• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于神經(jīng)網(wǎng)絡(luò)的電力計(jì)量自動(dòng)監(jiān)測(cè)流水線固定診斷系統(tǒng)設(shè)計(jì)及仿真

    2022-04-20 11:15:02袁衛(wèi)劉正明張明余凡俞煌
    微型電腦應(yīng)用 2022年3期
    關(guān)鍵詞:系統(tǒng)故障動(dòng)量閾值

    袁衛(wèi), 劉正明, 張明, 余凡, 俞煌

    (1.國(guó)網(wǎng)西藏電力有限公司, 電力科學(xué)研究院,西藏, 拉薩 850000;2.福建網(wǎng)能科技開(kāi)發(fā)有限責(zé)任公司,福建, 福州 350003)

    0 引言

    電力系統(tǒng)是由電壓、電流互感器和其相應(yīng)的連接導(dǎo)線等3部分組成,如果其中一部分產(chǎn)生問(wèn)題,整個(gè)電力計(jì)量系統(tǒng)都會(huì)受到影響,計(jì)算精度的準(zhǔn)確率也相應(yīng)地降低。經(jīng)過(guò)對(duì)電力系統(tǒng)故障的分析,發(fā)現(xiàn)故障的種類非常多,而且有些故障通過(guò)單一的信號(hào)是很難辨別的,針對(duì)這類問(wèn)題,本文提出一種基于神經(jīng)網(wǎng)絡(luò)算法對(duì)故障信號(hào)進(jìn)行判斷,并通過(guò)相關(guān)實(shí)驗(yàn)成功地證明了此算法的可行性。

    1 電力計(jì)量自動(dòng)監(jiān)測(cè)系統(tǒng)故障特征提取

    電力計(jì)量系統(tǒng)故障的原因主要通過(guò)對(duì)其工作過(guò)程中發(fā)出的故障信號(hào)來(lái)判斷,但在對(duì)這些故障信號(hào)的提取過(guò)程中很可能會(huì)出現(xiàn)尖峰或者噪聲的情況,不利于對(duì)電力系統(tǒng)故障的判斷。因此,要想準(zhǔn)確地判斷電力計(jì)量系統(tǒng)故障,就需要對(duì)提取的故障信號(hào)進(jìn)行降噪處理,消除故障信號(hào)中的干擾噪聲,保留平穩(wěn)的特征信號(hào)。對(duì)這種噪聲的處理大多都用傳統(tǒng)的傅里葉變換方法,其核心是從時(shí)域到頻域的變換,而這種變換是通過(guò)一組特殊的正交基來(lái)實(shí)現(xiàn)的。通過(guò)其工作原理可以看出傅里葉變換的方法主要注重對(duì)頻域信號(hào)的分析,而對(duì)時(shí)域信號(hào)分析得還不夠,導(dǎo)致無(wú)法對(duì)系統(tǒng)故障信號(hào)完全除噪。如果傅里葉變換不能在時(shí)域部分完全除噪,那么在電力系統(tǒng)運(yùn)行的過(guò)程中,如果在某個(gè)時(shí)域突然出現(xiàn)突變,將會(huì)引起整個(gè)圖譜的變化。針對(duì)這一問(wèn)題,本文引入小波變換進(jìn)行處理[1-2]。小波消噪主要根據(jù)小波設(shè)定的閾值消噪,其主要是在對(duì)信號(hào)進(jìn)行分析時(shí)會(huì)有很多有用的信息以數(shù)值的形式出現(xiàn),小波分析通過(guò)設(shè)置適宜的閾值保存有用信息的數(shù)值,從而使消噪的過(guò)程更方便和快捷。閾值分為硬閾值和軟閾值,其處理方法本文以軟閾值為例,其公式為

    (1)

    式中,γ為閾值,ω為小波系數(shù),ωγ為處理后的小波系數(shù)。

    可以用MATLAB軟件對(duì)小波軟閾值處理噪聲的方法進(jìn)行仿真,仿真結(jié)果證明其方法有一定的優(yōu)勢(shì)。因此,與傅里葉變換的方法相比,小波變換分析的處理方法能更好地在時(shí)域和頻域?qū)π盘?hào)進(jìn)行分析,而且由于小波變換分析具有自動(dòng)調(diào)焦的功能,可以更好地處理特征信號(hào)中的噪聲和時(shí)域部分突變的情況。

    2 基于神經(jīng)網(wǎng)絡(luò)的電力計(jì)量系統(tǒng)故障判斷

    2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    BP神經(jīng)網(wǎng)絡(luò)是屬于前饋型網(wǎng)絡(luò),分為輸入層、隱藏層和輸出層,層層都有很多個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)都相當(dāng)于網(wǎng)絡(luò)中的一個(gè)神經(jīng)元,相鄰層之間的神經(jīng)元結(jié)構(gòu)由權(quán)數(shù)來(lái)進(jìn)行連接。圖1是一個(gè)簡(jiǎn)單的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[3-4]。

    圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法從根本上講就是通過(guò)網(wǎng)絡(luò)傳輸層傳出的誤差進(jìn)行反向傳播,對(duì)網(wǎng)絡(luò)系統(tǒng)的連接權(quán)數(shù)進(jìn)行調(diào)整和修改,使其誤差縮到最小。BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練流程如圖2所示。整個(gè)主要學(xué)習(xí)過(guò)程為數(shù)據(jù)通過(guò)正向的計(jì)算和在輸出層的反饋,最終經(jīng)過(guò)連接權(quán)數(shù)的調(diào)整,使誤差降低達(dá)到所期望的數(shù)值。

    圖2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程

    2.2 BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)

    由于BP神經(jīng)網(wǎng)絡(luò)存在一定的弊端,提出PSO粒子群優(yōu)化算法。其運(yùn)行原理公式為

    vid(t+1)=vid(t)+c1r1(pid-xid(t))+

    c2r2(pgd-xid(t))

    (2)

    xid(t+1)=xid(t)+vid(t+1)

    (3)

    其中,xi=(xi1,xi2,…,xiD)為第i個(gè)粒子的位置,vi=(vi1,vi2,…,viD)為移動(dòng)的速度向量,pi=(pi1,pi2,…,piD)為單個(gè)最優(yōu)數(shù)值,pg=(pg1,pg2,…,pgD)為整體最優(yōu)數(shù)值。式(3)為經(jīng)過(guò)t+1次迭代后更新的公式。

    通過(guò)式(2)、式(3)可以看出,粒子的當(dāng)前運(yùn)行速度、粒子對(duì)自身的認(rèn)知功能和粒子群體的“記憶功能”對(duì)PSO優(yōu)化算法更新的速度都會(huì)有影響。其中,粒子的當(dāng)前速度影響著當(dāng)前的狀態(tài),粒子的自身認(rèn)知影響著粒子向最優(yōu)值靠近,粒子群體的記憶功能影響著粒子向全局群體的最優(yōu)值拉近距離。

    提出通過(guò)一種動(dòng)態(tài)學(xué)習(xí)因子的調(diào)整方法從而提高優(yōu)化的準(zhǔn)確度,其公式為

    (4)

    c1=4-c2

    (5)

    假設(shè)當(dāng)前的迭代次數(shù)用t表示,最大的迭代次數(shù)用Tmax表示,且0

    圖3 基于PSO優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)模型

    3 故障檢測(cè)電路設(shè)計(jì)

    高壓電力系統(tǒng)的故障檢測(cè)原理如圖4所示。

    圖4 電能計(jì)量系統(tǒng)故障檢測(cè)原理圖

    圖4中的黑點(diǎn)為故障檢測(cè)點(diǎn),檢測(cè)點(diǎn)通過(guò)對(duì)電力計(jì)量系統(tǒng)故障的分析得出故障類型,再加上系統(tǒng)的結(jié)構(gòu)特點(diǎn)來(lái)選取,是對(duì)系統(tǒng)是否發(fā)生故障判斷的有力工具??梢钥闯龉收显蛑饕且淮蝹?cè)短路造成的,電流互感器的一次側(cè)高壓阻抗小且測(cè)量不方便,或一次側(cè)短路導(dǎo)致阻抗變化無(wú)法直接測(cè)量[5]。要解決以上問(wèn)題,通過(guò)在二次側(cè)外加激勵(lì)信號(hào)的方法(伏安法)對(duì)整個(gè)系統(tǒng)檢測(cè)抗阻如圖5所示。

    圖5 激勵(lì)信號(hào)產(chǎn)生電路圖

    由圖5可知,如果想要RC振蕩電路正常工作,就要求保持振幅平衡和相位平衡。則振蕩電路的振蕩頻率公式為

    (6)

    式中,ZR表示電阻,ZC為電容。

    如果CT一次側(cè)短路,可以經(jīng)過(guò)GL1與GL2使阻抗降低,分壓值Ua和Uc也會(huì)相應(yīng)降低,從而通過(guò)檢測(cè)信號(hào)電壓的變化判斷故障情況。

    4 A/D轉(zhuǎn)換電路設(shè)計(jì)

    目前處理器的處理位數(shù)已經(jīng)發(fā)展到32位,其中ARM具有代表性,ARM具備體積小,功耗低,處理能力強(qiáng)等優(yōu)勢(shì)。由于微處理器的發(fā)展非常迅速,市場(chǎng)上的微處理器種類也隨之增加,STM32F103ZET6微處理器是性價(jià)比很好的一款,是以高運(yùn)算速度、更好的實(shí)時(shí)性、低功耗為目標(biāo)設(shè)計(jì)的產(chǎn)品。它的實(shí)時(shí)性體現(xiàn)在該處理器使用了NVIC中斷向量控制器,比之前的處理器更好的通過(guò)中斷管理的統(tǒng)一為客戶編程提供了方便,中斷延遲的時(shí)間和ARM7相比縮短了一半的時(shí)間,更好地提高了實(shí)時(shí)性。低功耗的特點(diǎn):CM3在CPU不需要運(yùn)行的時(shí)候進(jìn)入休眠狀態(tài),這種模式下,只需外設(shè)運(yùn)行,從而降低了系統(tǒng)的功耗。而且CM3可以通過(guò)編程進(jìn)入停止模式,所有的時(shí)鐘停止工作,I/O端口在運(yùn)行狀態(tài),一旦中斷事件發(fā)生時(shí),停止模式就會(huì)被喚醒進(jìn)入運(yùn)行狀態(tài)對(duì)中斷事件進(jìn)行處理,處理完成后,再次進(jìn)入停止模式,循環(huán)往復(fù),很大程度地降低系統(tǒng)的功耗。STM32F103ZET6可以說(shuō)是一個(gè)片上系統(tǒng),其外設(shè)資源也是非常豐富的。為了滿足電路設(shè)計(jì)的需求,STM32F103ZET6微處理器內(nèi)部放置了3個(gè)A/D轉(zhuǎn)換器,不需要再設(shè)計(jì)單獨(dú)的A/D轉(zhuǎn)換電路,簡(jiǎn)化電路設(shè)計(jì)。此款A(yù)/D轉(zhuǎn)換器的高性能體現(xiàn)在具有12位分辨,也可以設(shè)置多種模式,根據(jù)系統(tǒng)時(shí)鐘的頻率不同而產(chǎn)生變化,最小可以達(dá)到1 μs的轉(zhuǎn)換時(shí)間[6-7]。

    5 系統(tǒng)訓(xùn)練及診斷測(cè)試

    表1為通過(guò)動(dòng)量BP學(xué)習(xí)算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行3821次訓(xùn)練的故障診斷結(jié)果,誤差值降到最小。圖6和圖7分別為動(dòng)量BP網(wǎng)絡(luò)訓(xùn)練的誤差曲線和傳統(tǒng)的BP網(wǎng)絡(luò)訓(xùn)練曲線誤差,通過(guò)對(duì)2個(gè)圖的比較可以看出動(dòng)量BP網(wǎng)絡(luò)訓(xùn)練在3821次訓(xùn)練時(shí)就可以是誤差到達(dá)最小,而傳統(tǒng)的BP網(wǎng)絡(luò)訓(xùn)練需要8378次,很明顯前者的迭代次數(shù)更少[8]。

    圖6 動(dòng)量BP網(wǎng)絡(luò)訓(xùn)練的誤差曲線

    圖7 傳統(tǒng)BP網(wǎng)絡(luò)訓(xùn)練的曲線誤差

    表1 故障診斷結(jié)果

    通過(guò)多組樣本采集對(duì)計(jì)量系統(tǒng)負(fù)載值進(jìn)行改變,從而對(duì)訓(xùn)練完善的網(wǎng)絡(luò)進(jìn)行測(cè)試,分別如表2、表3所示。與表1對(duì)比可以看出,訓(xùn)練好的網(wǎng)絡(luò)可以很成功地診斷出故障種類,達(dá)到理想的效果。表4為動(dòng)量BP網(wǎng)絡(luò)的測(cè)試結(jié)果和比較,從表中的數(shù)據(jù)結(jié)果可以說(shuō)明,動(dòng)量BP網(wǎng)絡(luò)比傳統(tǒng)BP網(wǎng)絡(luò)的準(zhǔn)確率要高,可以診斷出大多數(shù)的網(wǎng)絡(luò)障礙,具有可行性。

    表2 部分故障測(cè)試樣本

    表3 訓(xùn)練后的動(dòng)量BP網(wǎng)絡(luò)測(cè)試結(jié)果

    表4 動(dòng)量BP網(wǎng)絡(luò)測(cè)試結(jié)果及兩種網(wǎng)絡(luò)結(jié)果對(duì)比

    6 總結(jié)

    通過(guò)對(duì)電力計(jì)量系統(tǒng)故障的分析和BP神經(jīng)網(wǎng)絡(luò)對(duì)故障系統(tǒng)的判斷,提出動(dòng)量BP神經(jīng)網(wǎng)絡(luò),完善了傳統(tǒng)網(wǎng)絡(luò)的缺陷。經(jīng)過(guò)一些列的數(shù)據(jù)測(cè)驗(yàn)及得出相應(yīng)的結(jié)果,經(jīng)對(duì)比,動(dòng)量BP神經(jīng)網(wǎng)絡(luò)正確率高,比傳統(tǒng)BP網(wǎng)絡(luò)的迭代次數(shù)少,收斂速度也相對(duì)較快,其方法切實(shí)有效。

    猜你喜歡
    系統(tǒng)故障動(dòng)量閾值
    動(dòng)量守恒定律在三個(gè)物體系中的應(yīng)用
    某型水泵旋轉(zhuǎn)系統(tǒng)故障分析
    應(yīng)用動(dòng)量守恒定律解題之秘訣
    動(dòng)量相關(guān)知識(shí)的理解和應(yīng)用
    小波閾值去噪在深小孔鉆削聲發(fā)射信號(hào)處理中的應(yīng)用
    基于自適應(yīng)閾值和連通域的隧道裂縫提取
    比值遙感蝕變信息提取及閾值確定(插圖)
    河北遙感(2017年2期)2017-08-07 14:49:00
    室內(nèi)表面平均氡析出率閾值探討
    2015款奔馳R400車預(yù)防性安全系統(tǒng)故障
    雷克薩斯ES350車空調(diào)系統(tǒng)故障2例
    象州县| 揭阳市| 汶上县| 博野县| 上饶市| 铁力市| 龙州县| 满城县| 岚皋县| 云南省| 库尔勒市| 常德市| 惠安县| 若羌县| 金秀| 甘南县| 古丈县| 新建县| 禄劝| 霍山县| 沛县| 菏泽市| 许昌县| 兴化市| 宜宾市| 宁强县| 益阳市| 深泽县| 南靖县| 左贡县| 乌拉特前旗| 武陟县| 牡丹江市| 江都市| 东乡县| 宁阳县| 舟山市| 北京市| 改则县| 都江堰市| 九龙坡区|