-
题名基于FPGA的两阶段配电网拓扑实时辨识算法
被引量：1
- 1
-
-
作者
王冠淇
裴玮
李洪涛
郝良
马丽
-
机构
中国科学院电工研究所
中国科学院大学电子电气与通信工程学院
国网北京市电力公司
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2024年第12期100-108,共9页
-
基金
国网北京市电力公司科技项目(520223220029)。
-
文摘
对配电网拓扑进行准确的实时辨识是电力系统安全稳定运行的基础,但随着新能源的接入以及配电网规模不断增大,配电网拓扑结构的动态变化愈加频繁且难以辨识。然而,现有配电网拓扑辨识算法所使用的历史数据需要人工对其进行拓扑标注,且拓扑辨识时间长,难以实现配电网拓扑实时辨识。因此,文中提出了一种基于现场可编程逻辑门阵列(FPAG)的两阶段配电网拓扑结构实时辨识算法。该算法不需要预先给出配电网拓扑类别的数量,即可对已有历史数据进行相应的拓扑标注及分类,并且基于FPGA实现了对配电网拓扑的实时辨别。该算法分为2个阶段:第1阶段采用变分贝叶斯高斯混合模型,对已有历史数据进行相应的拓扑标注及分类;第2阶段采用麻雀搜索算法,使得支持向量机快速收敛得到最优参数,以实现对配电网拓扑结构的精准辨识。基于该算法,利用FPGA并行架构以及高速高密度特性建立了实时拓扑结构辨识平台。最后,通过算例分析验证了所提辨识方法的有效性和优越性。
-
关键词
配电网
拓扑辨识
现场可编程逻辑门阵列(FPGA)
变分贝叶斯高斯混合模型
麻雀搜索算法
支持向量机
-
Keywords
distribution network
topology identification
field programmable gate array(FPGA)
variational bayesian gaussian mixture model
sparrow search algorithm
support vector machine
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名层次变分高斯混合模型与主多项式分析的故障检测策略
被引量：4
- 2
-
-
作者
李元
杨东昇
赵丽颖
张成
-
机构
沈阳化工大学信息工程学院
沈阳化工大学理学院
-
出处
《化工学报》
EI
CAS
CSCD
北大核心
2021年第3期1616-1626,共11页
-
基金
国家自然科学基金项目(61673279)。
-
文摘
针对多模态工业过程中模态数量难以确定问题,提出一种层次变分高斯混合模型(hierarchical variational Gaussian mixture model,HVGMM)。在此基础上,使用主多项式分析(principal polynomial analysis,PPA)用于多模态非线性过程故障检测。首先,变分贝叶斯高斯混合模型(variational Bayesian Gaussian mixture model,VBGMM)作为初始模型用于分解过程数据得到工作模态的初始数量,将过程按初始数量分解为多个子块;其次,应用包含多个局部模型的VBGMM将各子块分解为附属子块,并利用附属子块的均值、精度等信息对VBGMM进行重构;然后,将重构后的VBGMM作为初始模型再次用于分解原始过程数据,重复上述步骤直至重构VBGMM无法分解各子块时停止;最后,分别在各附属子块中建立局部PPA模型,并在每个局部模型中计算T2和SPE统计量进行故障检测。将该方法应用于数值例子和Tennessee Eastman(TE)化工过程,并将仿真结果与主元分析(principal component analysis,PCA)、PPA进行对比,验证了所提出方法的有效性。
-
关键词
主元分析
变分贝叶斯高斯混合模型
故障检测
过程控制
多模态过程
参数估值
-
Keywords
principal component analysis
variational bayesian gaussian mixture model
fault detection
process control
multimode processes
parameter estimation
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于LPP特征空间重构的故障检测策略
- 3
-
-
作者
张成
赵丽颖
杨东昇
李元
-
机构
沈阳化工大学理学院
沈阳化工大学技术过程故障诊断与安全性研究中心
-
出处
《沈阳化工大学学报》
CAS
2023年第5期472-480,共9页
-
基金
国家自然科学基金资助项目(61490701,61673279)
辽宁省自然科学基金项目(2019-MS-262)
辽宁省教育厅基金项目(LJ2019013)。
-
文摘
针对多模态工业过程数据中存在方差差异显著的问题,提出了一种基于LPP特征空间重构的故障检测策略.首先,采用局部保持投影对过程数据进行降维处理,去除数据的冗余信息和噪声,降低计算复杂度;其次,将变分高斯混合模型应用于过程数据,确定操作模式的数量,并对每种模式下的数据进行聚类;再次,将每种模式下的数据利用所属模式的信息进行标准化处理,去除数据的多模态特征;最后,使用统计量T^(2)对过程进行监控.通过一个多模态数值例子和半导体蚀刻过程验证了所提方法的有效性.
-
关键词
多模态故障检测
局部保持投影
变分高斯混合模型
标准化
半导体蚀刻过程
-
Keywords
multimode fault detection
locality preserving projections
variational bayesian gaussian mixture model
standardization
semiconductor etching
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
