课程文献中心 更多>>

关键词： 频率稳定度   时差测量   噪声处理   Savitzky-Golay滤波器  

摘要： 时间间隔计数器是守时中获取原子钟比对数据最常见的比对设备,但其获取的比对数据会受硬件性能、被测信号质量和测量方法的影响,在测量脉冲信号之间的时间差时,引入一定的不确定度。直接使用原始数据对原子钟中短期稳定度评估可能会带来不可忽略的影响,简要分析了经Savitzky-Golay滤波器降噪后的计数器测量噪声与频率稳定度之间的关系,并结合K折交叉验证方法确定了滤波器各项参数,以避免滤波失真。实验表明在滤波器多项式阶数为2,窗口宽度为141时,所获得的时差数据滤波后能够准确反应被测原子钟平均时间为100 s及以上的频率稳定度,为准确评估原子钟的短期稳定度提供了一种有效的数据处理方法。

关键词： 传动系统   模态分析   集中质量法   有限元法   功率分支  

摘要： 通过集中质量法以及有限元分析方法,分别对某功率二分支传动系统进行建模分析,以此为基础开展其固有特性分析,并对集中质量法、有限元法两种方法的模态分析计算结果进行对比分析,得到该功率二分支传动系统在额定输入转速状态下工作不会发生共振的结论,为传动系统避开危险工作区域正常运转提供指导性意见。

关键词： 最小方差无畸变响应   阵列信号增强   电力变压器   声纹监测  

摘要： 为提升现场电力变压器工作状态的监测水平,提出了一种基于非接触式阵列检测的MVDR(Minimum Variance Distortionless Response)信号增强技术。将麦克风阵列测试技术和自适应MVDR技术相结合,以实现期望目标声源信号质量的定向增强。单频音和语音数据的数值仿真和变压器现场测试试验均表明该信号增强方法可有效抑制无关噪声的干扰,相比于常规波束形成方法,信噪比提升约3.29 dB。

关键词： 10kV   配电变压器   安装   交接  

摘要： 10kV配电变压器是电力系统中重要的配电设备,主要用于电压变换,将高电压电力转换为用户可用的电压,广泛应用于工业、商业和居民小区等领域。基于现阶段电力需求大且新能源并网量增加的新形势下,本文详细探讨了10kV配电变压器选择、安装及交接试验的具体操作,以期给配电系统的整体性能提升带来一定的启发。

关键词： 电子式互感器   计量用合并单元   模拟输出接口  

摘要： 目前,我国不同厂家所研制的电子式互感器,其输出界面差别很大,给计量校准带来了许多困难,如工作繁琐,管理难度大等。为了使该计量渠道的优势得到最大限度地利用,本文通过调查研究和大量征求有关方面的建议,提出了用于计量的“融合”的概念。与常规的组合装置比较,用于计量的组合装置去除了用于计量的电流值、中性点电压值和电流值以及母线电压值,只保存了计量用的电流值和电压值,以确保计量数据的传输与输出。为了进一步改进现行的电能互感器计量的管理手段,使其能够实现对电能质量的有效控制,实现电能质量和电能质量的提高。

关键词： 学术交流大会   磁性元件   行业协会   功率变换器   磁技术   学术年会   顶尖专家   电子科技  

摘要： 亲爱的各位业界同仁:为促进磁元件行业企业和学术界深入交流,由中国电源学会磁技术专委会和广东省磁性元器件行业协会主办,杭州普晶电子科技有限公司协办的中国功率变换器磁元件领域技术和学术交流大会一一第十一届中国功率变换器磁性元器件学术年会将于2024年10月在杭州召开。届时,业内顶尖专家、知名工程师将齐聚一堂,围绕各类功率变换器暨磁性元件的分析、设计、应用、测试、工艺以及磁性材料等展开讨论,为行业发展建言献策。学术年会召开在即,现发起第三轮论文征集活动,望各位委员、专家、教授和工程师朋友们不各赐稿,投稿截止日期(8月31日)。

关键词： 变分模态分解   核主成分分析   红尾鵟优化算法   门控循环神经网络   光伏功率预测  

摘要： 针对光伏发电功率的随机性、波动性和非线性问题,提出了一种结合经红尾鵟(RTH)算法优化的变分模态分解(VMD)、核主成分分析(KPCA)和经RTH算法优化的门控循环单元(GRU)神经网络的光伏发电功率预测模型。首先,使用RTH算法对VMD和GRU神经网络的5个超参数进行优化;接着,应用优化后的VMD方法分解原始数据,以减少光伏数据的波动性和随机性;然后,采用KPCA方法降低数据维度,消除冗余;最后,利用经RTH优化的GRU神经网络模型进行时序建模。通过分析新疆某光伏电站的历史发电数据,并与GRNN、LSTM、GRU以及OVMD-GRU、OVMD-KPCA-GRU模型相比较,本模型的拟合优度高达98.96%,显示出更高的预测精度。

关键词： 电力变压器   故障诊断   集成学习   智能优化算法   极限学习机  

摘要： 为提高电力变压器故障诊断精度,将集成学习和群体智能优化算法相结合,提出一种电力变压器故障诊断方法。使用极限学习机(ELM)作为基学习算法,构建集成学习框架下的基分类器,并针对ELM模型性能受参数初始化影响较大、易陷入局部最优问题,引入基于正弦优化的改进麻雀搜索算法(ISSA)优化相关参数,提高基分类器的分类性能。使用改进的自适应增强(AdaBoost.M2)算法构建集成学习模型,扩展基分类器的输出,并引入伪损失函数替代传统AdaBoost算法中的加权误差,以增强集成分类器综合表达能力,得到基于AdaBoost.M2-ISSA-ELM算法的电力变压器故障诊断模型,进一步提高模型识别精度。通过909组油中溶解气体分析(DGA)样本对所提方法进行实例分析,结果表明该方法具有较好的诊断精度和分类性能,能够实现电力变压器故障类型的准确识别。

关键词： W波段   多模谐振腔   传输零点   双频   带通滤波器  

摘要： 针对6G无线通信系统对毫米波带通滤波器的需求,提出一种工作频段为W波段的毫米波双频带通滤波器。基于对多模谐振腔的研究,利用谐振腔内的TE301模式和TE102模式设计一种超宽带谐振腔,并基于TE302模式和TE103模式设计一种具有传输零点的多模谐振腔,通过将这两种谐振腔进行级联和优化,设计出一款工作于W波段的双频带通滤波器。两个工作频段分别为83.26~91.54 GHz和96.58~105 GHz,3 dB相对分数带宽分别为9.5%和8.4%。3个传输零点的位置分别在81.12、93.3、109.31 GHz。所设计结构采用CNC工艺进行制备,经测试,测试结果与仿真结果具有良好的一致性。两个工作频段的3 dB相对分数带宽误差分别为0.3%和1.5%。因此,所提出的W波段双频带通滤波器的设计方式可以为高频毫米波的设计带来一定的参考价值。

关键词： 新能源功率预测   Stacking集成学习   VMD   皮尔逊相关系数   贝叶斯超参数优化  

摘要： 在“双碳”背景下,新能源发电功率的准确预测对于电力系统的平稳运行至关重要。提出了一种自适应性的VMD-Stacking集成模型,以解决数据集变化时传统学习模型预测精度不高的问题。利用皮尔逊相关系数选择与发电功率强相关的气象特征,通过变分模态分解(Variational mode decomposition,VMD)将功率数据分解为多个模态分量,由此构成新的数据集。运用贝叶斯优化算法调整超参数,综合评判随机森林等8种学习模型的评价指标,自适应选出预测性能最优的3种模型作为基学习器,并选用稳定性和泛化能力相对较强的线性回归(Linear Regression)作为元学习器,建立Stacking融合模型。对各分量的预测值叠加,得到最终预测结果。以某新能源场站为例,对风、光电站的发电功率进行预测。算例验证结果表明,该模型在面对不同数据集时,体现出较强的适应性,预测性能也得到显著的提升。