课程文献中心 更多>>

关键词： 混合动力两栖车   功率协调预测控制   模型失配   模型预测控制   极限学习机  

摘要： 为实现混合动力两栖车综合效率最优，提出了一种功率协调预测控制策略。该策略旨在协同优化能量管理策略与车速控制策略之间的耦合关系。针对车速预测模型失配的问题，提出利用极限学习机进行实时误差预测，并通过预测值进行预测模型校正。设计模型预测控制器实现能量管理与车速控制的实时优化控制，并通过仿真进行验证。研究结果表明，提出的策略相较于传统的基于MPC的能量管理策略能够降低等效燃油消耗、SOC标准差、母线电压标准差和ΔSOH，降低幅度分别为9.35%、59.63%、15.79%和45.33%；通过有无模型校正的功率协调预测控制对比，表明通过模型校正可实现等效燃油消耗、SOC标准差、母线电压标准差和ΔSOH分别降低6.95%、25.91%、13.46%和24.07%，体现了所提出的基于ELM模型校正的功率协调预测控制在提升燃油经济性、维持电气系统稳定性和降低电池损耗方面的优越性。

关键词： 电流表   电压表   功率表   电阻表   检定   数据处理  

摘要： 我国经济呈现出高速的发展态势,在新时代的大背景之下,计量工作备受人们的关注与重视,并且与人们的日常生活密切相关.检查工作质量评价是保证计量工作是否准确的最有效的方法.专业工作人员进入到具体工作过程当中去之后,需要真正了解计量工作的重要性和意义,再制定出更加科学的技术方案,为检定工作提供帮助和支持.因此,本篇文章主要对电流表、电压表、功率表、电阻表检定后数据处理进行仔细分析,希望能够在帮助相关行业更好发展的多个方面写的一些参考.

关键词： 交直流混合微电网   多并联互联变流器   分布式滑模控制   功率协调控制   干扰补偿  

摘要： 针对现有交直流混合微电网分布式控制策略未充分考虑多并联互联变流器(interlinking converter，IC)场景、通信拓扑结构复杂、易受通信干扰以及运行工况变化等内外扰动影响等问题，本文提出了基于滑模一致性的多并联IC分布式鲁棒功率控制策略，通过系统期望的动态特性以及滑动模态设计分布式滑模控制器，确保多并联IC的传输功率于有限时间收敛至一致性目标稳态值，并通过理论分析证明了其在未知扰动下的稳定性以及有限时间收敛性能。该策略能够降低滑模增益系数，抑制滑模控制的抖振现象，并实现对未知干扰的动态补偿，确保多并联IC传输功率协调控制以及高精度分配。仿真算例验证了所提控制策略的可行性与有效性。

关键词： 局部放电声源定位   深度学习   神经网络类的广义互相关   时域语音分离卷积网络  

摘要： 针对变压器局放声源定位准确率较低且延时较长的问题，本文提出了一种基于TasNet（Time-domain Audio Separation Network，又称为时域语音分离卷积网络）和NGCC（Neural Generalized Cross Correlations，又称为神经网络类的广义互相关）的变压器局放声源定位方法。首先通过麦克风阵列和TasNet网络对音频序列的特征进行识别并分离，然后基于卷积神经网络获取局部放电声源对应的TDOA估计值，最后通过构建定位框架对变压器局部放电声源进行定位，从而输出局部放电声源的位置信息。实验证明，与传统的基于GCC-PHAT（Generalized Cross-Correlation function with Phase Transform，又称为广义互相关-相位变换）的方法相比，本文提出的方法显著提高了局部放电声源定位的准确性和效率。

关键词： 分布式光伏发电   功率异常检测   晴朗日筛选   神经网络分位数   出力相关性  

摘要： 分布式光伏发电系统点多面广，缺乏科学规范的运维管理体系，加之可用数据匮乏，难以排除气象波动的干扰识别光伏设备异常。本文针对分布式光伏的运维现状和数据特征，提出了一种基于神经网络分位数回归(QRNN)的光伏发电功率异常检测方法。首先分析晴天的太阳辐照度特性，利用晴朗日筛选方法排除阴雨天气的干扰影响，然后对不同电站的出力相关性进行分析，以获取出力相关性高的光伏电站作为横向参考，再将待测电站在不同晴朗日的出力曲线进行纵向对比，排除天气与环境条件等干扰因素。将排除干扰的计量出力有功功率数据输入QRNN模型，得到光伏正常有功功率出力区间，以正常出力区间的功率阈值识别光伏发电功率的异常。通过对某实际光伏系统数据仿真分析，仿真结果表明了该方法能排除气象影响准确识别出存在故障的光伏系统，推动分布式光伏的精细化运维。

关键词： 大容量三相自耦变压器   杂散损耗   漏磁场   损耗密度   磁屏蔽   有限元  

摘要： 针对大容量三相自耦变压器的杂散损耗问题，建立了简化后的三维变压器模型。应用Ansys有限元分析软件计算得到了变压器夹件及油箱在未采用磁屏蔽时的漏磁场分布及损耗密度分布，并通过对比两种不同的夹件磁屏蔽及两种不同布置方式的油箱磁屏蔽对漏磁场及损耗密度的影响，最终得到了两种不同组合方案下的杂散损耗仿真值。通过试验值对比分析，方案二比方案一杂散损耗减少了112.6 kW，试验和仿真结果接近，误差很小，说明建立的模型和仿真方法具有较高的精度和可靠性。同时试验结果也表明通过采用肺叶磁屏蔽与竖绩油箱磁屏蔽组合的方式可以显著降低变压器的杂散损耗。这项研究不仅在理论上深化了对变压器杂散损耗的认识，也为工程实践提供了有益的指导，具有应用推广意义和工程实践价值。

关键词： 功率分配   混合储能系统   拉丁超立方抽样   变分模态分解   多模糊控制策略  

摘要： 针对风电出力的不确定性引起的并网电能质量不佳以及混合储能系统功率分配不佳，提出了一种基于变分模态分解—多模糊控制的风电混储系统功率分配策略。首先考虑到风电出力的不确定性，采用拉丁超立方抽样和欧氏距离法生成风电典型场景。其次，采用正余弦算法优化的变分模态分解对风电功率进行初次分配，得到低于并网波动上限的风电并网功率和混合储能系统平抑功率。最后，针对混合储能系统的荷电状态进行分区划分，综合考虑系统荷电状态以及混合储能特性，提出一种多模糊控制下的功率再分配策略，实现对混合储能系统功率的修正。仿真结果表明，所提策略能够平抑风电波动并能得到稳定并网功率，同时能有效解决混合储能系统的过充过放问题。

关键词： 变压器   故障诊断   格拉姆角差场   循环卷积神经网络   谱特征   深度学习   高维空间特征  

摘要： 针对变压器绕组故障特征难以提取、诊断精度较低等问题，文中在频响曲线的基础上提出一种基于格拉姆角差场(Gramian Angular Difference Field， GADF)和双向门控循环卷积神经网络(Convolutional Neural Network-Bidirectional Gated Recurrent Unit， CNN-BiGRU)的变压器故障识别方法。针对原始特征对不同故障类型区分度小的问题，文中提出了一种移动窗计算法对样本片段进行处理。结合格拉姆角差场变换得到谱特征，实现一维数据映射成为三维图像数据。分析了不同故障类型在谱特征上的分布特性。将得到的谱特征作为输入，通过循环卷积神经网络对故障片段数据进行分类得到识别结果。相较于传统方法，文中方法在特征差异上更明显，准确率得到进一步提高，仿真结果对切片分类精度达到了96.2%，诊断结果的高精度验证了该方法的可行性。

关键词： 虚实融合   变压器   数字孪生   状态参量   分布监测  

摘要： 发展数字孪生变压器对支撑高端电力装备智能化、数字化、可视化运维有重要意义。然而，由于目前变压器缺乏相应的数字孪生能力，还面临巨大挑战。为此，该文开展了虚实融合的变压器内绝缘状态孪生方法研究。首先计算了温度场和水分分布，然后建立了改进水分平移因子的聚合度分布动态推演模型，最后通过Delaunay三角网实现了任意时刻聚合度分布的可视化。结果表明，水分分布主要集中在纸板和底部固体绝缘处，第48年最高值约为3.2%；聚合度分布规律与CIGRE报告基本相符，最低值位于低压绕组热点温度区域，第48年为252.15，验证了方法的有效性和合理性。该文可实现变压器内绝缘老化状态参量分布评估，为后续全面构建变压器数字孪生体奠定了基础。

关键词： 故障诊断技术   常见故障   电力系统   变压器  

摘要： 本文首先介绍了变压器在电力系统中的常见故障;其次通过专业的研究与分析,精准找出变压器故障诊断技术在电力系统中的实践运用,内容包含外部特征监测、红外线测温、分析溶解性气体、局部放电监测及振动分析等;最后根据当前变电站变压器的故障类型,提出四种有效的故障检修方法,旨在全面改善变电站变压器的运行状态,使变压器运行变得更加顺利安全.