课程文献中心 更多>>

关键词： 离散小波变换   BP神经网络   光伏功率预测  

摘要： 光伏输出功率受太阳辐照度、温度、湿度等多种环境因素的影响,为了提高电网供电的连续性和稳定性,进行光伏输出功率预测具有重要意义。基于此,提出一种离散小波变换结合BP神经网络的预测模型,提高光伏输出功率预测的精确性,便于对光伏供电的调节优化。

关键词： 变压器   同步压缩小波变换   灰度共生矩阵   改进鲸鱼算法优化-支持向量机算法   故障分类  

摘要： 为进一步提高变压器故障诊断精度,提出一种基于同步压缩小波变换(synchrosqueezed wavelet transform,简称SSWT)-灰度共生矩阵(gray-level co-occurrence matrix,简称GLCM)的变压器机械故障时频诊断方法。首先,利用SSWT对变压器振动信号进行时频分析,得到能量堆叠密集的二维时频图,有效保留了变压器振动信号的主要特征信息;其次,联合描述区域像素关系的GLCM提取出二维时频图的主要特征信息,为后续故障诊断模型提供有效的特征参数;最后,通过改进鲸鱼算法优化(whale optimization algorithm,简称WOA)对支持向量机(support vector machine,简称SVM)的关键参数进行优化,建立了基于改进WOA-SVM的变压器典型机械故障时频诊断模型。实验结果表明,所构建的改进WOA-SVM故障诊断模型具有较高的识别精度和运算效率,为基于振动信号的变压器机械故障时频诊断提供了技术支撑。

关键词： 大功率   新能源产品   电磁兼容   传导发射测试  

摘要： 在EMC的传导发射测试中,对于高功率大电流的新能源产品(如光伏逆变器、储能变流器、充电桩),由于其交流端口的电压和电流较大,常规的AMN测试方法中的AMN很容易出现电压过高和电流过载的问题,因此相关IEC/CISPR标准提出了其他替代方法。本文对AMN法、高阻抗电压探头法、AMN用作电压探头法进行比较,使用同一样品进行对比分析,并对高功率大电流新能源产品的传导发射测试给出指导性建议。

关键词： 早期预警分级   急诊护理   绿色通道   急性重症脑卒中   抢救成功率  

摘要： 评价为提升急性重症脑卒中的抢救成功率,急诊护理绿色通道基础上,联合早期预警分级的实施价值。方法 研究开展时段:2022年3月-2024年3月,选取临床资料相同的60例患者参加研究,计算机随机均分,共两小组、各30例;以急诊护理绿色通道为对照,观察组,在其基础上,与早期预警分级干预联合开展。结果 观察组抢救成功率高、救治情况好于对照组(P<0.05)。观察组患者神经功能缺损、意识障碍程度轻于同期对照组,且患者护理质量较高(P<0.05)。结论 为有效提升急性重症脑卒中的抢救成功率,急诊护理绿色通道基础上,与早期预警分级干预联合有显著价值,可有效改善预后。

关键词： 矿用自卸车   氢能源   大功率氢燃料电池电堆   一致性   优化策略  

摘要： 为了满足矿山应用对大功率动力的需求,氢能源矿用车辆通常采用大功率氢燃料电池电堆以提升系统的可靠性并降低系统的复杂性。大功率电池电堆大进气量、高电压、大电流的特点会放大电堆中各单电池之间的差异,影响电堆的性能与寿命,因此对大功率氢燃料电池电堆一致性提出了更高的要求。本文依托国能北电胜利能源有限公司110 t氢燃料电池无人驾驶矿用自卸车项目,分析影响大功率燃料电池电堆一致性的关键因素。通过在电堆上下两块端板处各增加两节不参与发电的假电池、采用均热设计的端板、优化配气等措施,使电堆在额定功率工作时远离进气口端单电池电压提升了50 mV,靠近进气口端单电池电压提升了25 mV,整堆单电池的电压差异小于10 mV,有效提升了大功率氢燃料电池电堆的一致性。

关键词： 有机物   状态方程   热力学性质   评价   预测能力  

摘要： 采用18类382种物质的沸点下饱和蒸气压、液体体积、蒸发焓的实验值评价Redlich-Kwong(RK)、Soave-Redlich-Kwong(SRK)、Peng-Robinson(PR)、扰动链统计缔合流体理论状态方程(PC-SAFT)状态方程(EoS)对热力学性质的预测能力,通过计算值和实验值的平均相对偏差,评价了4种状态方程对18类物质预测结果的准确性。结果表明,对沸点下蒸发焓、饱和蒸气压、液体体积预测结果最准确的是PC-SAFTEoS,平均相对偏差分别为1.57%、1.20%、0.99%;PR、SRK EoS对蒸发焓预测结果的平均相对偏差分别为2.57%和2.68%,对饱和蒸气压预测结果的平均相对偏差分别为1.47%和1.80%,且其对液体体积的预测结果平均相对偏差也远大于PC-SAFT EoS;RK EoS对3种热力学性质预测结果的平均相对偏差均超过18.00%。对有机物尤其是缔合物质的热力学性质的预测应该优先选择PC-SAFT状态方程。

关键词： 低压台区   智能电表   相别辨识   DistFlow模型   递推最小二乘法  

摘要： 低压台区中存在用户实际相别与标定值不一致的现象,对台区的主动调控与精细化管理构成了障碍。当前的相别辨识方法在面临高比例分布式光伏接入、拓扑结构信息不完整及线路参数缺失的有源低压台区时,具有一定的局限性。为此,文中提出了一种基于电压与功率采集数据的有源低压台区用户相别辨识方法。首先,通过分析低压台区三相线性化DistFlow潮流模型,得到相别辨识的理论依据。然后,通过松弛0-1变量构建多元线性回归模型,并利用递推最小二乘法求解,实现相别辨识,避免了矩阵求逆。此外,还引入了相别隶属度指标强化计算结果。光伏台区试点应用结果显示,该方法的识别精度高,鲁棒性好,不易受电压平衡程度、节点数量和三相分布式光伏等因素的影响。

关键词： 变分自编码器   注意力机制   注意力Seq2Seq模型   风电功率预测  

摘要： 针对风电场功率影响因素多、有效数据量小、预测时序长的复杂特点,提出了基于变分自编码器和注意力Seq2Seq模型的风电功率预测方法。采集测风塔数据和对应的连续功率值构造样本集,利用变分自编码器模型将样本进行数据增强,从而获得足够多的样本用于支撑预测模型训练;构建从测风塔多个监测指标到连续功率值的回归分析模型,充分挖掘不同指标与功率值的映射关系;将扩充后的不同指标分别输入到注意力Seq2Seq模型中进行指标时序预测,并将数值天气预报数据用于修正预测结果,从而得到更准确的指标加权预测结果;将实时获取的测风塔和数值天气预报数据输入到训练好的加权预测模型和回归分析模型中,实现风电功率的多步预测。利用风电场站实际运行数据集进行了模型验证,结果表明:与传统时序预测方法相比,基于变分自编码器和注意力Seq2Seq模型能够在较小的重构误差下得到更准确的风电功率预测结果。

关键词： 局部放电   小波包分解   D-S证据理论   信号融合   故障诊断  

摘要： 局部放电模式识别已被确定为监测电气设备运行的标准诊断工具。智能状态识别是变压器状态识别的发展趋势,但现有的智能状态识别存在模型单一、识别精度低等缺点。为了克服这一缺点,提出了一种基于D-S证据理论的多维信息源变压器局部放电故障识别方法。首先,采用小波包分解对局部放电高频信号和超声信号进行能量特征的提取。然后,根据选取的特征集,分别建立卷积神经网络(convolutional neural networks, CNN)模型和卷积神经网络-支持向量机(CNN-SVM)模型。最后,通过D-S(dempster-shafer)证据理论对两种信号识别模型的输出结果进行有效的整合。结果表明,以所提出的小波包分解能量特征集作为输入向量,两种信号CNN-SVM模型的识别率达到了95%和81.67%,分别较CNN提升了3.33%和8.34%。D-S证据理论融合方法的整体性能优于CNN和CNN-SVM,准确度和一致性较融合之前分别提高3.33%和16.66%;验证了本文方法的有效性和可行性。

关键词： back-side stress   metal-oxide-silicon field-effect transistor(MOSFET)   magnetoresistive random access memory(MRAM)   threshold voltage  

摘要： The magnetoresistive random access memory process makes a great contribution to threshold voltage deterioration of metal-oxide-silicon field-effect transistors,especially on p-type ***,a method was proposed to reduce the threshold voltage degradation by utilizing back-side *** the deposition of tensile material on the back side,positive charges generated by silicon-hydrogen bond breakage were inhibited,resulting in a potential reduction in threshold voltage shift by up to 20%.In addition,it was found that the method could only relieve silicon-hydrogen bond breakage physically,thus failing to provide a complete ***,it holds significant potential for applications where additional thermal budget is ***,it was also concluded that the method used in this work is irreversible,with its effect sustained to the chip package phase,and it ensures competitive reliability of the resulting magnetic tunnel junction devices.