处于改建阶段的智能变电站采样模式复杂,继电保护装置难以发现采样回路轻微异常,导致回路隐患暴露时间严重滞后。针对上述问题,分析改建时期智能变电站的采样模式和二次设备配置情况,提出基于同源录波数据比对的继电保护采样回路异常检...处于改建阶段的智能变电站采样模式复杂,继电保护装置难以发现采样回路轻微异常,导致回路隐患暴露时间严重滞后。针对上述问题,分析改建时期智能变电站的采样模式和二次设备配置情况,提出基于同源录波数据比对的继电保护采样回路异常检测方法。首先,利用双向编码器表征(bidirectional encoder representations from transformers,BERT)语言模型与余弦相似度算法,实现同源录波数据的通道匹配。然后,利用重采样技术和曼哈顿距离完成波形的采样频率统一与时域对齐。最后,基于动态时间规整(dynamic time warping,DTW)算法提出改进算法,并结合采样点偏移量共同设置采样回路的异常判据。算例分析表明,该方法可以完成录波数据的同源通道匹配,实现波形的一致性对齐,并且相比于传统DTW算法,改进DTW算法对异常状态识别的灵敏性和准确性更高。根据异常判据能够有效检测继电保护采样回路的异常状态,确保了智能变电站的安全可靠运行。展开更多
在有限新息率(Finite Rate of Innovation,FRI)采样框架中,指数再生核具有良好的时域有限支撑特性,因此被广泛用作采样核。但是这一过程会将信号中的白噪声变为有色噪声,严重影响重构性能。为此,该文利用指数再生形式能够在卷积运算中...在有限新息率(Finite Rate of Innovation,FRI)采样框架中,指数再生核具有良好的时域有限支撑特性,因此被广泛用作采样核。但是这一过程会将信号中的白噪声变为有色噪声,严重影响重构性能。为此,该文利用指数再生形式能够在卷积运算中得以保留的特性,提出一种改进的指数再生采样核,其对应的系数矩阵能够保持噪声的统计特性,进而保证重构算法性能。仿真实验表明该文方法能够有效提升重构性能。展开更多
文摘处于改建阶段的智能变电站采样模式复杂,继电保护装置难以发现采样回路轻微异常,导致回路隐患暴露时间严重滞后。针对上述问题,分析改建时期智能变电站的采样模式和二次设备配置情况,提出基于同源录波数据比对的继电保护采样回路异常检测方法。首先,利用双向编码器表征(bidirectional encoder representations from transformers,BERT)语言模型与余弦相似度算法,实现同源录波数据的通道匹配。然后,利用重采样技术和曼哈顿距离完成波形的采样频率统一与时域对齐。最后,基于动态时间规整(dynamic time warping,DTW)算法提出改进算法,并结合采样点偏移量共同设置采样回路的异常判据。算例分析表明,该方法可以完成录波数据的同源通道匹配,实现波形的一致性对齐,并且相比于传统DTW算法,改进DTW算法对异常状态识别的灵敏性和准确性更高。根据异常判据能够有效检测继电保护采样回路的异常状态,确保了智能变电站的安全可靠运行。
文摘在有限新息率(Finite Rate of Innovation,FRI)采样框架中,指数再生核具有良好的时域有限支撑特性,因此被广泛用作采样核。但是这一过程会将信号中的白噪声变为有色噪声,严重影响重构性能。为此,该文利用指数再生形式能够在卷积运算中得以保留的特性,提出一种改进的指数再生采样核,其对应的系数矩阵能够保持噪声的统计特性,进而保证重构算法性能。仿真实验表明该文方法能够有效提升重构性能。
