课程文献中心 更多>>

关键词： 新型电力系统   失谐   功率振荡   构网型变流器   电压源型受控单元   分布式控制  

摘要： 随着构网型(grid-forming,GFM)变流器技术的成熟以及在维持弱电网稳定性方面的优势,其将广泛应用于新型电力系统中的柔直、储能等并网单元。受分布式GFM变流器频率测量和控制精度差异及电网频率时空分布特性的影响,易发生交流输电线路两端基于GFM型变流器的电压源型受控单元(voltage source controlled-unit,VSCU)输出频率长时间不一致的失谐现象。失谐是否会进一步引发线路异常的功率振荡问题,亟待研究。首先,该文基于GFM型变流器不同控制策略特点以及引发失谐诱因的分析,建立输电线路两端带失谐VSCU的等效电路模型;其次,从拓展新型电力系统稳态潮流研究的角度,推导线路单相瞬时电流和单相瞬时功率在失谐VSCU作用下的计算式,并定义反映失谐前后瞬时电流和瞬时功率振荡峰值倍增效应的峰值放大系数;最后,从VSCU间同步和同谐能力两方面,指出峰值放大系数和最大峰值出现时间受线路长度、失谐程度和初相位差影响的变化规律,并拓展分析频率测量精度对失谐型振荡的影响。研究表明,仅通过提高GFM型VSCU间的自同步能力或GFM型控制策略精度/频率测量精度无法从根本上解决失谐型功率振荡问题。

关键词： PCM   IGBT功率模块   工业CT检测   超声波焊   热固性树脂   铝合金点腐蚀  

摘要： 对于车规级功率模块,设计使用时间往往高达15年以上。因此对可靠性设计和封装工艺控制提出更高的要求,这也大大增加了IGBT模块封装技术的难度。封装过程中的每一个环节都需要精准设计和严格控制,从而保证PCM(控制器模块)功率模块在实际工况条件下的可靠性、耐久性。通过对某车辆PCM功率模块腐蚀失效故障的原因分析,经过一系列验证分析,讨论了引起PCM腐蚀失效的内外部因素,其中包括外部环境、单品PM结构、IGBT灌封工艺、散热器外壳制造工艺等因素的影响。

关键词： 多端直流输电工程   交流滤波器   性能指标   无功补偿  

摘要： 多端直流输电系统是实现多个能源、负荷中心跨区域互联的有效技术,在技术性和经济性等方面都具备较强竞争力。笔者以我国企业承建、目前在建的某项海外多端直流输电工程为例,进行多端直流输电工程交流滤波器设计与无功补偿研究。该工程中某换流站是弱交流系统,对电压稳定性要求较高,标称频率为60Hz,设计交流滤波器时采用依照北美惯例的性能指标—IT乘积。介绍了多端系统与双端系统差异,IT乘积的计算假设回路结构,在此基础上针对换流站弱交流系统设计出满足性能要求的交流滤波器,并进行无功补偿研究。研究结果对最终确定实际工程交流滤波器方案具有一定的参考作用。

关键词： 功率放大器   信号失真   电磁干扰   峰均比   基站数量   通信行业   互调   信号衰减  

摘要： 5G频段,信号衰减大,基站数量大大增加,能耗问题突出,已成为影响通信行业碳排放的关键问题之一。基站耗能最主要部件是功率放大器,占比达到44%,提升功放效率是解决能耗问题的关键,提升效率需要使其工作在饱和区,会导致其线性度下降。5G带宽大,调制方式复杂,峰均比高,对功放线性度要求高,功放工作在非线性区会导致输出信号失真,产生谐波和互调等电磁干扰信号。

关键词： 多源传感器   数据互补-加权迭代融合   卡尔曼滤波算法   状态方程   最优加权系数  

摘要： 因多源传感器在数据融合过程中,受自身数据差异性影响较大,导致最终的融合结果精准度较低。为此,在卡尔曼滤波算法的基础上,针对多源传感器数据提出一种互补-加权迭代融合算法。建立多源传感器观测模型,找出数据融合过程中的最优加权系数。在多源传感器组合系统中引入卡尔曼滤波算法,结合互补-加权迭代融合算法,建立预测方程、状态方程、滤波互补因子以及估计均方误差方程,实现多源传感器的数据融合。实验结果表明,所提算法可以精准找出最优加权系数,观测误差始终在0.6 m以下,可以实现数据的精准融合。

关键词： 涡轴发动机   项式拟合   加速度   起动扭矩   起动需求功率  

摘要： 起动机主要作用是使涡轴发动机加速到点火转速,起动需求功率评估是起动机设计或选型亟需解决的关键问题。本文采用多项式拟合对燃气发生器转速进行平滑处理。采用加速度方法计算涡轴发动机的静力矩和阻力矩,得出起动扭矩。根据起动扭矩测量试验结果,对计算方法的误差进行评估,进而获得涡轴发动机的最小所需扭矩和低温天所需起动扭矩。最后基于涡轴发动机试验数据,验证了方法的可行性,评估出涡轴发动机起动所需功率,对涡轴发动机起动机设计或选型具有一定指导作用。

关键词： GRU-LightGBM   光伏发电功率   污染图像  

摘要： 太阳能光伏发电输出功率在气象要素变化下多表现出不稳定情况。故研究建立了门控循环单元与光梯度增强机相结合的集成技术功率预测模型。仿真结果表明,该集成模型的平均时间成本小于200s,且其对不同天气状况下的发电功率预测精度较高。本文提出的集成光伏发电功率预测技术能为光伏发电系统稳定性、效益性、安全性的提升贡献一份力量。

关键词： 贝叶斯网格   变压器故障诊断   节点导纳矩阵   变压器模型   稀疏位置矢量  

摘要： 变压器内部运行状态参数存在复合性,导致直接进行故障诊断时,对具体故障位置的诊断结果存在较大误差,为此提出基于贝叶斯网格的变压器故障诊断方法优化研究。以变压器节点导纳矩阵为基础,构建以电力系统变压器串联部分漏磁导纳阵为核心的模型,将构成复杂的变压器转换为由若干个节点导纳矩阵构成的模型。在诊断阶段,引入贝叶斯网格,根据感知区域内随机均匀散布在贝叶斯网格内的稀疏位置矢量,确定具体的故障位置。测试结果表明,所设计诊断方法对具体故障位置的诊断结果误差不仅表现出了较高的稳定性,而且具体误差均处于较低水平。

关键词： 变压器   蝗虫算法   差分进化算法   模拟退火算法   油中溶解气体   贝叶斯网络   故障诊断   结构学习  

摘要： 针对变压器故障诊断效率低的问题,文中将油中溶解气体分析与人工智能方法相结合,提出了一种改进蝗虫优化算法优化贝叶斯网络的变压器故障诊断方法。利用差分进化算法和与模拟退火算法对蝗虫算法进行改进,提高了算法的优化能力。将改进蝗虫算法应用于贝叶斯网络结构来学习构建变压器故障诊断模型,利用所提方法对变压器进行故障诊断。实验结果表明,该方法诊断正确率达到了92.7%,与其他算法所构建的诊断模型相比具有更高的故障诊断准确率。

关键词： 变压器   故障诊断   特征选择   北方苍鹰优化算法   深度混合核极限学习机  

摘要： 针对变压器故障特征选择困难和诊断模型准确率较低的问题,提出一种混合式故障特征选择方法,并利用改进北方苍鹰优化算法(improved northern goshawk optimization algorithm,INGO)优化深度混合核极限学习机(deep hybrid kernel limit learning machine,DHKELM)实现变压器故障诊断。首先,基于相关比值法构建24维变压器故障特征集,从线性相关和非线性相关的角度出发,采用Pearson相关系数和互信息法,筛除相关性较低的特征。其次,引入Logistic混沌映射、随机反向学习和自适应t分布变异改进NGO算法,提升其寻优性能。然后,利用INGO算法对保留特征进行二次筛选,获得最优输入特征。最后,将极限学习机自动编码器引入混合核极限学习机中,建立DHKELM诊断模型,利用INGO对DHKELM模型初始参数进行优化,完成INGO-DHKELM变压器故障诊断模型的构建。实验表明,与常规特征选择方法相比,利用混合式故障特征选择方法所选择的输入特征进行故障诊断能够有效提升诊断准确率;相较于其他优化型诊断模型,INGO-DHKELM具有更高的准确率和更好的稳定性。