基于电压离散傅立叶联合功率谱的非平衡电力系统频率估计技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61401094
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    25.0万
  • 负责人：
    夏亦犁
  • 依托单位：
    东南大学
  • 学科分类：
    F0111.信号理论与信号处理
  • 结题年份：
    2017
  • 批准年份：
    2014
  • 项目状态：
    已结题
  • 起止时间：
    2015-01-01 至2017-12-31

项目摘要

It has been illustrated in both theory and practice that the unbalanced system voltage causes the estimation bias and oscillation of conventional frequency estimation methods, resulting in the unconvergence of frequency control process. This project is based on the statistical model of the unbalanced system voltage and aims to apply the fast developping complementary second order statistics and maximum likelihood estimation theory to the voltage unbalance analysis and accurate frequency estimation analysis of the unbalanced power systems. The content of this project includes: building up the elliptical characteristics and complementary second order statistics based voltage problem detection method; based on the joint probability density function of complex valued white Gaussian noise, building up the Cramer-Rao Lower Bound (CRLB) to provide a normalized test standard for power quality parameter estimation of unbalanced power systems and studying accurate unbiased frequency estimation problem based on maximizing the combined discrete Fourier power spectrum of the system voltage and its complex conjugate according to the special statistical property of the unbalanced system voltage; implementing a small-scale power system in hardware-in-the-loop simulation based on real-time digital simulator to test the proposed frequency estimation methods within the real-time frequency control process.
理论分析与实际现状均表明了电力系统电压非平衡问题会引发传统频率估计算法的有偏及震荡，造成频率调整过程的不收敛。本项目围绕非平衡系统电压的统计模型开展工作，力图将迅速发展的完备二阶统计理论及最大似然估计理论应用于非平衡电力系统的电压故障分析以及高精度频率估计算法的研究。研究工作包括：建立基于非平衡电压的椭圆分布特征参数与完备二阶统计特性的电压故障判定方法；在复数高斯白噪声的联合概率密度函数的基础上，开展基于Cramer-Rao下界的非平衡电力系统电能质量参数估计的归一化性能测试标准、以及根据非平衡系统电压的特性，提出基于系统电压及其复数共轭的离散傅立叶联合功率谱最大化的高精度频率无偏估计算法的研究；搭建基于实时数字仿真器的小型电网硬件在环仿真环境进行频率估计算法在频率调整机制中的性能测试。

结项摘要

随着具有能量供应与消耗双向性的智能微网以及混合动力汽车的大力发展，当前电力系统内部电能流动变得日益复杂，已不再是传统的“供应——需求”单向模式。同时，智能电网分布端大量单相负荷与三相负荷的混用造成三相电压会出现不同程度的骤降、骤升与相位偏移。三相电压的不平衡问题会引发传统频率估计以及后续电能质量参数估计的有偏及震荡问题，导致电力系统对频率的判断异常，对系统安全运行带来严重的后果。因此，本项目围绕非平衡三相电力系统频率以及电能质量参数的高精度估计问题展开系统深入的研究，分别在非平衡电压故障的统计行为认识、非平衡电力系统的频率及电能质量参数估计的测量标准以及相应的高精度估计算法这三个要点取得了一系列原创性成果，形成较为完整的理论与实际相结合的体系。主要进展包括：.1.发现了三相电网非平衡状态下复数系统电压模型中包含的负序列信号会造成电压二阶统计量的非圆特性，分析了三相电压在不同程度骤升、骤降和相位偏移状态下的非圆度数，为电能质量的下降和对电压骤升、骤降的故障判定提供新的统计学依据；.2. 在非平衡电压统计模型的基础上，建立了针对非平衡电力系统电能质量参数在不同程度压升、压降、相位偏移及信噪比条件下基于克拉美洛界(CRLB)的性能测试标准；.3. 为了实现能够达到克拉美洛性能界的频率及电能质量参数估计的最优算法，建立了给定长度含噪电压观测数据的似然函数，并通过对似然函数关于未知参量的最大化，实现能够达到CRLB界的最优频率及电能质量参数估计算法，以及相应的复杂度较低的时域及频域近似最优算法，并通过实采电压数据与搭建小型电网的硬件环境进行了相关算法的测试。. 本课题已发表SCI论文13篇，EI论文7篇，学术专著2章。已申请国家发明专利7项，已授权发明专利1项。所取得研究成果顺利完成了预设目标，且都围绕电力系统的电压非平衡故障分析、系统频率估计等关键问题的解决，力图为电力系统的发展提供技术支持。

项目成果

期刊论文数量（16）
专著数量（2）
科研奖励数量（0）
会议论文数量（5）
专利数量（8）
Performance Bounds of Quaternion Estimators
四元数估计器的性能范围
  • DOI：
    10.1109/tnnls.2015.2388782
  • 发表时间：
    2015-12-01
  • 期刊：
    IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS
  • 影响因子：
    10.4
  • 作者：
    Xia, Yili;Jahanchahi, Cyrus;Mandic, Danilo P.
  • 通讯作者：
    Mandic, Danilo P.
Maximum Likelihood Parameter Estimation of Unbalanced Three-Phase Power Signals
三相不平衡电力信号的最大似然参数估计
  • DOI：
    10.1109/tim.2017.2782980
  • 发表时间：
    2018-01
  • 期刊：
    IEEE Transactions on Instrumentation and Measurement
  • 影响因子：
    5.6
  • 作者：
    Xia Yili;Kanna Sithan;M;ic Danilo P.
  • 通讯作者：
    ic Danilo P.
Optimization in Quaternion Dynamic Systems: Gradient, Hessian, and Learning Algorithms
四元数动态系统的优化：梯度、Hessian 和学习算法
  • DOI：
    10.1109/tnnls.2015.2440473
  • 发表时间：
    2016-02-01
  • 期刊：
    IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS
  • 影响因子：
    10.4
  • 作者：
    Xu, Dongpo;Xia, Yili;Mandic, Danilo P.
  • 通讯作者：
    Mandic, Danilo P.
Complementary Mean Square Analysis of Augmented CLMS for Second-Order Noncircular Gaussian Signals
二阶非圆高斯信号的增强 CLMS 互补均方分析
  • DOI：
    10.1109/lsp.2017.2717945
  • 发表时间：
    2017-06
  • 期刊：
    IEEE SIGNAL PROCESSING LETTERS
  • 影响因子：
    3.9
  • 作者：
    Xia Yili;M;ic Danilo P.
  • 通讯作者：
    ic Danilo P.
低复杂度可配置变带宽滤波器组的设计
  • DOI：
    10.13382/j.jemi.2015.07.016
  • 发表时间：
    2015
  • 期刊：
    电子测量与仪器学报
  • 影响因子：
    --
  • 作者：
    郝金光;裴文江;夏亦犁;王开
  • 通讯作者：
    王开

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于改进的BEMD的红外与可见光图像融合方法
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    朱莹;夏亦犁;裴文江
  • 通讯作者：
    裴文江

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

夏亦犁的其他基金

基于非圆复数的自适应滤波算法完备均方性能分析及应用
  • 批准号：
    61771124
  • 批准年份：
    2017
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码