随着分布式电源(distributed generation,DG)的容量变化,微电网原有的供电结构发生改变,使得潮流大小、方向和功率结构发生变化,对快速检测和定位微电网中的短路故障区域提出了挑战。在MATLAB/Simulink中搭建低压交流微电网模型;通过高...随着分布式电源(distributed generation,DG)的容量变化,微电网原有的供电结构发生改变,使得潮流大小、方向和功率结构发生变化,对快速检测和定位微电网中的短路故障区域提出了挑战。在MATLAB/Simulink中搭建低压交流微电网模型;通过高尺度小波能量谱算法对微电网与大电网公共连接点(point of common coupling,PCC)处检测到的电流进行分解,提取适应不同容量情况的短路故障特征值,实现了不同容量下微电网短路故障的早期检测;利用小波能量谱特征结合基于正交最小二乘法(orthogonal least square,OLS)的径向基函数(radial basis function,RBF)神经网络算法提出一种适用于不同容量微电网的短路故障区域定位方法,并进行仿真验证;在此基础上设计并网模式微电网短路故障保护硬件系统,并进行实验验证。结果表明,所设计的保护系统能够快速、准确地同时实现并网模式下交流微电网短路故障的早期检测与区域定位。展开更多
为解决传统遥感干旱指数侧重于对单一响应因子的监测,缺乏对干旱综合评估的问题,本文结合气象观测资料和多源遥感数据,择优选择TVDI、RVI、PDI和GVMI日产品数据作为自变量,与卫星过境相邻时刻气象观测资料计算的MCI指数为因变量,采用随...为解决传统遥感干旱指数侧重于对单一响应因子的监测,缺乏对干旱综合评估的问题,本文结合气象观测资料和多源遥感数据,择优选择TVDI、RVI、PDI和GVMI日产品数据作为自变量,与卫星过境相邻时刻气象观测资料计算的MCI指数为因变量,采用随机森林回归算法(Random Forest Regression,RFR)构建综合遥感干旱监测模型。结果表明:与传统最小二乘法模型(Ordinary Least Squares,OLS)相比,RFR模型训练集和测试集精度均优于OLS模型。RFR训练集R值为0.97,RMSE为0.33,测试集R值为0.90,RMSE为0.53;OLS模型训练集R值为0.78,RMSE值为0.73,测试R值为0.76,RMSE值为0.79,表明RFR模型在表征区域旱情时比OLS模型更加优秀。在2022年西南地区旱情监测评估中,RFR遥感干旱监测结果与MCI指数时空分布较为一致,能较好地表征区域旱情的时空动态变化特征,体现了RFR模型在实际干旱监测过程中的实用性。但RFR干旱监测精度与区域站点个数和站点空间分布有关,在站点个数较多,站点分布均匀的区域,RFR干旱监测模型精度较高。展开更多
文摘随着分布式电源(distributed generation,DG)的容量变化,微电网原有的供电结构发生改变,使得潮流大小、方向和功率结构发生变化,对快速检测和定位微电网中的短路故障区域提出了挑战。在MATLAB/Simulink中搭建低压交流微电网模型;通过高尺度小波能量谱算法对微电网与大电网公共连接点(point of common coupling,PCC)处检测到的电流进行分解,提取适应不同容量情况的短路故障特征值,实现了不同容量下微电网短路故障的早期检测;利用小波能量谱特征结合基于正交最小二乘法(orthogonal least square,OLS)的径向基函数(radial basis function,RBF)神经网络算法提出一种适用于不同容量微电网的短路故障区域定位方法,并进行仿真验证;在此基础上设计并网模式微电网短路故障保护硬件系统,并进行实验验证。结果表明,所设计的保护系统能够快速、准确地同时实现并网模式下交流微电网短路故障的早期检测与区域定位。
文摘为解决传统遥感干旱指数侧重于对单一响应因子的监测,缺乏对干旱综合评估的问题,本文结合气象观测资料和多源遥感数据,择优选择TVDI、RVI、PDI和GVMI日产品数据作为自变量,与卫星过境相邻时刻气象观测资料计算的MCI指数为因变量,采用随机森林回归算法(Random Forest Regression,RFR)构建综合遥感干旱监测模型。结果表明:与传统最小二乘法模型(Ordinary Least Squares,OLS)相比,RFR模型训练集和测试集精度均优于OLS模型。RFR训练集R值为0.97,RMSE为0.33,测试集R值为0.90,RMSE为0.53;OLS模型训练集R值为0.78,RMSE值为0.73,测试R值为0.76,RMSE值为0.79,表明RFR模型在表征区域旱情时比OLS模型更加优秀。在2022年西南地区旱情监测评估中,RFR遥感干旱监测结果与MCI指数时空分布较为一致,能较好地表征区域旱情的时空动态变化特征,体现了RFR模型在实际干旱监测过程中的实用性。但RFR干旱监测精度与区域站点个数和站点空间分布有关,在站点个数较多,站点分布均匀的区域,RFR干旱监测模型精度较高。
