【摘 要】
：
随着电力系统不断发展，传统的电力系统运行架构已不能解决不断恶化的能源形势和日益突出的经济问题，电网的智能化已经成为学者的研究重点。信息物理融合系统(Cyber-physical System,CPS)的研究为分析和设计智能化的电力系统提供了一个综合的跨学科框架。CPS是一种集成了传感、处理、智能和控制的大规模复杂系统，它的关键是信息系统与物理系统的紧密融合。作为CPS的一个特殊实例，智能电网可以由一个广域保护系统(Wide Area Protection System,WAPS)组成，该系统测量诸如电压、
论文部分内容阅读
随着电力系统不断发展，传统的电力系统运行架构已不能解决不断恶化的能源形势和日益突出的经济问题，电网的智能化已经成为学者的研究重点。信息物理融合系统(Cyber-physical System,CPS)的研究为分析和设计智能化的电力系统提供了一个综合的跨学科框架。CPS是一种集成了传感、处理、智能和控制的大规模复杂系统，它的关键是信息系统与物理系统的紧密融合。作为CPS的一个特殊实例，智能电网可以由一个广域保护系统(Wide Area Protection System,WAPS)组成，该系统测量诸如电压、电流、相位和频率之类的同步指标，从而保证电力系统安全性和稳定性。与其他通信网络不同，电力CPS通信网络规模大，信息数据多，计算负荷大，且其中通信基础结构起着至关重要的作用，当通信系统发生故障时，可能会使电力业务失效，进而对电力系统造成严重损害。因此，研究电力CPS通信网络经济性、可靠性和延时性，及其在大规模故障后的有效恢复问题对实现电网安全稳定运行具有重要意义。
本文以智能电网广域保护系统为电力CPS主要研究对象，对电力CPS做出简单的介绍，调研电力CPS通信网络现状。同时，为满足通信网络实时性和经济性等要求，对通信网络优化设计。此外，调研大规模通信网络故障对电力CPS电力系统的影响，建立通信网络恢复模型，并设计恢复算法，实现电力业务在大规模故障后快速有效恢复。主要工作如下：
(1)面向广域保护系统的电力CPS通信网络设计。针对广域保护通信系统中通信链路和其他通信基础设施部署问题，建立以通信网络设计成本最小为目标，以实时性等为约束的广域保护通信网络设计模型，并提出一种以聚类算法和遗传算法为基础的算法求解模型。最后IEEE总线系统仿真结果表明，本文模型及算法所获得的广域保护通信网络设计方案，既能满足通信传输约束，又能降低通信网络建设成本，并对各电力系统均具有适用性。
(2)基于强化学习的通信网络大规模故障后地恢复。本文研究大规模故障后的通信网络恢复问题，以恢复资源为约束，建立以控制与保护电力业务最大化恢复为目标的恢复模型。同时，设计基于强化学习的算法对模型进行求解。最终实验结果表明，本文算法能在恢复资源有限的约束下，实现电力业务快速、更多的恢复。
其他文献
电气设备在运行中受环境、安装等因素的影响会产生放电现象，长期的放电会增加故障的发生概率，威胁电力和铁路的安全稳定运行。紫外成像仪作为一种探测微弱电晕放电的精密仪器近年来逐渐被应用到电力巡检中。紫外成像仪可分别对放电产生的紫外光信号及周围背景的可见光信号进行成像，并对两图像进行融合以达到定位放电位置的目的。本文主要针对图像融合的相关技术和紫外成像仪中的实时视频图像融合进行研究。
本文主要从基于特征和基于互信息两方面研究了紫外光与可见光图像的配准。分析了基于特征的图像配准流程，并通过Scale-in
在这样一个无线通信技术飞速发展的时代，各种新兴业务接连出现，人们对于移动通信流量的需求呈现指数增长的姿态。大规模多输入多输出(Missive MIMO)技术通过在基站侧部署大量天线，增加天线维度，可以在相同时频资源上服务多个用户，从而大幅度提高系统频谱效率和信道容量。然而，实现MissiveMIMO技术性能优势必须获得准确的信道状态信息(Channel State Information，CSI)，但由于导频资源有限，相邻小区用户之间复用相同导频所引起的导频污染问题严重干扰基站获取准确的CSI。因此，如何
电力变压器是电力系统中的重要设备之一，其运行状态关系整个电网的安全。基于振动法分析变压器运行状态，是变压器在线监测的一种有效方法。变压器振动在线监测过程中，振动监测数据量巨大导致数据存储和处理不便，特别是由于数据样本不完备、故障模式稀缺问题，使得变压器振动异常检测困难重重。
针对变压器振动数据特征提取问题，提出一种基于特征信息增益的无监督特征选择算法。利用互信息理论分析特征之间的相关性与冗余性，提出并应用特征重要度作为评价特征重要性的依据，并给出一种基于关联信息熵的特征排序算法。在标准数据集和变
缺陷螺栓非常容易引起输电线路异常甚至故障，缺陷螺栓自动识别对于保障输电线路安全稳定运行具有重要意义，然而大量的缺陷数据难以获得。因此本文使用生成式对抗网络(Generative Adversarial Networks, GAN)生成螺栓图像，研究基于相对均值生成式对抗网络(Relative average Generative Adversarial Networks, RaGANs)的输电线路螺栓图像生成方法，针对生成过程中存在的问题做了以下工作：
由于目前深度学习的生成图像领域中没有螺栓图
输电线路在安全稳定的状态下持续运行是电能传输的重要前提，目前主要通过定期的巡检维修来保证。螺栓作为输电线路上数量最庞大的故障高发紧固件，如何安全的实现其自动缺陷视觉巡检，到达及时高效的排除螺栓缺陷，是电力系统长久致力研究的难点问题。利用计算机视觉的手段准确地检测出图像中的螺栓缺陷，对保障电网安全与有效的运行具有重大意义。本文使用更快的基于区域的卷积神经网络(Faster Regions with Convolution Neural Network features, Faster R-CNN)实现对航拍
生物光声层析成像(Photoacoustic Tomography, PAT)是一种多物理场耦合的新型复合功能成像方法。具有不同成分的组织的声学特性往往存在很大差异，且其空间变化是未知的，难以在成像前测定。而且不均匀性的声学特性还会造成超声波在组织中传播时存在反射、散射、扩散和吸收等现象，导致光声信号的衰减，并且频率越高衰减越严重。因此对于成像组织声学特性的理想化假设(如组织是声学特性均匀的非衰减介质、超声波在组织中的传播速度是恒定的、不考虑声散射等)通常会导致重建图像产生伪影和模糊，降低图像质量以及成像
多元时间序列广泛存在于金融、气象、航天等社会生产和生活中，时间序列的分析具有重要的研究和应用价值。本文研究分析多元时间序列相似性度量方法和多元时间序列异常检测问题，主要涉及相似性度量方法和异常检测算法两个方面的研究。
在多元时间序列相似度分析中，选用标准数据集仿真实验，对比分析几种常见的多元时间序列相似度度量方法的性能。在多元时间序列相似度应用研究中，基于传统离群检测算法的相似性度量方法忽略了时间弯曲等相关因素，无法确保多元时间序列中异常检测结果的准确性。针对这一问题，本文对传统的离群检测算法进
海洋温盐深测量系统是对海洋中温度(Temperature)、电导率(Conductivity)和深度(Depth)参数测量的系统，简称CTD。温盐深参数测量是海洋水文测量领域内最基础也是最关键的部分，无论对军事领域还是民用领域均具有十分重要的意义。
欧美和日本在该领域起步较早，当前还处于国际领先水平。中国在该领域起步较晚，技术基础也相对薄弱。随着国家对海洋参数测量领域愈发重视，我国的温盐深测量仪也在快速发展和完善，但仍有众多问题亟待解决。针对当前该测量系统还存在的问题，本课题讨论并实施了改进方案
生物内窥式光声层析成像(Endoscopic Photoacoustic Tomography，EPAT)是一种基于生物组织光声效应的新型功能成像方法。考虑到生物组织的复杂性，在进行图像重建前通常无法预知组织中的声速分布情况，而声速恒定的假设会导致重建图像存在声学畸变、伪影、模糊以及目标错位等问题。
本文通过对在管腔内测得的声压时间序列和前向仿真得到的光声信号理论值之间的误差函数进行交替优化，同时重建出腔体横截面上组织的声速分布图、光吸收能量分布图和光吸收系数分布图，在显示组织形态结构的同时，定
随着直流配电网电流监测、高压直流输电、光伏发电等领域对直流大电流精确测量的需求日益增大，阵列式霍尔电流传感器开始吸引越来越多的学者对其进行研究，本文针对环形阵列结构的霍尔电流传感器进行研究，提出通过信号处理数字化算法设计来提高传感器测量精度的方案，并进行了相关软硬件联合测试。
首先，针对实际情况下被测导线极易偏离阵列中心而引起的误差问题，对比已有的导线定位算法，提出去偏心误差优化算法设计，并在MATLAB中对算法进行了仿真，结果表明，在最大偏移距离为0.02m的条件下，该算法可将偏心误差控制在0