王刘旺
- 作品数：17 被引量：553H指数：10
- 供职机构：华北电力大学更多>>
- 发文基金：中央高校基本科研业务费专项资金河北省自然科学基金国家自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术一般工业技术电子电信更多>>
- 基于深度自编码网络的电力变压器故障诊断被引量：78
- 2016年
- 基于深度自编码网络(DAEN),构建了分类深度自编码网络(CDAEN)模型。结合电力变压器在线监测油中溶解气体分析(DGA)数据,提出了基于CDAEN的变压器故障诊断方法。所提方法利用大量无标签样本进行预训练,优化模型参数,并利用少量有标签样本进行微调。实例分析表明,与基于反向传播神经网络(BPNN)、支持向量机(SVM)的故障诊断方法相比,所提方法的诊断正确率更高。
- 石鑫朱永利宁晓光王刘旺孙岗陈国强
- 关键词：电力变压器故障诊断油中溶解气体分析反向传播神经网络支持向量机
- 基于云计算的电力设备监测数据的集中并行处理与诊断
- 数据集成与信息共享是建设坚强智能电网的必然趋势。随着电网调度中心向调控一体化的发展，越来越多的电力设备状态数据将被送往调控中心。海量的历史状态数据和实时在线监测数据的快速处理正面临挑战，本文基于云计算和大数据处理技术对电...
- 王刘旺
- 关键词：智能电网电网监测计算机技术
- 基于加汉宁窗的FFT高精度谐波检测改进算法被引量：62
- 2012年
- 大量非线性元件的应用导致电网谐波问题愈发严重,快速傅立叶变换(FFT)在非同步采样条件下难以实现谐波的精确检测,通过加窗插值可以改善FFT算法的准确度。根据信号加Hanning窗离散频谱的衰减特性,提出一种高精度改进算法。该算法通过对加窗信号的离散频谱序列进行特定的多项式变换,进一步减轻各次谐波频谱之间的互相干扰,继而应用插值运算推导出各次谐波频率、幅值和相位的高精度校正公式。对该算法与Hanning窗和Blackman-Harris窗插值FFT算法进行Matlab仿真对比,验证了该算法具有更高的分析精度。对电容器谐波电流的实验研究进一步证明了改进算法的有效性。
- 王刘旺黄建才孙建新王强朱永利
- 关键词：谐波分析快速傅里叶变换汉宁窗频谱泄露
- Spark环境下并行立方体计算方法被引量：5
- 2016年
- 针对传统联机分析处理(OLAP)处理大数据时实时响应能力差的问题,研究基于分布式内存计算框架Spark加速的数据立方体计算方法,设计基于Spark内存集群的自底向上构造(BUC)算法——BUCPark,来提高BUC的并行度和大数据适应能力。在此基础上,为避免内存中迭代的立方体单元膨胀,基于内存重复利用和共享的思想设计改进的BUCPark算法——LBUCPark。实验结果表明:LBUCPark算法性能优于BUC算法和BUCPark算法,能够胜任大数据背景下的快速数据立方体计算任务。
- 萨初日拉周国亮时磊王刘旺石鑫朱永利
- 关键词：SPARK联机分析处理数据立方体
- Spark环境下并行方体计算技术
- 随着大数据时代的来临，对联机分析处理(OLAP)提出了更高的性能要求。针对传统OLAP处理大数据时实时响应能力差的问题，探讨基于分布式内存计算框架Spark加速立方体计算，设计了基于Spark的内存集群BUC算法BUCP...
- 萨初日拉周国亮时磊王刘旺石鑫朱永利
- 云平台下输变电设备状态监测大数据存储优化与并行处理被引量：95
- 2015年
- 结合大数据技术提升输变电设备状态评价的广度和深度,并解决实际应用问题成为目前电力行业新的挑战。针对输变电设备状态监测大数据可靠存储和快速访问两方面大数据处理核心问题,基于开源的Hadoop云计算实验平台进行了数据分布策略、数据块尺寸调优、集群网络拓扑规划三方面的存储优化研究和大数据并行分析的研究。提出计及数据相关性的多副本一致哈希数据存储算法,能将具有相关性的数据在集群中聚集,提升数据处理执行效率。基于数据相关性多副本一致哈希数据分布,应用Map Reduce并行编程模型设计实现了多数据源并行连接查询算法和多通道数据融合并行特征提取算法。将两种算法在实验室搭建的集群上测试运行,结果表明,多数据源并行连接查询的执行时间仅为标准Hadoop方案的32%,多通道数据融合并行特征提取算法执行时间仅为标准Hadoop方案的35%。
- 宋亚奇周国亮朱永利李莉王刘旺王德文
- 关键词：大数据输变电设备云计算
- 基于深度信念网络的电力变压器故障分类建模被引量：82
- 2016年
- 基于深度信念网络,构建了深度信念网络分类器模型,分析并用典型数据集对其分类性能进行测试。在此基础上结合电力变压器油中溶解气体分析数据,提出了基于深度信念网络分类器的变压器故障分类新方法,它使用油中溶解气体分析结果作为故障分类属性。对所提出的方法进行了测试,测试结果表明该方法适用于变压器故障分类,具有较强的从样本中提取特征的能力和容错特性,性能优于BP神经网络和支持向量机的方法。
- 石鑫朱永利萨初日拉王刘旺孙岗
- 关键词：电力变压器故障诊断油中溶解气体分析
- ODPS平台下的电力设备监测大数据存储与并行处理方法被引量：50
- 2017年
- 计算性能是制约电力大数据应用(基于大数据的故障诊断、预测等)的关键问题。利用分布式存储、并行计算加速此类数据密集型应用是目前较有效的手段。尝试利用阿里云开放数据处理服务(ODPS)存储并加速电力设备监测大数据分析过程。以变压器局部放电(PD)数据相位图谱分析(PRPD)为例,提出了适合高采样率、时序性强的局部放电信号数据存储方法。采用ODPS扩展MapReduce模型(MR2)设计了"Map-Reduce-Reduce"方式的PD信号宏观特征提取方法,提出了并行化PRPD分析算法(ODPS-PRPD),实现了大量PD信号的并行基本参数提取、统计特征计算与放电类型识别。在实验室中构造了4种放电模型并采集了大量PD信号,分别在ODPS平台上和实验室自建的Hadoop平台上进行了性能评估和成本分析。实验分析和结果表明,ODPS-PRPD将大量的中间过程数据(PD谱图数据等)一直保存在内存中,相比自建Hadoop MapReduce平台性能明显提升,并在数据可靠性、服务可用性以及成本方面具有明显优势。
- 朱永利李莉宋亚奇王刘旺
- 关键词：公有云局部放电
- 基于S变换和深度置信网络的变压器局部放电模式识别被引量：10
- 2017年
- 针对目前常用的浅层模式识别方法无法有效处理高维特征量的问题,提出一种基于深度置信网络(deep belief network,DBN)的局部放电模式识别方法,并提出在DBN学习过程中采用自适应学习率来控制其在全局和局部的寻优能力。该方法首先对局部放电信号进行S变换得到二维时频矩阵;其次考虑时频矩阵中特征量之间的相关性和计算复杂度,对二维时频矩阵采用双向二维主成分分析(two-directional two-dimensional principal component analysis,(2D)2PCA)进行降维处理。最后,将降维得到的特征量输入DBN,从低层到高层逐层训练,并将训练好的DBN用于测试样本的模式识别。用上述方法对实验室条件下的四种不同放电模型产生的放电信号进行特征提取和模式识别,并与反向传播网络得到的识别结果进行比较,结果表明该方法对于高维特征量具有更高的正确识别率和更快的运行速度,更适用于高维度特征量的模式识别。
- 贾亚飞朱永利兰志堃王刘旺
- 关键词：电力变压器局部放电模式识别S变换
- 基于特征子集的变压器局部放电小样本类型识别被引量：10
- 2015年
- 针对变压器局部放电有效经验样本缺乏时的小样本类型识别问题,提出了一种基于特征子集的集成概率神经网络分类方法 FS-EPNN。首先从4种变压器实验模型放电数据中提取了基于局部放电相位分布二维谱图的44个统计特征。其次,为了避免如PCA等传统降维方法造成的分类信息丢失,将样本的所有特征进行划分并组合成多个低维特征子集,然后根据相应特征子集下的所有样本分别构造基于PNN的基分类器,最后采取投票表决规则集成各基分类器结果识别样本的放电类型。实验结果表明,在小样本情况下,该方法与BPNN、基于PCA的PNN和单PNN方法相比进一步提高了局部放电类型的识别率。
- 王刘旺朱永利李莉陈国强
- 关键词：局部放电概率神经网络统计特征特征子集
