变压器作为电力系统的关键设备,其绕组松动状态的识别对电网的稳定运行具有重要意义。针对传统监测方法环境干扰较大、应用复杂等问题,提出了使用两类不同的布拉格光纤光栅(Fiber bragg grating,FBG)传感器采集变压器绕组关键测点温度...变压器作为电力系统的关键设备,其绕组松动状态的识别对电网的稳定运行具有重要意义。针对传统监测方法环境干扰较大、应用复杂等问题,提出了使用两类不同的布拉格光纤光栅(Fiber bragg grating,FBG)传感器采集变压器绕组关键测点温度与应变信号,经快速解耦与自适应噪声完备集合经验模态分解后(Fast decoupling and complete ensemble empirical mode decomposition with adaptive noise,DECE),提取关键参数并进行主元分析(Principal component analysis,PCA)。对降维后的特征采用基于黑洞优化的支持向量机(Support vector machine based on black hole optimization,BHOSVM)进行分类,实现对变压器绕组径向松动状态的监测与定位。诊断结果表明,所提诊断方法对变压器绕组径向松动状态的识别准确率达到96.8%。展开更多
文摘变压器作为电力系统的关键设备,其绕组松动状态的识别对电网的稳定运行具有重要意义。针对传统监测方法环境干扰较大、应用复杂等问题,提出了使用两类不同的布拉格光纤光栅(Fiber bragg grating,FBG)传感器采集变压器绕组关键测点温度与应变信号,经快速解耦与自适应噪声完备集合经验模态分解后(Fast decoupling and complete ensemble empirical mode decomposition with adaptive noise,DECE),提取关键参数并进行主元分析(Principal component analysis,PCA)。对降维后的特征采用基于黑洞优化的支持向量机(Support vector machine based on black hole optimization,BHOSVM)进行分类,实现对变压器绕组径向松动状态的监测与定位。诊断结果表明,所提诊断方法对变压器绕组径向松动状态的识别准确率达到96.8%。
文摘为推进能源绿色低碳转型,建设新型能源体系,基于光伏电池(Photovoltaic,PV)与被动光网络(Passive Optical Network,xPON)的结合,提出了一种创新的可再生能源系统,旨在促进绿色电力的发展。首先,通过风力发电机组和光伏电池板的相互连接,构建出系统框架。其次,利用光纤射频通信(Radio over Fiber,RoF)和xPON的融合,将能源数据从风力发电机和太阳能电池传送到中央控制站。最后,搭建出PV等效电路与风力发电机组模型,并使用卷积核函数向量机与太阳能电池相结合,实现了风能与太阳能的高效混合。实验结果表明,系统的PV模块可扩展性达到90%,服务质量高达62%,功耗仅为96%,网络效率高达92%,训练精度达到95%,其在多个方面都具有明显的优势。因此,该技术不仅可以提高可再生能源的效率,还可以优化其在光网络环境中的性能,从而为绿色能源和通信技术的融合提供了新的可能性。
