【目的】随着智慧城市建设中信息技术的深度应用,GNSS轨迹数据呈爆炸式增长,但其轨迹生成过程易受信号干扰与传感器故障影响而产生噪声。本文旨在设计新型噪声识别与修复算法,以提升原始GNSS轨迹数据的处理精度与质量。【方法】针对轨...【目的】随着智慧城市建设中信息技术的深度应用,GNSS轨迹数据呈爆炸式增长,但其轨迹生成过程易受信号干扰与传感器故障影响而产生噪声。本文旨在设计新型噪声识别与修复算法,以提升原始GNSS轨迹数据的处理精度与质量。【方法】针对轨迹噪声识别问题,本文提出基于密度矩阵的自适应DBSCAN算法,其具有超参数无关特性,可敏感捕获低幅值噪声点,同时避免连续转向点的误判。针对噪声修复问题,提出基于轨迹分段的函数构造式修复算法:首先采用道格拉斯-普克(Douglas-Peucker,DP)算法压缩轨迹数据实现分段;其次定位含噪声轨迹段,基于段内有效点构造拟合函数;最终依据相邻点时空属性修复噪声数据。相较于主流插值算法(如拉格朗日、牛顿、埃尔米特、线性、三次样条及最近邻插值),本方法通过规避全局特征依赖,显著保留了噪声点蕴含的局部信息特征。【结果】基于长春市1500名志愿者2024年8月19日—9月1日的原始GNSS轨迹数据,设计2组对比实验。第1组将新型识别算法与原始DBSCAN及其主流衍生算法(KANN-DBSCAN、BDT-ADBSCAN)进行对比。实验表明:新算法在轮廓系数(SC)、Calinski-Harabasz指数(CHI)、Da‐vies-Bouldin指数(DBI)3项指标均取得最优值,优化幅度分别为40.17%~381.80%、20.03%~235.18%、23.42%~79.53%。第2组实验对比新型修复算法与6类经典插值方法(拉格朗日、牛顿、埃尔米特、线性、三次样条、最近邻),结果显示:新算法在轨迹相似性度量指标(Dynamic Time Warping,DTW)上全面优于对比方法,整体优化幅度达43.18%~80.43%。【结论】本文提出的噪声识别与修复算法显著提升了原始GNSS轨迹的质量精度,可高效支撑大规模轨迹数据预处理任务,为时空轨迹挖掘研究提供高质量数据基础。展开更多
新型电力系统下,大量新能源电源及电力电子设备接入交流电网。发生母线区内故障时,受控制策略影响,故障电流幅值受控,角度受控,谐波含量高,母线比率差动保护的动作性能下降,因此文中提出一种适用于新型电力系统的母线比率差动保护改进...新型电力系统下,大量新能源电源及电力电子设备接入交流电网。发生母线区内故障时,受控制策略影响,故障电流幅值受控,角度受控,谐波含量高,母线比率差动保护的动作性能下降,因此文中提出一种适用于新型电力系统的母线比率差动保护改进算法。首先,介绍传统比率差动算法的基本原理,并分析新型电力系统下该算法存在的问题;然后,提出不受故障电流角差及谐波影响的母线比率差动保护改进算法,将相位存在差异的各支路电流相量映射到同一坐标系下,并进行差流和制动电流计算,分析母线比率差动保护改进算法在母线区内外故障及区外故障电流互感器(current transformer,CT)饱和时的动作性能,提出母线比率差动保护改进逻辑;最后,基于实时数字仿真(real time digital simulation,RTDS),对比传统比率差动保护和改进比率差动保护的动作性能,证明改进比率差动保护能够在不降低保护动作可靠性的前提下提高动作灵敏性。展开更多
文摘【目的】随着智慧城市建设中信息技术的深度应用,GNSS轨迹数据呈爆炸式增长,但其轨迹生成过程易受信号干扰与传感器故障影响而产生噪声。本文旨在设计新型噪声识别与修复算法,以提升原始GNSS轨迹数据的处理精度与质量。【方法】针对轨迹噪声识别问题,本文提出基于密度矩阵的自适应DBSCAN算法,其具有超参数无关特性,可敏感捕获低幅值噪声点,同时避免连续转向点的误判。针对噪声修复问题,提出基于轨迹分段的函数构造式修复算法:首先采用道格拉斯-普克(Douglas-Peucker,DP)算法压缩轨迹数据实现分段;其次定位含噪声轨迹段,基于段内有效点构造拟合函数;最终依据相邻点时空属性修复噪声数据。相较于主流插值算法(如拉格朗日、牛顿、埃尔米特、线性、三次样条及最近邻插值),本方法通过规避全局特征依赖,显著保留了噪声点蕴含的局部信息特征。【结果】基于长春市1500名志愿者2024年8月19日—9月1日的原始GNSS轨迹数据,设计2组对比实验。第1组将新型识别算法与原始DBSCAN及其主流衍生算法(KANN-DBSCAN、BDT-ADBSCAN)进行对比。实验表明:新算法在轮廓系数(SC)、Calinski-Harabasz指数(CHI)、Da‐vies-Bouldin指数(DBI)3项指标均取得最优值,优化幅度分别为40.17%~381.80%、20.03%~235.18%、23.42%~79.53%。第2组实验对比新型修复算法与6类经典插值方法(拉格朗日、牛顿、埃尔米特、线性、三次样条、最近邻),结果显示:新算法在轨迹相似性度量指标(Dynamic Time Warping,DTW)上全面优于对比方法,整体优化幅度达43.18%~80.43%。【结论】本文提出的噪声识别与修复算法显著提升了原始GNSS轨迹的质量精度,可高效支撑大规模轨迹数据预处理任务,为时空轨迹挖掘研究提供高质量数据基础。
文摘新型电力系统下,大量新能源电源及电力电子设备接入交流电网。发生母线区内故障时,受控制策略影响,故障电流幅值受控,角度受控,谐波含量高,母线比率差动保护的动作性能下降,因此文中提出一种适用于新型电力系统的母线比率差动保护改进算法。首先,介绍传统比率差动算法的基本原理,并分析新型电力系统下该算法存在的问题;然后,提出不受故障电流角差及谐波影响的母线比率差动保护改进算法,将相位存在差异的各支路电流相量映射到同一坐标系下,并进行差流和制动电流计算,分析母线比率差动保护改进算法在母线区内外故障及区外故障电流互感器(current transformer,CT)饱和时的动作性能,提出母线比率差动保护改进逻辑;最后,基于实时数字仿真(real time digital simulation,RTDS),对比传统比率差动保护和改进比率差动保护的动作性能,证明改进比率差动保护能够在不降低保护动作可靠性的前提下提高动作灵敏性。
