课程文献中心 更多>>

关键词： 换流变压器   空冷换热系统   环境风   换热量  

摘要： 为实现换流变压器冷却系统换热容量的合理设计并保障其安全稳定运行，研究了环境风影响下换流变压器空冷换热系统换热能力的衰减特性。针对北方某换流站换流变压器，采用基于空冷换热系统大尺度热量传递与换热器翅片管束小尺度换热计算相耦合的方法，建立了包含空冷换热器、风机、防火墙、环境风等多种因素在内的三维传热流动数值分析模型，研究了环境风向及风速对空冷换热系统换热能力的负面影响机制，获得了真实环境条件下换热能力的衰减特性。结果表明：正前方风向下，换热器进风体积流量随风速增加而显著减小、进气温度略有下降，导致不同风速下换热效率维持在66.01%～66.75%之间；侧方风向下，迎风侧防火墙阻碍了气流运动，导致换热效率随风速增加在55.98%～83.13%之间变化，其中环境风速为6 m/s时换热效率最低；正后方风向下，与风机出流方向相同的环境风引起换热器附近更加剧烈的热风回流，导致换热效率随风速增加在50.96%～91.46%之间变化，其中环境风速9 m/s时换热效率最低。研究结果可为换流变压器空冷换热系统换热容量的设计提供一定的参考。

关键词： 预埋传感器   动态无线供电   参数优化   最大等效功率  

摘要： 在轨道交通领域，将发射线圈安装于检测车底部，在检测车通过时采用无线供电技术，向地下的接收线圈辐射能量，从而对预埋传感器进行非接触供电，满足预埋传感器周期性供电，保障传感器长期不间断工作。但由于能量传输距离不同以及发射线圈的电流方向和线圈间距不同，会导致接收端获取能量变化。为此，本文提出了一种基于等效功率分析的动态无线供电系统发射线圈电流及间距参数优化方法。首先对发射端与接收端之间互感进行计算，然后定义等效功率，针对预埋传感器所埋深度的不同，对发射线圈的电流方向和线圈间距进行优化，得到能使传感器获取最大能量的线圈参数。最后，搭建实验原理样机验证所提出方法的可行性和有效性，发射线圈尺寸150mm×150mm，副边线圈紧密绕在直径12mm钢筋上，在发射端和接收端相距150mm时，以7m/s的速度为例，采用参数优化后电流方向相反的线圈相较于优化前电流同向的线圈可提升50%的输出能量，达到0.14W·s，满足传感器长期供电需求。

关键词： 长预见期光伏集群功率预测   电量预测   天气特征预测   日净空功率曲线   电量重构  

摘要： 现有光伏功率预测方法的时间尺度大多短于7 d，长预见期时间尺度下建立的时序预测模型的拟合能力难以满足需求。提出一种基于电量-功率多模态映射的长预见期（8～15 d）光伏集群功率预测方法。对天气进行分型并提取粗粒度下的光伏出力特性，依此对细粒度电量进行预测；基于出力特性构建约束，将预测电量还原为功率，实现长预见期下光伏功率的有效预测。将所提方法应用于甘肃某光伏集群，预测精度提升了5.65%，在实现长预见期预测的同时，提高了可靠性。

关键词： 变压器   故障诊断   轻量梯度提升机   特征变量   改进浣熊优化算法   卷积神经网络  

摘要： 为提高基于深度学习的变压器故障诊断精度，提出了基于油中溶解气体分析(Dissolvedgasanalysis,DGA)的LightGBM-ICOA-CNN变压器故障诊断方法。首先，基于变压器油中溶解气体含量对变压器特征变量进行丰富，利用轻量梯度提升机算法(Light gradient boosting machine,LightGBM)量化其重要性，实现特征变量优选；其次，引入改进浣熊优化算法(Improved coati optimization algorithm,ICOA)对卷积神经网络(Convolutional neural network,CNN)的学习率、卷积核大小与数量、全连接层神经元数量等超参数实现优化，提高模型诊断结果的准确率；最后，通过算例分析对建立的LightGBM-ICOA-CNN方法性能进行评估，验证了所提方法对变压器故障诊断的有效性，且收敛性较好，精度较高。

关键词： 短期风电功率   改进蛇优化算法   核极限学习机  

摘要： 为了对风电功率进行精确预测，基于互补集合经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）、改进蛇优化算法（improved snake optimization,ISO）和核极限学习机（kernel extreme learning machine,KELM）提出了一种混合短期风电功率预测模型.首先，利用CEEMD将非平稳的风电功率数据分解为若干相对平稳的分量，以降低原始数据的不稳定性；然后，引入改进蛇优化算法对KELM参数进行优化，并对各平稳分量和残差构建CEEMD-ISO-KELM预测模型；最后，将各分量和残差的预测结果进行重构，得到最终的风电功率预测结果.仿真结果表明，与现有预测模型相比，本文提出的预测模型能够很好地预测风电功率的变化趋势，在短期风电功率预测中取得了较好的精度.

关键词： 双馈风力发电机   扩张状态观测器   模型预测直接功率控制   鲁棒性  

摘要： 针对双馈风力发电机(DFIG)运行过程中因电机参数摄动以及电网电压突变等不确定因素对控制系统的影响,提出一种扩张状态观测器(ESO)与模型预测直接功率控制(MPDPC)相结合的控制策略。首先分析了传统MPDPC中存在的系统耦合项、模型误差及外部扰动等对控制系统的影响,为了减小此影响,应用扩张状态观测进行相关参数估计。在此基础上,结合模型预测控制理论建立了功率预测数学模型。在不同工况下进行了仿真实验并和传统MPDPC进行比较,结果表明所提控制策略具有较强的鲁棒性和抗干扰能力。

关键词： 油中溶解气体   互补集合经验模态分解   沙丘猫群优化算法   长短时记忆神经网络  

摘要： 油中溶解气体浓度的预测可为电力变压器状态评估与早期故障诊断提供重要的数据依据。由此，针对长短期记忆网络(Long short-term memory network,LSTM)预测模型参数选择困难的问题，同时为提高变压器油中溶解气体浓度预测的精度，提出一种基于CEEMD联合TGSCSO-LSTM算法的变压器油中气体浓度预测方法。利用互补集合经验模态分解算法(Complementaryensembleempiricalmodedecomposition,CEEMD)将原始气体浓度序列分解为一系列具有一定频率特征的分量，以提高原始序列的可预测性能；针对各分量分别建立LSTM预测模型，同时利用经Tent映射随机初始化种群与高斯扰动改进的沙丘猫群优化算法(Sand cat swarm optimization,SCSO)对LSTM网络参数进行优化选取，以提高算法的预测精度；最后重构各个分量的预测结果以获取最终的油中溶解气体浓度预测结果。利用某500kV变压器实际气体浓度数据对所提方法进行对比试验，试验结果表明，所提方法油中溶解气体浓度预测性能优良，具有较好的应用价值。

关键词： 风电功率预测   改进蜣螂优化算法   变分模态分解   卷积神经网络   双向长短期记忆神经网络  

摘要： 为了提高短期风电功率预测的准确度,建立了一种基于POTDBO-VMD-CNN-BiLSTM的短期风电功率预测模型。首先,采用融合Piecewise混沌映射、鱼鹰优化算法和自适应T分布扰动3种策略对蜣螂优化算法进行改进,以平衡蜣螂优化算法的全局探索和局部开发能力并加快其收敛速度;其次,用改进的蜣螂优化算法（POTDBO）对变分模态分解（VMD）的分解数K和惩罚因子α进行寻优处理,提高VMD的分解效果,再用POTDBO-VMD模型对风电功率进行分解;最后,将分解的各频率分量以及残差分量分别输入到CNN-BiLSTM混合模型中预测,再将各频率分量以及残差分量的预测结果进行序列重构得到风电功率预测结果。通过新疆某风电场和吉林某风电场的实际数据对所提出模型进行实验,并和CNN-BiLSTM模型进行对比。结果显示:所提模型在决定系数R2上分别增加了4.21%、7.69%,表现出更好的预测精度。

关键词： 多物理场计算   高功率微波(HPM)   有限元方法(FEM)   区域分解方法(DDM)   高性能计算  

摘要： 电子系统暴露在高功率微波中，产生的多物理耦合效应会引发其性能降低甚至损毁。为指导其电磁防护设计，需要研究大规模电(磁)-热-应力耦合并行仿真方法。通过集成高性能并行计算框架和区域分解方法(domain decomposition method, DDM)，可以实现超大规模复杂结构的高效数值模拟。在无源结构的电-热-应力耦合数值模拟中，每个时间步都需要反复求解电流连续性方程、热传导方程和热应力方程，场间通过焦耳热和温变材料参数实现耦合，当达到稳态后，进入下一个时间步；在射频无源结构的电磁-热-应力耦合过程数值模拟中，每个时间步内分别求解电磁场和热场，并通过耗散功率和温变材料参数实现场间耦合，当达到稳态后，根据温升计算热应力，然后进入下一个时间步。本文回顾了电(磁)-热-应力大规模并行仿真的实现方法，并列举了国内外科研团队在键合线阵列、系统级封装、微波滤波器等多种复杂结构的多物理场模拟方面的标志性成果。

关键词： LLC   四元矩阵变压器   磁集成   寄生参数  

摘要： LLC变换器因其出色的软开关性能与低输出阻抗被广泛应用于电池储能变换器的功率级。在低压大电流工况下，LLC二次侧多采用矩阵变压器降低电流应力。在实际电路中，矩阵变压器体积占整个主功率部分25%左右，严重制约了装置功率密度的提高。且传统分立绕线式矩阵变压器寄生参数不可控，导致LLC输出电压跌落及开关尖峰，降低了装置可靠性。该文提出一种考虑损耗与寄生参数的LLC四元矩阵平面变压器集成优化设计方法。首先，基于四元集成磁心磁通分布特性提出分布式磁心损耗计算方法，建立变压器精确损耗模型。其次，通过建立变压器寄生电感和寄生电容求解模型，确定了变压器结构参数与寄生参数的映射关系，实现了变压器损耗、寄生电感、寄生电容流程化解耦设计，在保证变压器高效运行前提下寄生参数可控。最后，通过有限元仿真验证并搭建了两台250 W/3.3 V/48 V储能变换器实验样机。所提方法样机在84 A输出电流下，LLC效率为95%，集成矩阵变压器一、二次侧漏感降低为原先的30%，寄生电容被有效抑制，运行性能得到进一步提升。