機載設備直流電源電壓浪涌抑制器
這是一種通過電壓取樣、過壓開關及電壓箱位等電路而設計的適合機載環境的直流電源浪涌抑制器。當機載電源由於大負載卸載等原因發生電壓瞬時浪涌時，浪涌抑制器能夠保護機載設備不受電壓浪涌的衝擊而發生故障。在電源電壓浪涌期間和過後，機載設備都能正常工作。實驗證明，電源浪涌抑制器的性能能夠滿足GJB181一86的要求。
機載環境OC28V電源浪涌特性分析
機載環境用電複雜，機載電源功率相當大，當發電機在額定負載時，由於某種原因突然斷開。或主要大負載突然卸載時，則發電機的負載電流降到零或很小。發電機調壓器的自動調節作用使調壓器輸出的勵磁電流減小。保持發電機供電匯流條電壓保持額定不變。而發電機勵磁是一個較大的感性負載，迴路電流不可能突變，有一個瞬變過程，這就導致發電機供電匯流條的電壓突然升高，然後再回到額定值。這種現象為過壓浪湧現象。可以看出浪涌時間接近50ms，浪涌電壓峰值可以達到80V，這就是機載環境下電源電壓浪涌特點。
電壓浪涌抑制器的設計
設計的機載直流電源電壓浪涌抑制器，該抑制器除了有過壓浪涌的抑制功能外。其他設備還可以通過CTRL端遙控設備的電源的開關功能。電源正常情況下，當CTRL端為邏輯“0”電平時，光電藕合器 Ul導通，三極體 BE截止， B點為高電平，繼電器導通， DC28V的Vin經過繼電器輸出到Vout端，給設備加電。反之繼電器截止，三極體導通， B點電壓為“0”， DC28V關斷。
Rl和 R2組成電源電壓取樣電路，穩壓管 Dl和三極體BE的基極電壓之和是三極體導通或截止的門限電壓。當取樣電壓高於三極體的導通門限電壓時，三極體導通， B點的電壓為“0”，繼電器關閉，系統電源不能通過繼電器給設備供電。當取樣電壓低於三極體截止門限電壓時， B點的電壓為高，繼電器導通，系統給設備供電。
電容器 C或電池 BT，是在浪涌期間繼電器截止時，給設備正常供電。浪涌過後，取樣電壓減小，直到低於門限電壓三極體截止，繼電器自動導通，設備恢復機載電源的正常供電，實現浪涌期間對設備電源的電壓箱位功能，保證設備正常工作。
當CTRL端為邏輯“0”電平，電源接通時，光電禍合器接收端導通，此時電壓浪涌抑制開始正常工作，等待電壓浪涌的來臨。
電磁兼容電壓浪涌
經過試驗條件試驗後，被測件的功能和性能均正常，設備沒有受電源浪涌的影響而正常工作。
該直流電源浪涌抑制器，滿足GJB181一86的性能要求。此外，直流浪涌抑制器已經在多項機載設備中得到了成功的套用。
大規模電網中電壓浪涌故障檢測方法
大規模電網中的故障準確檢測，在大規模的電網中，由於電網的相關設備量較大，一些大型設備的頻繁啟動容易造成電壓的浪涌變化，可形成電壓的突變故障。浪涌變化在瞬間出現，具有很高的非線性和突變性。傳統的故障檢測方法是對周期性的故障特徵進行分析查找，電壓浪涌故障特徵的非線性和突變性會大幅降低故障特徵的明顯屬性，使故障檢測的效率不高。為此提出了一種分辨矩陣與信息熵相結合的電網故障檢測算法。改進算法通過將故障信息分辨矩陣與故障信息熵相結合，利用分辨矩陣對故障的區分能力，以故障屬性在分辨矩陣中的出現頻率作為故障檢測的依據。仿真結果表明，提出算法能夠加快準確的完成，電網浪涌故障智慧型準確檢測。
電網浪涌故障信息初始聚類
在大規模的電網中，由於電網的相關設備量較大，一些大型設備的頻繁啟動容易造成電壓的浪涌變化，形成電壓的突變故障，這種變化在瞬間完成，具有很高的非線性和突變性，為了克服這種突變性，當得到大規模的電網故障信息的前提下，需要對電網故障信息進行初始分類，準確區分浪涌故障與其它故障，步驟如下：
把所有的電網故障信息集劃分成 k個聚類 S ( i =1，2，…． ， k) ，簇中心 C代表它的簇 S ，信息集用 S ={ X} 表示，對任意2個電網信息的故障向量 X， Y， d( X， Y) 定義為 X 與 Y 之間的歐氏距離。對電網故障信息進行分類的步驟如下所示：
1) 假設電網故障信息簇中心集合為 SC={ C } ，對電網故障信息集 S進行分割，即 S分割成 k 個電網故障信息簇Sj ，其中， j= 1，2，…， k， S = { X | d( X， C) ≤ d( X， C ) for all i≠ j} 。
2) 計算每個電網故障信息簇的中心得到新的電網故障信息簇代表集 SC。電網浪涌故障信息聚類算法簡述如下： 設定 p=0，初始電網故障信息簇中心集為 SC。對電網浪涌故障信息簇中心集合 SC ，執行疊代產生改進的電網故障信息簇代表集 SC 。計算電網浪涌故障信息簇中心集合 SC 的平方誤差，如果上次疊代執行後，誤差變化足夠小的話或，準則函式收斂，則疊代停止。否則，使 p+1－> p。能夠對浪涌故障和其它故障完成準確的分割，保證後續操作的進行。
電網浪涌故障屬性約束
在完成了信息故障的分類之後，需要對電網的浪涌故障類中的信息進行一定的約束，以防止大量冗餘信息進入類中，干擾後期的故障定位準確度。約束的方法如下：
建立一個信息故障的決策表系統： 設為 T=< U， C∪D， V， f> ，其中， U為論域， C、 D分別為故障條件屬性集和故障決策屬性集。 浪涌故障的輸出也是一個浪涌故障決策表的一個約簡集合 B。進行故障信息約束的步驟如下：
Step1： 計算決策表T中決策屬性集 D相對條件屬性集 C的條件熵 H( D| C)。
Step2： 建立故障決策表 T的分辨矩陣，並將故障分辨矩陣中長度為1的項加入到核屬性集 C 中，同時將分辨矩陣中含有核屬性的項去掉。
Step3：計算每個故障屬性 a的頻率函式 y( a) ，將故障屬性按 y( a) 的值從大到小進行排序。
Step4： 令 B= C， Att= C－ C在 Att中選擇一個 y( ai ) 值最大的故障屬性 a，令 Att= Att－{ a} ， B= B∪{ a }。 若 H( D| B)= H( D| C) ，根據“約簡等價原理”， B為決策表 T的一個故障屬性約簡，循環終止，轉 Step5； 否則轉 Step3。
Step5： 遍歷約簡集合 B中的每個故障屬性 a，若 H( D| B－{ a} )= H( D| C) ，則將 a從 B中刪去； 否則保留 a。
Step6： 返回屬性約簡集合 B。
以上步驟能夠保證有關聯的信息才能夠進入浪涌故障聚類集合中，其它無用的信息將被排除在聚類的外面，保證信息的良好約束性，降低冗餘信息的數量。
大規模電網浪涌故障的定位
進行了電網浪涌故障聚類信息的約束之後，能夠大幅的降低冗餘信息的干擾，最佳化了故障定位的準確度，故障定位的方法是根據的得到的特徵距離進行故障識別，具體步驟如下：
1) 提取故障信息中的特徵參數，建立特徵集合為 X=( x ， x ，…， x ) ，選一個電網中的特徵分量 X中的一個向量，將其運用識別函式轉化成識別向量 y ； 去除 X中一些存在的噪聲因素和不相關的冗餘信息，得到 X‘’；
2) 將 X‘’中的故障特徵分類向量與 y 進行對比，把與 y 最為相似的結果作為第二個識別向量，記作 y ；
3) 計算 y 和 y 兩個向量的相似最大值 y ，求X‘’中各個故障特徵矢量與 y的相似度，相似度最大值作為電網浪涌故障識別中的第三識別向量，記作 y ；
4) 同理計算 y ， y ， y 三個識別向量的最大相似度 y ，求X‘’中各個特徵矢量與 y相似度最大值對應的特徵矢量作為第四個碼字 y ；
5 ) 以此類推， 得到初始識別樣本 Y =[ y ， y … yN ]。根據求出的結果，能夠準確的計算出故障信息的真實位置，改進傳統方法的弊端，更加快速準確的完成電網浪涌故障智慧型檢測。
