误时还会一定程度上损坏在线监测装置电能质量与精密标准源。所以,本文针对某供电公司现状研发了一套电能质量在线装置智能校验软件,本文研究内容如下:首先,本文介绍了电能质量在线监测理论、监测装置以及校验技术的国内外发展现状,总结与分析了电能质量在线监测装置的参数误差来源,并根据电能质量的国家标准和行业标准阐述了电能质量在线装置的参数校验方法。接着,详细地阐述了电能质量在线监测装置智能校验系统功能需求与非功能需求,功能性需求分析包括系统的体系结构、总体网络结构以及总体功能组成,非功能性需求分析涵盖了可行性与性能分析。然后,按照需求分析作为基准,对电能质量在线监测装置智能校验系统予以设计,主要涉及到了功能模块与数据库的设计,以及系统总体设计中有整体架构设计、网络拓扑设计,核心功能设计包含了对基础信息、校验方案的管理以及统计管理、系统管理等功能的设计,设计数据库由两部分组成,分别为设计数据库E-R图与设计数据表结构。最后,依据电能质量理论、监测装置参数校验方法及软件开发理论,采用B/S开发架构、HTML等技术对电能质量在线监测装置智能校验系统的功能与界面进行实现,软件开发完成之后,建立仿真测试平台测试系统性能与功能,测试结果表明本系统达到了某供电公司配网管理部门的预期目标。
石磊磊[2](2020)在《电力电子化主动配电网分散谐波电网侧全局协同治理研究》文中研究表明随着含变流器分布式发电和电力电子用电设备大规模渗透到配电网,以及交直流电网转换器、电力电子变压器等电网控制设备迅速发展应用,现代配电网呈现显着的电力电子化趋势。大量电力电子设备的高密度接入使电网的谐波污染日趋严重。电力电子化配电网中单个电力电子设备的谐波发射量虽较为有限,可视为微谐波源,但大量微谐波源的叠加却不容忽视。因而现代配电网谐波污染呈现高密度、分散化、全网化的特点。针对现代配电网电力电子化导致谐波源高密度接入问题,提出一种基于电压检测型有源电力滤波器(Voltage Detection Active Power Filter,VDAPF)的谐波分布式全局优化治理方案,采用全局优化与本地控制相结合的策略实现谐波分布式协同治理。具体内容如下:研究了基于非侵入式负荷监测(Non-intrusive load monitoring,NILM)数据构建台区用电设备运行状态的时间序列马尔科夫链(Markov Chain,MC)的谐波等效建模方法。建立了分散谐波源设备的分类策略以及典型谐波源的谐波Norton等效模型。利用MC模拟的用电设备投切状态以及NILM技术获取的用户设备启停状态辨识数据,建立负荷接入数量动态变化的时序特性模型,并将设备启停时序模型代入谐波Norton等效电路,从而得到台区谐波设备群体向上级电网节点的谐波发射行为模型。研究了VDAPF的实现原理,建立了反映治理强度与谐波电压关系的VDAPF本地运行控制特性。通过分析被控节点谐波电压与控制节点谐波电导治理灵敏度关系,构建了以VDAPF接入点为参考的谐波治理分区算法。根据电网分区治理需要并结合分区谐波灵敏度分析,提出了基于分区灵敏度的VDAPF本地运行控制特性参数选取方法,实现本地在线治理,可有效适应时变污染。提出一种基于VDAPF的电网侧全局分布式治理策略,建立了长时间尺度全局优化与短时间尺度本地运行特征参数设置相结合的多时间尺度分布式协同治理方法。在长时间尺度上,建立以全网各节点电压畸变指标最优为目标的分布式VDAPF运行点优化配置模型,实现全网谐波长时间尺度全局优化。在此基础上,针对配电网谐波的时变性,建立了基于模型预测控制原理短时间尺度滚动优化模型,以修正长时间尺度上谐波预测误差带来的治理偏差,实现治理决策对随机谐波扰动的有效抑制。通过长时间尺度全局优化与短时间尺度在线滚动优化相结合,实现全网多时间尺度分布式协调优化治理。针对全网优化节点维度高不利于全局均衡优化的问题,提出一种基于数据驱动的电能质量观测节点动态选择策略。通过提取配电网中各节点电压谐波信号观测数据的重要特征点,利用互插值寻优算法构建相同时间维数的数组序列。通过灰色关联分析方法计算各节点数据之间的相关性,根据各节点电压信号数据之间的关联度将配电网若干节点集群聚合为一个主导谐波治理观测节点,并依据主导观测节点进行谐波全局优化治理。通过分析主导观测节点的治理效果,验证了观测节点选择方法的合理性,更便于全局谐波均衡治理。
王雅威[3](2020)在《非接触电压电流一体化传感器的研究与应用设计》文中认为配电网架空线路电能质量参数的准确在线实时监测是实现智能电网的关键技术。电压传感器和电流传感器作为电力信号实时状态监测的重要数据采集设备,其信号测量、传输、处理的准确程度对于提高电能计量的自动控制和继电保护的智能预警等具有重要意义。传统电力互感器大多存在难于实现单端对地测量、安装不便、绝缘要求高、易发生铁磁谐振和易受谐波影响等缺点。因此,论文对PCB式非接触电压和电流传感器的原理以及信号处理算法上进行研究,设计一种PCB式非接触电压电流一体化传感器,并应用该传感器构建电能质量的在线监测系统。首先,研究电压传感器和电流传感器的非接触测量电路原理、结构设计和积分方式等,并在PCB设计便于安装的开口型电压电流一体化传感器。其次,采用复化梯形积分算法结合误差补偿措施,实现电压和电流信号的积分还原和数字化输出。然后,采用加Hanning窗双谱线插值结合全相位的改进型FFT算法,获取电子式传感器挂网运行时的谐波信号。最后,以STM32F407单片机作为主控芯片,对非接触电压电流一体化传感器应用系统各模块进行硬件电路和软件控制程序的设计,并通过RS485总线与上位机进行数据通信,在后台实现数据的有效分析,完成对电力参数的准确在线实时监测。实验测试表明,该基于PCB设计的非接触电压和电流传感器都具有较高的测量准确度和线性度,符合0.5级测量用传感器设计要求,并且具有较高的谐波分析能力。该传感器准确度高、灵敏度好、实验基本测试功能均可实现,满足智能电网对于电子式传感器的便捷化、网络化、智能化的要求。
彭阳[4](2020)在《基于物联网的用户端电能质量监测系统研究》文中研究指明随着国家电网“三型两网”战略目标的提出,为了适应国家和国家电网关于物联网的建设部署,同时结合用户端电能质量监测的现实需求,本文研究了一种基于物联网的分布式用户端实时电能监测系统,采用基于GPRS+Zig Bee的双通信模式,对采集的电能数据进行了相关质量分析,并搭建了仿真模型与实验平台进行验证分析。本文首先对设计的电能监测系统整体架构进行了规划,对电能监测系统功能需求进行了分析。设计了基于STM32为核心处理器的电能质量监测装置硬件系统,重点研究设计了包括互感器及其辅助电路、电压钳位电路、抗混叠低通滤波电路和电压跟随的调理电路,大大提高采样精度;设计了CC2530电路及其巴比伦匹配电路,以实现局域数据无线传输;设计了SIM800C及其外围电路,实现数据的远程传输。根据设计的电路原理图,完成了PCB板的绘制。然后对各类电能质量指标及其测量方法进行了介绍,并完成了基本电能质量指标的离散化计算。重点对电力系统谐波的测量进行了算法研究,完成了基于基2-快速傅里叶变换和db6小波变换对谐波信号的分析,并搭建了算法的MATLAB仿真模型,基于得到的仿真波形和仿真数据验证了算法的可行性。通过Zig Bee技术组建了实现局域通讯的星型网络拓扑,提出了基于代理服务器技术以及多线程技术的云平台服务器和客户端软件设计,并利用Python完成了程序设计。最后,针对本文设计的基于物联网的用户端电能质量监测系统,进行了系统级仿真,同时进行了硬件调试以及搭建了远程传输和局域无线传输试验平台,整体验证了本电能质量在线监测系统具有较好的响应速度和可靠性,测量误差较小且具有普适性。本文共包含图103幅,表24个,参考文献72篇。
张诗明[5](2020)在《基于STM32的电能质量在线监测装置的设计》文中研究说明随着电子负载的激增以及电力行业放松管制中竞争的加剧,以及由于非线性负载的快速增长和电力系统的互连性,电能稳定性和质量监控已经成为电力部门和电能用户都密切关注的一个问题。电能稳定性和质量的监控的重要性不言而喻了,它已成为改善电源可用性,预防性和安全预测性维护,确保设备性能的重要工具。作者对其相关理论进行了深入的研究和学习,而且在理论研究的基础上设计并实现了一款基于改进阈值函数与双树复小波变换相结合去噪算法的电能质量在线监测装置。解决了传统电能质量监测装置在噪声处理方面不足的问题。首先,论文对电能质量的背景和研究的意义作了说明,阐述电能质量的相关仪器的发展及检测方式。并且,根据国家标准和国际有关标准,介绍电能质量问题的基本分类和检测算法,为后续设计电能质量在线监测装置作了铺垫。然后,论文针对在电能质量信号的采集和分析过程中受到噪声的干扰的问题,本文在改进阈值函数的基础上,提出了一种改进双树复小波变换去噪算法。通过实验验证算法可行。其次,论文在前面理论分析的基础上进行了电能质量监测装置的硬件和软件设计。详细介绍了整个装置的硬件系统,通过AD7606芯片对3路电压和3路电流进行采集,把得到的信号数据再读入STM32中,并通过RS485模块传到上位机,实现对电能质量的监测。再次,论文对研发出来的装置完成了软硬件的调试,在实验室进行电压、电流有效值、谐波分析及频率等参数测量的实验。最后,论文对研究工作作了总结与展望。
冯雷[6](2020)在《电能在线监测系统在多晶硅生产工艺中的应用研究》文中指出随着多晶硅生产企业产能的比重在国内逐渐增大,如何能持续降低多晶硅的生产成本也慢慢成为多晶硅企业能生存且更持久发展的首要考虑问题。基于电能在线监测管理来进一步升级、优化多晶硅生产工艺,进而达到节能降耗、高质廉价的目的,改善这些影响因素会为企业提高综合水平带来不容小觑的作用。然而,传统的电能监测普遍采用便携式测试仪对重要线路的电能相关指标进行定期检测,再根据其测量数据进一步开展相关汇总、统计、分析等工作。这种电能监测方式存在时效性较差、监测指标少、工作量大、测量误差大、缺乏判断依据等缺点,极大限制了多晶硅生产工艺优化及节能降耗的实现,对于多晶硅生产企业的竞争力带来了严峻的挑战。本文基于多晶硅生产现状,为实时监测多晶硅生产各个环节及设备的电能使用情况、优化多晶硅生产工艺提供可靠依据,设计一套基于4G通信技术的电能在线监测和管理信息系统。本文在用电设备的配电回路上安装智能检测终端,从而实现对用电设备的电能、电量、电能质量等数据的实时采集。同时对各工序重要设备等进行细分管理,消减电力需求,降低用电成本、实施对标管理提升管理水平,对企业电能消耗、设备运行、生产作业行为、用电安全隐患以及电能精细化管理等进行全过程实时检测、诊断和分析,最终实现多晶硅生产过程的优化,达到节能降耗的目的。
周学斌[7](2020)在《智能电网海量数据轻型化方法研究》文中认为随着我国智能电网全面快速发展,电网数字化、信息化程度越来越高,电网安全生产运行越来越依赖大量综合信息。智能电网对各类实时和非实时广域海量全景状态信息进行精确采集和高效传输,并实现“三流”融合、高度集成与共享,相比传统电网监测系统,智能电网广域监测范围、监测节点数、监测信息类型及监测信息量等明显增加。在智能电网向能源互联网演化进程中,新业务蓬勃发展使得电力通信网业务变得复杂多样化,业务逐层汇聚后通过电力通信网进行传输,对电力通信网提出了更高要求,且随着智能电网、信息系统、营销系统等发展产生了海量数据交互,带宽需求急剧上升,现有传输网络已无法满足,导致智能电网高级应用系统功能无法实现,严重影响电网安全、稳定运行。为满足智能电网对海量数据在线监测、传输、存储的需要,实现智能电网高级应用系统功能,确保电网安全、稳定、经济运行,本文针对智能电网海量数据传输和存储轻型化的需求,从压缩采样、基于低秩Hankel矩阵的非均匀采样、最少特征信息提取、轻型协议数据生成及原始海量数据还原等方面进行研究,论文的主要内容如下:(1)针对Ⅰ型信号(即数据含脉冲信号或振荡信号)提出一种采用压缩感知理论实现智能电网海量数据轻型采样的方法。电网发生扰动,基于事件触发机制对扰动发生前后一个观测时窗内数据进行在线录波,并完整采样记录,采用扰动检测方法精确定位扰动时间。然后,采用深度学习网络对数据进行快速模式识别,数据为Ⅰ型信号,数据各分量按照一定顺序选择强相关原子库进行稀疏分解,强相关原子库是根据数据分量的动态特性、数学模型构建的冗余原子库,可有效提升数据分量稀疏性,降低数据总稀疏度大小和优化测量矩阵规模,数据压缩采样数据量更少。为增强数据压缩采样实时性,通过设置内积常数以减少原子库子集的规模、采用智能算法加快原子匹配追踪、采用正交投影矩阵更新代替稀疏分解的最小二乘法避免多次求解逆矩阵等措施,降低数据分量稀疏分解的时间。最后,对脉冲数据分量采用信号共振稀疏分解(RBSSD)进行增强提取,对需监测的弱数据分量幅值进行增幅,并采用谐波滤除(HF)算法进行滤除,有效提高数据分量重构精度。通过算例分析,验证了对Ⅰ型信号进行压缩采样的精确性和有效性。(2)针对Ⅱ型信号(即数据只含类基波信号、短期变动信号),提出一种采用低秩矩阵填充理论实现智能电网海量数据轻型采样的方法。采用深度学习网络对数据进行快速模式识别,数据为Ⅱ型信号,数据由算子Ξ组成Hankel矩阵,基于低秩Hankel矩阵对数据进行非均匀采样,减少数据采样量。首先,对信号数据组成Hankel矩阵的低秩性进行了严格数学证明,得出智能电网海量数据具有低秩性。数据非均匀采样点由算子Ξ组成部分元素被观测待恢复的Hankel矩阵,采用矩阵填充恢复算法恢复矩阵,对恢复矩阵副对角线元素求平均值恢复信号,恢复信号相对误差满足要求时,将数据非均匀采样点的位置形成位串uv,可用于快速确定观测时窗后数据的非均匀采样点。最后,针对采用随机采样矩阵确定数据非均匀采样点存在随机性、计算量大等缺点,采用斜率差绝对值(AVGD)方法可快速确定数据非均匀采样点,低秩矩阵填充还可利用数据周期性、对称性、奇偶性等特征,简化确定数据非均匀采样点的计算。通过算例分析,验证了对Ⅱ型信号采用基于低秩Hanel矩阵的非均匀采样方法的精确性和有效性。(3)针对智能电网海量数据轻型传输,提出基于最少特征信息传输原理的智能电网海量数据轻型传输方法。数据为Ⅰ型信号,数据压缩测量值采用重构算法,对数据稀疏表示向量进行重构,稀疏表示向量经分析和插值修正得数据分量特征参数,提取特征参数和稀疏表示向量非零系数二者中参数少的为数据分量最少特征信息;数据为Ⅱ型信号,数据非均匀采样点由算子Ξ组成部分元素被观测待恢复的低秩Hankel矩阵,采用矩阵填充恢复算法恢复矩阵,并经矩阵奇异值分解得非零奇异值为数据最少特征信息。然后,定义特征模式分组编码和模式特征向量映射规则,利用融合技术将异构最少特征信息进行融合,采用采样值传输协议进行报文封装,生成遵循IEC61850-9-2标准的采样最少特征值轻型协议数据进行网络传输,实现通信网络数据标准化、高度集成与共享。通过设置虚拟局域标识(VID),避免数据帧大范围广播传输,造成网络风暴和堵塞,节省网络资源,采用动态带宽分配(DBA)算法对网络带宽进行动态分配,优先保证高优先级报文传输的实时性,减少传输时延和抖动,实现各类报文传输得到合理的网络带宽。最后,介绍轻型协议数据传输到信宿端,执行与信源端生成轻型协议数据相反的操作,通过对轻型协议报文解封、特征解析,根据模式特征向量映射规则重构或恢复模式分量,并叠加快速准确还原原始海量数据。通过算例分析,验证了基于最少特征信息传输原理的智能电网海量数据轻型传输方法的准确性和有效性。(4)基于OPNET网络仿真平台构建智能变电站通信网络模型,进行海量数据网络传输仿真实验,并对网络传输性能进行分析与评估,轻型传输可以有效减轻网络传输负荷,并降低传输延时。然后,对实验室搭建的轻型数据传输物理原型系统与传统数据传输系统进行对比模拟测试,轻型传输系统可以有效降低网络传输流量,传输数据压缩比随模拟采样频率增大而增大。网络仿真实验和物理原型系统动态模拟测试结果,均验证了本文提出的智能电网海量数据轻型化机制的可行性、可靠性及优越性。论文最后对本文结论进行总结,并对未来研究工作进行展望。
刘建宁[8](2019)在《新型智能开关柜实时监测系统的研究与设计》文中进行了进一步梳理开关柜是电力系统配电环节中重要的控制设备,高压开关柜中的设备长时间处在强磁场、大电流、高电压的工作状态下,对其进行正常运行寿命周期的监测和保护至关重要。然而,目前通过人工监测开关柜温度、巡查运行状态的传统监测控制方式,在可靠性、精确性、实时性上都存在严重不足。因此,开关柜向无人值守的高智能化方向发展,将会是智能开关技术发展的必然趋势。本文针对传统开关柜体积大,智能化程度低以及集中控制度低的现状,设计一种基于ARM技术的智能化开关柜监测系统。本文的主要研究内容如下:(1)为了防止高压开关柜操作人员带电误操作,本文设计一种高压带电闭锁显示器模块,当三相母线中任意一相或者两相带电时,带电闭锁显示器将会使电磁锁实施强制闭锁操作。利用信号隔离的方法使高压侧与低压侧隔离,将高压母线带电信号接入主控MCU模块中,并在显示屏中显示母线的带电状态,将高压信号准确实时上传到监测系统云平台。(2)设计低功耗无线温度监测模块,首先,分析开关柜内热的产生和传导过程,通过Comsol软件分析关键测温点温度传导过程中温度变化及传热导体的电场分布,通过低功耗温度传感器监测开关柜关键点温度变化,提出可预测关键点绝缘状态模型。其次,该模块通过Keil软件完成微处理器RTC定时唤醒温度传感器采集温度,并通过无线模块将温度传感器采集到的数据实时传送给主监控模块。最后,测试计算出不同配置时模块的功耗,相比目前同类设计的功耗更低,运行时间更久,具有一定的工程应用价值。(3)为了提高无线温度监测模块在高电压、大电流、强磁场环境下通讯的可靠性,采用不同距离衰减不同信号提高数据传输的成功率,实验测试计算出在短距离和长距离时最优衰减信号。其次,设计采用跳频通信方式,通过Matlab软件对跳频通信系统仿真分析,结果表明跳频通信系统能够提高无线温度监测模块的抗干扰性和数据传输保密性。(4)为了采集电能质量指标参数,利用FFT算法的加速原理,设计了一种改进的FFT算法,该算法利用电能计量芯片对互感器中的二次电流电压信号进行转换采集,将转换完成后的信号数据通过改进FFT算法计算分析。实验结果显示:改进的FFT算法不仅能够满足指标参数数据的准确性,而且还能减少计算误差。(5)本文采用DHT11传感器采集开关柜中温湿度的变化,对测得数据进行校验,提高数据采集的可靠性,控制加热片进行除湿,保证柜内环境干燥不产生凝露。为了保证系统中信号的精度,充分考虑PCB设计中信号干扰的因素,抑制各种信号干扰,改善电磁干扰对各个系统模块的影响。(6)分别设计多个监测系统云平台显示操作界面,将多个监测模块采集到的数据及设备状态信息通过网络上传到监测系统云平台,将已经投入运行的智能开关柜前端监测采集的数据及状态信息,与监测系统平台对接完成监测系统对智能开关柜的监测及运行管理,能够更好实现电力物联网对电力设备远程运维和管理。
王健[9](2019)在《电力配网自动化系统中的配变终端的设计与研发》文中进行了进一步梳理配变终端作为电力配网自动化系统中的重要终端模块,可以有效地监测配电网系统,尤其是低压配电网运行状态。此外通过功能模块可以对低压配电线路进行无功优化、线损治理等精益运维管理,从而提高电力系统中低压配电线路运行的经济性与安全性。因此,为了满足现阶段我国电网自动化系统及配变终端功能需求,本文设计一款基于硬件平台化、软件APP化架构的配变智能终端。根据配变终端在配电网的应用需求以及需要实现的功能,本文通过以下五步完成配变终端的设计与研发。第一步,对电力配网自动化系统中配变终端的总体设计进行分析,主要分析了配变终端的结构、需求及方案。第二步,对电力配网自动化系统中配变终端硬件设计进行了分析,主要对配变终端电源、采集、存储、通信等硬件模块进行设计。第三步,对电力配网自动化系统中配变终端软件设计做出了分析,阐述了配变终端的APP功能架构,重点开展采集检测、基础管理、精益运维等核心APP功能设计,开展主控程序设计、规约程序、通信模块程序设计。第四步,对电力配网自动化系统中电能质量综合治理功能中的无功优化、三相不平衡治理算法进行设计,无功优化功能设计具体通过改进九宫格算法,消除与克服电容器投入与撤除时对电网电压的影响;三相不平衡治理功能设计具体通过对三相不平衡算法的选取、建模分析和仿真测试,仿真结果表明可以有效地消除三相不平衡,降低电压台区的影响。最后,完成对配变终端的功能测试及应用。对装置的基本功能、核心功能进行定性和误差检测,确保主要功能得以实现,并符合国标精度要求。
陈子明[10](2019)在《基于嵌入式并行运算架构深度学习的电力线路非正常状态分析研究》文中研究表明电力线路在电力系统中承担着实时输送与分配电能的任务,其安全稳定优质的运行状态关系到整个电力系统的稳定运行。依据电力线路在电力系统的功能可分为配电线路与输电线路,分别承担配电与输电功能。电网规模的不断增大与电力电子设备的大量使用,导致电力线路非正常状态更加复杂,潜在风险更大。目前电力线路非正常状态分析存在以下三个问题:日益复杂的配电线路导致更复杂的电能质量问题、电网的扩展需要更新输电线路短路故障诊断算法与电力线路在线监测系统存在智能化需求。解决电能质量问题的基础在于准确地识别与分类扰动的种类。本文将基于深度置信网络的深度学习算法应用到电能质量扰动识别与分类中,直接从扰动信号中学习扰动特征,减少对人工提取特征的依赖,最终在识别与分类准确率、算法鲁棒性等方面取得良好效果。为了解决深度置信网络的结构设计问题,本文首先利用t分布随机相邻嵌入(t-Distributed Stochastic Neighbor Embedding,t-SNE)降维可视化分析高维扰动信号的数据特点,为深度置信网络的隐藏层层数提供参考;然后提出了基于特征迁移的自组织结构优化机制,自动寻找最优的隐藏层神经元数量,从而实现深度置信网络结构优化;接着经过对比实验,得到较优的训练参数,从而提高训练效率;最后与现有算法对比,本文算法获得较高的分类准确率以及较强的鲁棒性。而针对输电线路随着电网扩展存在参数变化问题,本文提出了基于长短期记忆循环网络的短路故障诊断算法,不仅在可变参数的情况下获得很好诊断效果,而且可满足快速诊断的实时性要求。此外,为了进一步提高短路故障分类的准确率、降低故障距离判断的误差,本文提出了基于局部预测的长短期记忆循环网络训练方法,与现有算法对比,在准确率、距离判断误差等方面具有很大的优势。为了进一步提高现有电力线路非正常状态在线监测系统的智能化程度,本文提出了基于嵌入式深度学习架构芯片智能终端的在线监测系统。本文采用嵌入式深度学习架构芯片作为运算处理器,可离线本地化运行上述所提基于深度学习算法的电力线路非正常状态分析算法,从而减少了在线监测系统对网络实时性的依赖;同时本文采用异常样本上传、离线训练、网络更新智能终端算法的方式,使得在线监测系统可随着电网的发展不断学习电力线路非正常状态的特征,从而提高了在线监测系统的智能化程度。本文利用实时数字仿真系统产生输电线路短路故障信号,并利用智能终端进行输电线路短路故障在线诊断实验。实验结果表明,本文所提算法可在智能终端上实时运行,并获得较为出色的性能。综上,本文针对电力线路非正常状态进行分析,并提出了基于自组织深度置信网络的电能质量扰动识别与分类算法和基于局部预测加强长短时记忆循环网络的输电线路短路故障诊断算法,同时设计了一款嵌入式并行运算架构深度学习智能终端,并成功地将所提出算法应用到智能终端,获得较为出色的性能。
二、新型在线实时电能质量监测设备的设计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、新型在线实时电能质量监测设备的设计(论文提纲范文)
(1)电能质量在线监测装置智能校验系统设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 电能质量相关理论发展现状 |
1.2.2 电能质量在线监测装置的国内外研究现状 |
1.2.3 电能质量在线监测装置校验系统的国内外研究现状 |
1.3 论文大纲 |
1.3.1 研究内容 |
1.3.2 结构安排 |
第二章 系统研发的相关理论与关键技术 |
2.1 引言 |
2.2 系统研发的相关理论 |
2.2.1 电网电能质量参数的校验方法 |
2.2.2 基于B/S与C/S的软件架构 |
2.3 关键技术 |
2.3.1 HTML技术 |
2.3.2 虚拟私有网络技术 |
2.3.3 JSP技术 |
2.3.4 数据库技术 |
2.4 本章小结 |
第三章 电能质量在线监测装置智能校验系统的需求分析 |
3.1 引言 |
3.2 系统功能性需求分析 |
3.2.1 系统体系结构需求 |
3.2.2 系统网络结构需求 |
3.2.3 系统总体功能需求 |
3.3 系统非功能性需求分析 |
3.3.1 可行性需求分析 |
3.3.2 系统性能需求分析 |
3.4 本章小结 |
第四章 电能质量在线监测装置智能校验系统的设计 |
4.1 引言 |
4.2 装置智能校验系统总体结构设计 |
4.2.1 系统的技术架构设计 |
4.2.2 系统的总体功能设计 |
4.2.3 系统的总体网络拓扑设计 |
4.3 智能校验系统的核心功能模块设计 |
4.3.1 基础信息管理功能的设计 |
4.3.2 装置校验方案管理功能的设计 |
4.3.3 装置智能校验管理功能的设计 |
4.3.4 数据查询与统计管理功能的设计 |
4.3.5 系统管理功能的设计 |
4.4 系统数据库设计 |
4.4.1 数据库E-R图 |
4.4.2 数据表结构设计 |
4.5 本章小结 |
第五章 电能质量在线监测装置智能校验系统的实现与测试 |
5.1 引言 |
5.2 装置智能校验系统功能模块的实现 |
5.2.1 系统登录模块的实现 |
5.2.2 基础信息管理模块的实现 |
5.2.3 装置校验方案管理模块的实现 |
5.2.4 装置智能校验管理模块的实现 |
5.2.5 数据查询与统计管理模块的实现 |
5.2.6 系统管理模块的实现 |
5.3 软件测试 |
5.3.1 软件测试环境 |
5.3.2 软件测试概述 |
5.3.3 软件功能测试 |
5.3.4 软件性能测试 |
5.3.5 测试结论 |
5.4 本章小结 |
第六章 工作总结与未来展望 |
6.1 工作总结 |
6.2 未来展望 |
致谢 |
参考文献 |
(2)电力电子化主动配电网分散谐波电网侧全局协同治理研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 电力系统谐波问题概述 |
1.2.1 谐波的危害 |
1.2.2 谐波的治理方法 |
1.2.3 传统电流检测型APF的工作原理 |
1.3 电能质量治理方法研究现状 |
1.3.1 新能源电网电能质量污染分析 |
1.3.2 电能质量治理技术研究现状 |
1.3.3 电能质量治理设备配置技术 |
1.4 本文的主要研究内容 |
第2章 分散谐波源的台区群体发射水平建模 |
2.1 引言 |
2.2 台区电力电子化谐波源的聚类与等效处理 |
2.2.1 谐波设备的分类特征构建 |
2.2.2 负荷设备谐波特性的聚类方法 |
2.2.3 聚类中心设备的谐波诺顿模型 |
2.3 基于非侵入式监测的用电行为马尔科夫建模 |
2.3.1 设备启停状态的NILM监测与表征 |
2.3.2 用户集群设备启停行为的MC建模 |
2.3.3 群体谐波发射水平的估计 |
2.4 台区谐波发射水平动态评估流程 |
2.5 算例分析 |
2.6 本章小结 |
第3章 VDAPF分布式治理系统及其本地运行特性研究 |
3.1 引言 |
3.2 VDAPF的实现原理 |
3.2.1 VDAPF的本地运行调节特性 |
3.2.2 VDAPF本地运行特性参数的设置 |
3.3 电力电子化配电网分布式谐波治理系统 |
3.3.1 配电网分散谐波的治理方案对比 |
3.3.2 分布式谐波治理系统框架 |
3.3.3 基于VDAPF的多时间尺度谐波治理方案 |
3.3.4 谐波治理灵敏度分析的分区方法 |
3.4 算例分析 |
3.5 本章小结 |
第4章 电力电子化配电网多时间尺度谐波协调优化 |
4.1 引言 |
4.2 长时间尺度配电网分散谐波全局优化治理 |
4.2.1 电力电子化配电网谐波等值电路 |
4.2.2 全局优化目标函数 |
4.2.3 全局优化约束条件 |
4.2.4 基于改进PSO的全局优化模型求解 |
4.3 基于模型预测控制的短时间尺度谐波优化治理 |
4.3.1 谐波模型预测环节 |
4.3.2 谐波治理的滚动优化 |
4.3.3 治理方案的反馈校正 |
4.4 算例分析 |
4.4.1 算例参数设置 |
4.4.2 分布式VDAPF长时间尺度全局优化结果 |
4.4.3 分布式VDAPF分区治理与分散式治理方式对比分析 |
4.4.4 基于模型预测控制的配电网短时间尺度协调优化 |
4.4.5 多时间尺度协调优化与全局优化结果的对比 |
4.5 本章小结 |
第5章 参与谐波优化治理的观测节点选取方法 |
5.1 引言 |
5.2 电能质量数据时间序列特征点处理 |
5.2.1 时间序列分段线性模式表示 |
5.2.2 分段序列互插值寻优 |
5.3 电压畸变观测节点动态选择策略 |
5.3.1 电压信号时间序列关联分析 |
5.3.2 电压畸变观测节点动态选择方法 |
5.4 算例分析 |
5.4.1 仿真模型分析 |
5.4.2 数据驱动的观测节点选取结果 |
5.4.3 基于观测节点的优化治理结果分析 |
5.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
(3)非接触电压电流一体化传感器的研究与应用设计(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外电压电流传感器研究现状及发展趋势 |
1.3 论文主要内容与结构安排 |
2 PCB式电压电流一体化传感器建模与仿真分析 |
2.1 引言 |
2.2 PCB式电压电流一体化传感器建模分析 |
2.3 PCB式电压电流一体化传感器电磁场仿真分析 |
2.4 本章小结 |
3 传感器信号处理算法分析及优化 |
3.1 引言 |
3.2 数字积分算法分析及误差校正 |
3.3 谐波处理算法分析及优化 |
3.4 谐波处理算法仿真验证与对比分析 |
3.5 本章小结 |
4 传感器应用系统方案及硬件和软件设计 |
4.1 引言 |
4.2 传感器应用系统方案设计 |
4.3 传感器应用系统硬件设计 |
4.4 传感器应用系统软件设计 |
4.5 本章小结 |
5 传感器应用系统测试与分析 |
5.1 引言 |
5.2 传感器应用系统测试平台搭建 |
5.3 传感器应用系统测试结果与分析 |
5.4 本章小结 |
6 总结和展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录1 |
作者简历 |
致谢 |
学位论文数据集 |
(4)基于物联网的用户端电能质量监测系统研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 课题研究背景与意义 |
1.2 国内外电力物联网研究与应用现状 |
1.2.1 国内电力物联网 |
1.2.2 国外电力物联网 |
1.3 电能监测装置及算法研究与应用现状 |
1.3.1 国内外的电能监测装置 |
1.3.2 电能质量检测算法 |
1.4 ZigBee无线通信的研究应用现状 |
1.5 论文主要研究内容及组织架构 |
2 电能监测系统总体软硬件框架 |
2.1 电能监测系统整体架构 |
2.2 电能监测系统硬件节点规划 |
2.3 电能监测系统需求功能分析 |
2.3.1 电能监测系统数据规划 |
2.3.2 数据传输需求分析与数据包格式的确定 |
2.4 电能监测系统整体软件架构 |
2.5 本章小结 |
3 系统硬件电路设计及电能质量算法研究 |
3.1 物联网电能监测系统的硬件电路设计 |
3.1.1 基于STM32F7微处理器的硬件设计 |
3.1.2 AD采样电路设计 |
3.1.3 ZigBee无线传输电路设计 |
3.1.4 GPRS远程通信电路设计 |
3.2 电能质量指标参数的确定及其测量方法 |
3.2.1 基本电能参数及其计算方法 |
3.2.2 供电电压偏差 |
3.2.3 三相不平衡度及其算法 |
3.2.4 电压波动和闪变不平衡 |
3.2.5 公用电网谐波 |
3.3 面向配电网谐波的FFT算法研究及仿真分析 |
3.3.1 傅里叶变换原理 |
3.3.2 基2-快速傅里叶变换及其系统实现 |
3.3.3 基于FFT的电网谐波信号的仿真分析 |
3.4 基于小波的谐波和突变信号分析算法及其仿真研究 |
3.4.1 连续、离散小波变换 |
3.4.2 多分辨分析及Mallat算法 |
3.4.3 常用小波基函数介绍 |
3.4.4 基于小波变换的谐波和突变信号仿真分析 |
3.5 本章小结 |
4 面向电能监测的ZigBee网络通信设计及仿真研究 |
4.1 ZigBee技术特点及应用前景 |
4.1.1 ZigBee技术特点分析 |
4.1.2 ZigBee应用领域及前景 |
4.2 电能监测系统的Zig Bee网络拓扑规划 |
4.3 面向监测系统局域通信的ZigBee协议栈开发 |
4.4 监测系统局域通信的ZigBee网络管理 |
4.4.1 基于时隙的CSMA/CA算法研究 |
4.4.2 ZigBee协议栈网络管理 |
4.5 电能监测系统局域通讯的ZigBee软件设计 |
4.5.1 局域无线通讯的软件开发环境 |
4.5.2 监测节点局域通信的软件设计 |
4.6 面向监测系统局域通信的ZigBee网络性能仿真 |
4.6.1 ZigBee网络仿真平台 |
4.6.2 ZigBee网络仿真搭建 |
4.7 本章小结 |
5 面向物联网电能监测的云平台及用户端开发 |
5.1 远程电能监测系统的云平台选择及功能分析 |
5.1.1 云平台选择 |
5.1.2 云平台功能结构 |
5.2 云平台基础技术分析 |
5.3 阿里云服务器设计 |
5.4 面向电能监测系统的用户端界面开发 |
5.4.1 设备监测数据显示软件设计 |
5.4.2 设备监测数据动态曲线的软件设计 |
5.4.3 Excel日志文件生成的软件设计 |
5.5 本章小结 |
6 系统仿真与实验测试 |
6.1 用户端电能监测系统仿真模型 |
6.2 终端采集装置PCB板绘制及硬件测试 |
6.3 电能监测系统远程传输功能测试 |
6.3.1 监测节点设备运行 |
6.3.2 客户端显示界面测试 |
6.4 监测系统局域组网性能与传输距离测试 |
6.5 实验数据与误差分析 |
6.6 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 研究展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(5)基于STM32的电能质量在线监测装置的设计(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题背景 |
1.2 电能质量监测系统的研究现状和发展趋势 |
1.3 电能质量检测仪器分类与检测方式 |
1.4 本文研究的主要内容 |
2 电能质量原理及检测方法 |
2.1 电能质量简介 |
2.2 电能质量的各项标准 |
2.2.1 电能质量基础参数 |
2.2.2 电力系统的电压偏差 |
2.2.3 电力系统的频率偏差 |
2.2.4 公用电网谐波 |
2.2.5 电压波动和闪变 |
2.2.6 三相不平衡 |
2.2.7 过电压 |
2.3 电能质量的检测算法 |
2.3.1 谐波检测 |
2.3.2 频率检测 |
2.3.3 三相不平衡度检测 |
2.4 本章小结 |
3 改进双树复小波变换去噪算法研究 |
3.1 双树复小波原理 |
3.2 去噪过程 |
3.3 阈值和阈值函数的确定 |
3.4 实验与结果 |
3.4.1 针对仿真信号的去噪效果比较 |
3.4.2 针对实际信号的去噪效果比较 |
3.5 本章小结 |
4 监测系统的硬件电路设计与实现 |
4.1 硬件设计总体方案 |
4.2 互感器信号调理电路板 |
4.2.1 互感器 |
4.2.2 信号调理 |
4.3 AD7606采集电路板 |
4.3.1 A/D转换电路 |
4.3.2 电源模块 |
4.4 STM32控制板 |
4.4.1 ARM模块设计 |
4.4.2 SD卡存储单元电路 |
4.4.3 实时时钟电路 |
4.4.4 JTAG接口电路 |
4.4.5 按键接口电路 |
4.4.6 RS485通信接口电路 |
4.5 本章小结 |
5 监测系统软件设计 |
5.1 STM32软件设计 |
5.1.1 STM32开发环境 |
5.1.2 AD采集模块程序设计 |
5.1.3 LCD模块显示程序设计 |
5.2 上位机软件编写 |
5.2.1 上位机软件开发环境 |
5.2.2 上位机软件基本设计 |
5.3 本章小结 |
6 监测系统的测试和分析 |
6.1 测试环境 |
6.2 硬件采集板的测试 |
6.3 系统软件测试 |
6.3.1 频率测量 |
6.3.2 电压电流有效值的测量 |
6.3.3 相位测量 |
6.3.4 谐波测量 |
6.3.5 降噪测量 |
6.4 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
附录 |
附录 Ⅰ实物图 |
附录 Ⅱ本人在攻读学位期间所发表的论文及获奖 |
致谢 |
(6)电能在线监测系统在多晶硅生产工艺中的应用研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 背景及意义 |
1.2 研究现状 |
1.3 本文主要研究内容 |
1.4 本章小结 |
第二章 系统总体设计方案 |
2.1 系统的功能分析 |
2.2 系统的总体设计方案 |
2.3 数据采集与通信方案 |
2.3.1 数据采集方案 |
2.3.2 数据传输方式选择 |
2.4 本章小结 |
第三章 系统硬件及软件设计 |
3.1 系统的硬件设计 |
3.1.1 系统硬件总体结构 |
3.1.2 关口数据监测终端设计 |
3.1.3 能效集中采集终端设计 |
3.1.4 数据通讯设计 |
3.2 系统的软件设计 |
3.2.1 系统软件总体结构 |
3.2.2 电能在线监测模块设计 |
3.2.3 用电分析模块设计 |
3.2.4 能效计算模块设计 |
3.2.5 基础信息系统管理模块设计 |
3.3 本章小结 |
第四章 电能在线监测系统实现方法研究 |
4.1 高、低压回路采集元件 |
4.1.1 低压回路 |
4.1.2 高压回路 |
4.2 能效集中采集终端 |
4.2.14 G通信模块 |
4.2.2 微功率无线模块天线 |
4.2.3 安装流程 |
4.3 电能在线监测平台监测终端配置规划 |
4.3.1 高压终端配置 |
4.3.2 高压引出线终端配置 |
4.3.3 低压部分终端配置 |
4.4 系统集成 |
4.4.1 硬件设备集成 |
4.4.2 软件功能集成 |
4.4.3 软硬件集成 |
4.5 系统平台展示 |
4.5.1 系统平台架构 |
4.5.2 系统平台界面及功能 |
4.6 本章小结 |
第五章 电能在线监测平台在多晶硅生产中的应用 |
5.1 应用目的 |
5.2 节能降耗应用 |
5.2.1 原生产工艺 |
5.2.2 改造后生产工艺 |
5.3 应用效果 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(7)智能电网海量数据轻型化方法研究(论文提纲范文)
论文创新点 |
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 课题国内外研究现状 |
1.2.1 数据采样技术研究现状 |
1.2.2 数据传输技术研究现状 |
1.2.3 电力信息通信技术研究现状 |
1.3 课题研究发展趋势 |
1.4 本文主要研究工作 |
第2章 智能电网海量数据轻型化机制研究 |
2.1 引言 |
2.2 海量数据轻型化机理分析 |
2.3 海量数据轻型化技术方案 |
2.3.1 海量数据轻型化机理分析及传输带宽分配策略 |
2.3.2 电物理量数据轻型采样 |
2.3.3 电物理量数据最少特征信息提取 |
2.3.4 多通信协议环境下轻型协议数据生成 |
2.3.5 轻型协议数据特征解析与数据还原 |
2.4 海量数据轻型化技术内核 |
2.5 海量数据轻型化机制可行性分析 |
2.5.1 可行性分析 |
2.5.2 可靠性分析 |
2.6 小结 |
第3章 智能电网海量数据压缩采样方法研究 |
3.1 引言 |
3.2 典型电物理量信号分析 |
3.2.1 电能质量概述 |
3.2.2 稳态电物理信号 |
3.2.3 暂态电物理信号 |
3.3 电能质量扰动检测 |
3.4 信号模式识别 |
3.4.1 长短时记忆网络LSTM |
3.4.2 LSTM网络模式识别 |
3.5 电物理信号稀疏表示 |
3.5.1 构建电物理信号原子库 |
3.5.2 快速原子稀疏分解算法 |
3.5.3 脉冲信号提取稀疏分解 |
3.5.4 弱信号提取及稀疏分解 |
3.6 海量电物理数据压缩采样方法 |
3.7 算例分析1 |
3.7.1 数据样本集构造 |
3.7.2 LSTM对样本全标注训练 |
3.7.3 电物理信号模式识别方法性能比较 |
3.7.4 电物理信号原子库构建 |
3.7.5 电物理信号扰动检测 |
3.7.6 电物理信号压缩采样 |
3.8 算例分析2 |
3.9 小结 |
第4章 智能电网海量数据基于低秩Hankel矩阵的非均匀采样方法研究 |
4.1 引言 |
4.2 电物理信号低秩矩阵填充 |
4.3 电物理信号量测数据低秩性证明 |
4.4 低秩矩阵填充理论 |
4.5 低秩矩阵填充恢复算法 |
4.6 电物理信号非均匀采样点确定 |
4.6.1 采用最优随机采样矩阵确定信号非均匀采样点 |
4.6.2 采用AVGD确定信号非均匀采样点 |
4.7 电物理信号轻型采样方法 |
4.8 算例分析 |
4.8.1 电物理信号轻型采样 |
4.8.2 主要间谐波轻型采样 |
4.9 小结 |
第5章 智能电网海量数据轻型传输方法研究 |
5.1 引言 |
5.2 最少特征信息提取 |
5.2.1 最少特征信息非零奇异值 |
5.2.2 最少特征信息稀疏表示非零系数或特征参数 |
5.2.3 谐波信号稀疏性分析 |
5.2.4 信号稀疏表示系数与特征参数关系 |
5.3 轻型协议数据生成机制 |
5.3.1 最少特征信息分组编码 |
5.3.2 模式特征向量映射 |
5.3.3 抽象通信服务映射 |
5.3.4 轻型协议数据生成 |
5.3.5 轻型协议数据传输服务模型 |
5.4 稀疏表示非零系数位置位串传输服务模型 |
5.5 数据传输带宽动态分配算法 |
5.6 轻型协议数据特征解析数据还原 |
5.7 算例分析 |
5.8 小结 |
第6章 智能电网海量数据轻型传输实验研究 |
6.1 引言 |
6.2 网络仿真实验研究 |
6.2.1 OPNET网络仿真平台 |
6.2.2 智能变电站通信网络结构 |
6.2.3 通信网络建模 |
6.2.4 网络仿真实验分析 |
6.3 模拟测试实验研究 |
6.4 小结 |
第7章 结论与展望 |
7.1 本文主要结论 |
7.2 后续工作展望 |
参考文献 |
攻读博士学位期间发表的科研成果目录 |
致谢 |
附录 模拟测试实验平台 |
(8)新型智能开关柜实时监测系统的研究与设计(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 选题的目的与意义 |
1.2 国内外发展与现状 |
1.3 主要研究内容 |
第二章 智能开关柜监测系统分析 |
2.1 开关柜结构 |
2.2 监测系统内容及结构 |
2.3 本章小结 |
第三章 开关柜在线监测系统的硬件设计 |
3.1 带电显示闭锁监测模块设计 |
3.1.1 带电显示电路设计 |
3.1.2 闭锁电路设计 |
3.2 低功耗无线温度监测模块设计 |
3.2.1 开关柜的热产生及热传导 |
3.2.2 开关柜关键点热学模型分析 |
3.2.3 绝缘状态预测 |
3.2.4 低功耗无线温度传感器电路设计 |
3.3 电能质量监测模块设计 |
3.3.1 电能质量指标 |
3.3.2 电能数据采集电路设计 |
3.4 状态采集模块设计 |
3.5 系统PCB设计 |
3.6 本章小结 |
第四章 开关柜在线监测系统的软件设计 |
4.1 通讯传输协议 |
4.1.1 I2C总线协议 |
4.1.2 SPI总线协议 |
4.2 低功耗无线温度监测模块 |
4.2.1 低功耗温度传感器程序设计 |
4.2.2 低功耗微处理器程序设计 |
4.2.3 低功耗无线模块程序设计 |
4.2.4 无线模块通讯机制程序设计 |
4.3 电能质量数据采集程序设计 |
4.4 改进快速傅立叶变换(FFT) |
4.4.1 离散傅里叶变换(DFT) |
4.4.2 离散傅立叶逆变换(IDFT) |
4.4.3 MATLAB算法实现 |
4.5 跳频通信系统仿真 |
4.5.1 跳频通信系统的结构组成 |
4.5.2 MATLAB跳频通信系统仿真 |
4.6 温湿度采集监测程序设计 |
4.7 本章小结 |
第五章 智能电力监测系统平台 |
5.1 在线监测平台设计方案 |
5.2 平台界面设计 |
5.2.1 配电监控界面设计 |
5.2.2 能效管理界面设计 |
5.2.3 事件记录界面设计 |
5.2.4 环境监测界面设计 |
5.3 本章小结 |
第六章 实验测试与分析 |
6.1 带电显示闭锁监测模块测试与分析 |
6.2 低功耗无线温度监测模块测试与分析 |
6.3 电能质量监测模块测试与分析 |
6.4 状态采集模块测试与分析 |
6.5 本章小结 |
总结 |
参考文献 |
致谢 |
个人简历 |
附录 |
(9)电力配网自动化系统中的配变终端的设计与研发(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.4 本文研究内容和方法 |
1.4.1 本文研究内容 |
1.4.2 本文研究方法 |
第2章 电力配网自动化系统配变终端的总体设计 |
2.1 配变终端功能需求 |
2.2 配变智能终端总体架构设计 |
2.3 本章小结 |
第3章 电力配网自动化系统配变终端的硬件设计 |
3.1 硬件总体方案选择 |
3.2 功能模块设计 |
3.3 本章小结 |
第4章 电力配网自动化系统配变终端的软件设计 |
4.1 配变终端APP功能架构与规范设计 |
4.1.1 配变终端APP功能架构 |
4.1.2 不同类型APP之间数据交互 |
4.1.3 数据上传和就地处理 |
4.2 核心APP功能设计 |
4.2.1 采集监测类核心APP |
4.2.2 基础管理类核心APP |
4.2.3 精益运维类核心APP |
4.3 主控任务程序设计 |
4.4 配变终端规约程序设计 |
4.5 通信模块程序设计 |
4.6 本章小结 |
第5章 配变终端电能质量综合治理功能算法与仿真 |
5.1 无功优化功能算法改进 |
5.1.1 九宫格算法的改进 |
5.1.2 无功优化功能APP流程 |
5.2 三相不平衡治理功能算法 |
5.2.1 补偿电流算法选择 |
5.2.2 空间矢量算法的运算规则 |
5.2.3 仿真与验证 |
5.2.4 三相不平衡治理功能APP流程 |
5.3 本章小结 |
第6章 电力配网自动化系统配变终端的功能测试及应用 |
6.1 配变终端功能测试 |
6.1.1 测试信息及主要测试仪器 |
6.1.2 终端测试数据及结果 |
6.1.3 终端测试结论 |
6.2 配变终端现场应用测试 |
6.2.1 试运行台区情况 |
6.2.2 配变终端现场试运行情况 |
6.3 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
作者简介 |
(10)基于嵌入式并行运算架构深度学习的电力线路非正常状态分析研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 背景及意义 |
1.2 国内外研究现状 |
1.2.1 电能质量扰动识别与分类研究现状 |
1.2.2 输电线路短路故障诊断研究现状 |
1.2.3 电力线路在线监测系统研究现状 |
1.3 主要工作及章节安排 |
第二章 深度学习算法 |
2.1 深度学习基本概念 |
2.1.1 人工神经元模型 |
2.1.2 人工神经网络的学习能力 |
2.1.3 神经网络的深度 |
2.1.4 神经网络的选择与评估 |
2.2 深度置信网络 |
2.2.1 受限玻尔兹曼机 |
2.2.2 深度置信网络的构建 |
2.2.3 训练方法 |
2.3 长短期记忆网络 |
2.3.1 循环神经网络 |
2.3.2 长短期记忆网络构建 |
2.3.3 LSTM-RNN训练 |
2.4 深度学习环境搭建 |
2.4.1 深度学习开发平台 |
2.4.2 开发环境搭建 |
2.4.3 本章小结 |
第三章 基于sODBN的电能质量扰动识别与分类 |
3.1 电能质量扰动模型 |
3.1.1 扰动数学模型及可视化分析 |
3.1.2 固定窗口模型及可视化分析 |
3.2 sODBN算法设计及训练参数优化 |
3.2.1 DBN架构设计 |
3.2.2 基于特征迁移的自组织机制设计 |
3.2.3 训练参数优化 |
3.2.4 算法整体架构与实验流程 |
3.3 仿真实验 |
3.3.1 实验参数设置 |
3.3.2 仿真结果分析 |
3.4 本章小结 |
第四章 基于LPLSTM-RNN的输电线短路故障诊断 |
4.1 输电线路短路故障 |
4.1.1 输电线路短路故障基础 |
4.1.2 仿真模型 |
4.2 LPLSTM-RNN算法设计 |
4.2.1 LSTM-RNN架构设计 |
4.2.2 LP算法设计 |
4.2.3 算法整体架构与实验流程 |
4.3 仿真实验 |
4.3.1 实验参数设置 |
4.3.2 仿真结果分析 |
4.4 本章小结 |
第五章 嵌入式并行运算架构深度学习平台搭建与仿真 |
5.1 整体架构设计 |
5.2 智能终端的选型与配置 |
5.2.1 功能需求 |
5.2.2 现有运算芯片对比 |
5.2.3 所选芯片特点及外围配置 |
5.3 智能终端运行环境搭建 |
5.3.1 系统层环境搭建 |
5.3.2 应用层环境搭建 |
5.4 基于LPLSTM-RNN的输电线路短路故障诊断仿真 |
5.4.1 建立基于RTDS的输电线路短路故障模型 |
5.4.2 数据采样分析及降噪 |
5.4.3 实验仿真及结果分析 |
5.5 本章小结 |
第六章 总结与展望 |
参考文献 |
攻读博士/硕士学位期间取得的研究成果 |
致谢 |
附件 |
四、新型在线实时电能质量监测设备的设计(论文参考文献)
- [1]电能质量在线监测装置智能校验系统设计与实现[D]. 吴谋. 电子科技大学, 2021(01)
- [2]电力电子化主动配电网分散谐波电网侧全局协同治理研究[D]. 石磊磊. 燕山大学, 2020(07)
- [3]非接触电压电流一体化传感器的研究与应用设计[D]. 王雅威. 山东科技大学, 2020(06)
- [4]基于物联网的用户端电能质量监测系统研究[D]. 彭阳. 北京交通大学, 2020(03)
- [5]基于STM32的电能质量在线监测装置的设计[D]. 张诗明. 武汉纺织大学, 2020(01)
- [6]电能在线监测系统在多晶硅生产工艺中的应用研究[D]. 冯雷. 内蒙古大学, 2020(01)
- [7]智能电网海量数据轻型化方法研究[D]. 周学斌. 武汉大学, 2020(03)
- [8]新型智能开关柜实时监测系统的研究与设计[D]. 刘建宁. 厦门理工学院, 2019(01)
- [9]电力配网自动化系统中的配变终端的设计与研发[D]. 王健. 东南大学, 2019(01)
- [10]基于嵌入式并行运算架构深度学习的电力线路非正常状态分析研究[D]. 陈子明. 华南理工大学, 2019(06)