课程文献中心 更多>>

关键词： 动车组   车载牵引变压器   轻量化   硅橡胶绝缘   热导率  

摘要： 车载牵引变压器是动车组单体最重的电气设备,其轻量化有助于动车组节能降耗与运输效率提升。现有车载牵引变压器均为油浸式,干式变压器是其轻量化的主要方案,但目前干式变压器采用的环氧树脂绝缘易开裂、散热无法满足要求。为此,以具有良好力学性能的硅橡胶为基体材料,首先通过温升分析研究绝缘材料热导率需求,然后制备样品开展实验,以电学性能和力学性能为约束条件研究绝缘材料导热性能改进方法,进而研究车载牵引变压器轻量化设计方法,最后依据研制的绝缘材料与轻量化设计方法,设计并研制了一台容量为250 kVA的小型轻量化车载牵引变压器样机。结果表明:制备的高导热硅橡胶复合绝缘材料性能满足干式车载变压器对绝缘和力学性能的要求;研制的小型变压器样机质量为780 kg,相比同容量油浸式车载牵引变压器质量减少了46.2%,经试验测试得在额定条件下样机的热点温度值为167.68℃,满足车载牵引变压器运行需求。

关键词： 短期风速预测   短期功率预测   集合预报   机器学习   支持向量回归  

摘要： 为提高短期风速及功率预测的准确率,减小风电不确定性对电网系统的影响,尝试利用预测窗口期的风速观测进行数值天气预报的集合成员选优,挑选和实际风速更接近的相似预报成员,并构成选优集合进行机器学习模型的训练和测试。相较仅使用集合平均的常规方法,该方法考虑了不同集合成员之间的预报差异,避免了引入误差较大的集合成员,从而有利于改善预报风速偏差。利用不同海拔高度、不同地形特征的河南、甘肃两个风电场中不同集合的表现及敏感性试验结果,确定风电场最佳选优集合数量。相较于集合平均的结果,集合选优方案在不同天气过程中能较好地预报风速的起降,与实际风速更接近,且海平面气压场整体更接近ERA5。对不同风电场进行连续十一个月的风速及功率预测对比试验,结果表明,集合选优方法预报的风速日变化形态和月均风速较原集合平均方法均有改善。分析两个风场不同时长范围、不同速率变化的上坡风和下坡风观测数据可知,在0~2 h及2~4 h内,风速变化为2~4 m/s的个例最多。对比集合平均结果,集合选优方案对于该类型上、下坡风的预测精度均有较为明显的提升。利用机器学习算法对选优集合预报进行训练,能进一步降低风速的绝对偏差和均方根误差,从而有效改善功率预测精度。

关键词： 变压器   绕组故障   波形特征   振荡波  

摘要： 为进一步提升变压器绕组故障诊断识别效率,提出一种振荡波多特征融合的变压器绕组故障诊断方法。该方法利用变压器振动机理结合波形特征,可以准确判断绕组故障类型、故障程度与故障发生位置。实验仿真结果表明,通过波形特征和颜色聚合向量可以准确实现对绕组故障类型、程度与位置的确定,绕组故障识别准确率达96%以上,具有较好的应用效果。

关键词： 校园用电安全   三相交流电   三相四线制   变压器   电势  

摘要： 生活中有关零线火线的知识,中学物理有所涉及但涉及不多,但基于“STSE”的教育理念,尤其是校园用电安全,日常教学中学生会经常提出相关的疑问,教师们也会经常探讨此类问题,比如火线、零线中的电流大小关系以及触摸零线是否会令人触电甚至发生危险,这篇文章将会对这些问题给出初步的解答.

关键词： 注意力机制   卷积神经网络   双向门控循环单元   数值气象预报  

摘要： 风能作为清洁能源,在新能源领域深受重视,但由于风力发电不稳定的出力情况制约着其应用和发展,预测其下一阶段工作功率可以有效提高能源的利用,降低系统维护难度。基于风电场的历史时序数据、风速和叶片桨距角数据,针对风电场的短期功率预测提出一种基于注意力机制的卷积神经网络(CNN)和双向门控制循环单元(BiGRU)的融合模型(CNN-BiGRU-AM)。首先通过CNN提取数据的空间特征,再将其所获取的特征传递到BiGRU,通过BiGRU学习时间特征,最后通过注意力机制捕获两个模型输出的关键时空特征,通过训练后的参数建立模型,将数值气象预报(NWP)的风速等数据输入模型中,输出所需求的风力发电功率预测结果。输出的风力发电功率预测结果由平均绝对误差(MAE)和均方根误差(RMSE)来评估模型预测的精度,并将多个经典模型、不加注意力机制的融合模型、不同位置引入注意力机制的融合模型和此模型预测效果进行对比,结果显示本文所提出的模型精度更高更稳定。

关键词： 风电功率   短期预测   经验模态分解   核主成分分析   神经网络  

摘要： 精准的风电功率预测有利于全网电力平衡、系统安全稳定运行和节能减耗。提出一种基于经验模态分解(empirical mode decomposition, EMD)、核主成分分析(kernel principal component analysis, KPCA)和长短期记忆(long short-term memory, LSTM)神经网络的短期风功率预测模型。采用EMD技术将多维气象序列分解为多个固有模态分量,以挖掘原始数据的主要特征并消除噪声;引入KPCA进行降维处理,提取数据的非线性特征;使用LSTM神经网络对特征提取的序列进行学习并完成预测,获得风电功率预测的最终结果。使用所提出的模型对新疆某一风电场风电功率进行预测,将预测结果与其他模型对比。结果表明,该预测模型能改善预测性能,降低风电功率预测误差。

关键词： SWAT模型   径流侵蚀功率   时空分布   空间尺度效应   渠江流域  

摘要： 探明流域径流侵蚀功率的演变规律对重点侵蚀区识别和土壤侵蚀防治至关重要。以嘉陵江右岸支流渠江流域为研究区,基于SWAT模型模拟计算流域径流侵蚀功率,分析其时空分布特征与空间尺度效应,并通过聚类分析、相关性分析揭示其对流域气象、地形、土壤等因素的关系。结果表明:渠江流域年尺度的径流侵蚀功率大于季尺度,其中第3季度为土壤侵蚀重点防治时段;全年和第3季度的多年平均径流侵蚀功率均呈现出北部大南部小、西部大东部小、上游大下游小的空间分布特征;渠江干流与其支流大通江的多年平均径流侵蚀功率和流域控制面积之间均呈幂指数关系,且其变化规律存在空间阈值,在年尺度干流和大通江的阈值面积分别为8549.4和8504.4 km^(2),在第3季度干流和大通江的阈值面积分别为4834.9和6223.5 km^(2);气象因子、地形因子和流域形态因子为渠江流域径流侵蚀功率的主要影响因素。研究结果可为制订渠江流域土壤侵蚀治理方案提供决策依据。

关键词： 分销协议   功率半导体   分销商   EPC   电子元件   系列产品   耐辐射   功率器件  

摘要： 近日,EPC Space宣布与全球电子元件和服务分销商安富利(Avnet)达成分销协议。Avnet将成为EPC Space耐辐射(抗辐射)氮化镓(GaN)功率器件系列的全球分销商,该系列产品适用于卫星和高可靠性应用。

关键词： 功率因数控制   高效充电桩   电动汽车  

摘要： 本研究旨在设计和实现基于功率因数控制的高效充电桩系统,以满足电动汽车充电需求的快速发展。文章通过设计系统的硬件和软件,成功实现了一个稳定、高效的充电桩系统。实验结果显示,充电桩具高效、稳定的充电性能,能够满足不同型号电动汽车的充电需求。

关键词： 电力系统   变压器   安装技术   保护调试  

摘要： 主要分析了电力变压器安装技术要点,阐述了变压器本体安装方式,并逐一介绍了过流保护、差动保护、瓦斯保护三类保护装置的安装方法,还分析了盘圈、高压套管等变压器附近安装的具体方式。在安装好变压器后,介绍了调试前期准备工作,并对无负荷、半负荷、满负荷3种状态下变压器调试技术要点展开了探讨,旨在为电力系统安装调试变压器提供参考。