关键词： CORC超导电缆   有限元   REBCO超导带材   轴向应变   临界电流  

摘要： 该文针对Conductor on Round Core (CORC)超导电缆的绕制成型，借助Abaqus 软件平台建立了基于壳单元的有限元数值模型。在与实验结果对比验证基础上，深入研究了在不同的电缆绕制参数（芯径、缠绕角、带材宽度和稳定层厚度）下，Rare Earth Barium Copper Oxide (REBCO)超导带材中超导层的轴向应变及其对超导带材临界电流的影响。结果表明：超导带材累积应变是复杂变形（拉伸、压缩、弯曲和扭转）的综合作用所致。具体地，超导层的压缩应变随芯径减小而增大，基底厚度更大的带材对应的临界芯径越大。随着宽度的增加，超导层的压应变极值呈现先增大后减小的趋势，带材宽度小于2 mm时临界电流发生显著退化。研究给出了临界电流随稳定层厚度的变化曲线和电流发生显著退化时对应的稳定层厚度。研究发现：SCS2030带材和SCS4050带材的最佳绕线角度分别为45°和50°，临界电流在小于极值点的范围内退化更显著。

关键词： 柱塞泵   故障诊断   多源传感器   神经网络   数据融合   诊断输出  

摘要： 为了解决用单一（振动，压力，温度）传感器对液压泵故障诊断时效率低的问题，采用粒子群(PSO)与BP神经网络相融合的方式使BP网络获得更强全局寻优性能，利用D-S证据理论来完成多传感器信号的融合处理，从而获得更优的诊断性能。研究结果表明：选择融合算法联合诊断时柱塞磨损达到99.12%的准确率。采用优化处理的融合算法测定磨损故障时获得了几乎为100%的支持度，通过对比可以排除其它故障。单一（振动，压力，温度）传感器诊断精度基本没有超多90%，通过D-S决策层把数据进行融合后精度都在98%以上，因此充分证明了PSO-BP诊断层与D-S决策层融合模型的可行性。本研究具有很高的液压泵故障诊断效率，尤其适用于一些微弱的故障信息，对提前侦测故障危险具有很好的价值。

关键词： 配电线路   电缆   故障诊断  

摘要： 配电线路是电力系统的重要组成部分,其稳定运行对保障供电可靠性和电力质量具有重要意义.本文探讨了配电线路电缆的常见故障类型及其成因,并介绍了传统与现代故障诊断方法.通过详细分析电缆故障处理流程与技术,包括故障前的准备、处理流程及规范,以及具体的故障处理技术,如电缆接头、绝缘层、导体的修复和电缆更换与敷设技术,为高效处理电缆故障提供了全面指导.

关键词： 电力输配电   运行维护   故障排除  

摘要： 电力输配电线路是电网的核心组成部分,在电力运行体系中扮演着极为关键的角色,为保证社会经济的正常运转和生产生活的有效推进,需确保其安全高效的输电性能,保持稳定可靠的运行状态.因此本文从电力输配电线路的基本概念和构成入手,论述了其的运行维护和故障检修工作,并对具体运维及故障处理方法的运用作出探究,以期保障电力系统的安全运行.

关键词： 含能材料过筛   结构参数优化   模态分析   谐响应分析  

摘要： 含能材料在使用前都需要过筛，过筛要求在安全的前提下提高过筛速度，而筛机的过筛速度与筛机激励下的频率、幅值以及振动模态密切相关。因此，利用ANSYS的模态分析功能对该设备进行模态分析得到固有频率和振型，并利用固有振型对过筛设备进行振动特性分析，进而优化过筛装置的结构参数。根据现有的实验和工程经验，频率在5～10Hz时，筛料箱体的振幅在4～6mm时筛分效果最好。为此，本文采用谐响应分析对不同幅值、频率简谐激振力作用下结构运动响应进行了定量研究，并揭示了振动装置运动规律，得到激振力的调节范围为800～2400N。搭建实验平台，用电涡流位移传感器测量过筛装置在不同激振力幅值和频率的激励下的幅值响应，得到了仿真结果与实测值之间的误差不超过10％，证实了仿真结果的有效性。

关键词： 光伏阵列   故障诊断   人工神经网络   门控卷积  

摘要： 为提高光伏阵列故障诊断准确率，提出了一种改进的人工神经网络（ANN）的光伏阵列故障检测方法。在ANN中，增加门控卷积层、扁平化层和全连接层替代隐藏层，解决现有的ANN容易产生梯度消失问题;并利用Adaptive Softmax作为模型的输出层激活函数，减少由于数据集规模较大而带来的计算时间增加。利用MATLAB软件建立了光伏阵列仿真模型，获得不同状态模拟运行数据，同时利用从文献中获得光伏阵列实际不平衡运行数据集，对改进后的ANN与文献所提六种机器学习方法进行诊断性能对比分析，显示所提方法的诊断性能优势。

关键词： 故障定位   直流配电网   故障识别   故障特性   故障检测  

摘要： 随着分布式电源、储能和新型负荷等设备的广泛接入，配电网直流特征愈发明显，逐渐向多层、多级和多环的复杂直流配电网络发展。由于系统中存在大量换流装置，当直流线路发生短路故障时，故障暂态过程迅速，故障机理复杂，严重危及系统安全稳定运行。本文首先对多端柔性直流配电系统的网架结构和各换流器的接地方式进行阐述。其次，对典型故障场景下各换流器的故障特性进行分析，并从多个角度对现有直流配电系统故障识别方法研究现状进行分类总结。接着，从故障区段定位和故障测距两个方面总结了国内外学者已取得的研究成果。最后对目前多端柔性直流配电网故障识别和定位的研究所存在问题进行阐述，同时对未来相关研究方向进行了展望，为后续面向大规模、复杂直流拓扑的故障识别和定位研究提供参考。

关键词： 格拉姆角场   故障诊断   深度学习   神经网络  

摘要： 为了充分发挥深度卷积神经网络识别二维图片在轴承故障诊断过程中的优势，这里提出了一种改进的格拉姆角场，改进后的算法在生成图片后具有更多的特征，经验证其在神经网络训练中收敛速度更快。其次结合改进的CNN模型，改进后的模型引进深度卷积结合注意力机制，保证模型在实现更少模型参数和更快的推理速度同时，在验证集能够取得更高的准确率。试验和研究结果表明，该图片编码方式结合改进的神经网络，在模型收敛上更迅速，并且在验证集上具有更好的准确率和鲁棒性。

关键词： 气体绝缘组合电器(GIS)   局部放电   特高频   格拉姆角场   多尺度卷积神经网络   故障诊断  

摘要： 气体绝缘组合电器(GIS)的局部放电特性具有分散性和复杂性，依赖人工经验提取的特征无法细致表述数据特征的全貌。因此，本文提出了一种基于格拉姆角场(GADF)和融合注意力机制的多尺度卷积神经网络(SE-MSCNN)的GIS局部放电故障诊断模型。首先对实验采集的缺陷信号进行归一化和极坐标编码并采用GAF方法转化为二维图像，作为诊断模型的前置输入;然后采用最大池化层和平均池化层处理故障信号，引入注意力机制从不同尺度提取故障特征并通过全连接层实现特征融合；最后使用Softmax分类器进行分类识别。理论与实验结果表明:利用文中方法生成的格拉姆差场图像集具有很好的区分效果，在多尺度卷积网络模型中准确率达到了98.75%，实现了对GIS局部放电故障的有效诊断。

关键词： 风电机组主轴承   Welch功率谱   变分模态多谐波提取   加权奇异值分解   鳑鮍鱼优化算法  

摘要： 针对风电机组主轴承噪声干扰较多，故障难以准确诊断的问题，提出一种基于自适应变分多谐波模态提取(AVMHME)和线性峭度加权奇异值分解(WSVD)的故障诊断方法。首先利用Welch功率谱估计方法，得到谱图中主要峰值位置，推测信号的中心频率，其次利用鳑鮍鱼优化算法对变分多谐波模态提取方法中影响参数进行寻优，使用最优参数下的AVMHME方法对原始信号进行提取得到蕴含丰富故障信息的信号分量。随后通过WSVD方法对所得信号分量进行降噪处理，采用线性峭度表征各子分量故障特征信息，并对含有较多故障特征的降噪信号分量加权重构并对重构信号进行包络分析，从中诊断出微弱的风电机组主轴承故障特征频率成分。仿真信号及现场数据分析结果表明，所研究方法可以有效找出风电机组主轴承的微弱故障特征，实现主轴承故障的准确诊断。