课程文献中心 更多>>

关键词： 有载调压变压器   背靠背变换器   无功补偿   故障保护  

摘要： 针对传统有载调压变压器存在功能单一、动态特性差等问题,结合工频变压器高效可靠和电力电子变换器易于控制的优点,提出了一种混合型有载调压变压器拓扑结构。通过增加背靠背变换器,并设计相应控制策略,实现了有载调压变压器连续调压和无功补偿的功能;提出一种串联电压补偿方法,实现了对负载的故障保护。最后,分别基于MATLAB仿真软件和实验平台搭建了混合型有载调压变压器实验模型,仿真和实验结果验证了所提拓扑结构和控制策略的正确性和有效性。

关键词： 风电功率预测   增强特征选择   深度神经网络   北方苍鹰优化算法  

摘要： 准确的风电功率预测对电网安全与风资源合理利用具有重要意义。为提高风电功率预测精度,提出一种涵盖异常值检测、增强特征选择和超参数调整等多个环节的风电功率预测策略。首先,采用孤立森林算法筛除风电数据的异常值和冗余值;其次,引入最大互信息系数(MIC)作为特征选择评价指标,获得高相关度的输入特征;此外,建立了优化的卷积神经网络(CNN)与门控循环单元(GRU)神经网络组合模型,其中CNN层将MIC对特征重要性的理解进一步增强,并以多层GRU层对风功率时序关系建模。实际算例表明:所提出的优化神经网络模型较文中其他预测模型,预测指标误差更小,决定系数R 2平均提高了4.44%,平均绝对误差M AE、均方根误差R MSE分别平均降低了62.02%和61.51%,具有较高的预测精度。

关键词： 中高频变压器   绝缘   散热   击穿   局部放电   空间电荷   绝缘寿命  

摘要： 围绕大容量电力电子变压器的发展需求,针对其中关键部件“高功率密度中高频变压器”的绝缘与散热研究进行综述分析。高功率密度对固体绝缘与散热性能提出新的挑战。首先,论述了高功率密度中高频变压器设计与应用时绝缘和散热的矛盾。其次,主要论述了高频绝缘失效的研究进展,包括绝缘击穿、局部放电、沿面放电、电树枝劣化等特性。然后,分析了目前高频绝缘的失效机理研究,包括热击穿、空间电荷效应、高频电导与自由体积效应。最后,论述了高频绝缘寿命的研究,分析了频率、温度、电压变化率du/dt等对绝缘耐电晕寿命的影响以及寿命模型。基于研究进展,提出了高频绝缘与散热的研究展望。该文综述研究对大容量电力电子变压器的设计与应用具有重要意义。

关键词： 核能   小堆   气冷堆   超高温   包覆燃料颗粒   棱柱式燃料元件  

摘要： 高温气冷堆作为小型反应堆的技术路线之一,具有模块化设计、固有安全性、热转换效率高等优势,但其功率密度较小、堆芯尺寸较大,不利于系统部署。为此,本文基于改进包覆燃料颗粒的棱柱式弥散燃料元件,并采用控制鼓作为反应性控制方式,提出了一种超高温、高功率密度的小型气冷堆堆芯方案。该堆芯方案体积小于0.8 m 3、体积功率密度可达39 MW/m 3,出口温度高于1200 K。通过RMC程序、Fluent软件分别进行中子学分析和热工分析,数值结果表明该方案合理可行,且具有固有安全性、具备正常停运的功能,同时拥有在15 MW热功率基础上进一步提高运行功率的能力。

关键词： 电力变压器   故障诊断   ICEEMDAN   CNN-BiGRU   MSCOBES   ICMIC混沌映射   自适应动态扰动   精英反向学习  

摘要： 针对当前电力变压器机械故障实时诊断准确率较低的问题,本文提出了一种基于振动信号与深度学习的电力变压器故障诊断方法。首先针对电力变压器箱体表面振动信号采用改进自适应噪声完备经验模态分解(ICEEMDAN)对其进行分解以获取重构信号,并引入模糊熵值构建振动特征向量。然后以卷积神经网络-双向门控循环单元(CNN-BiGRU)组成基础分类网络以实现特征分类,并引入高效通道注意力机制(ECAM)提升CNN学习性能。最后设计一种基于ICMIC混沌映射、自适应动态扰动和精英反向学习混合改进得到多策略协同优化秃鹰搜索(MSCOBES)算法,并将改进后的算法应用于实现CNN-BiGRU的超参数寻优,从而得到基于MSCOBES-CNN-BiGRU-ECAM的电力变压器故障诊断优化模型。在实验中对于试验变压器的机械故障进行诊断,实验结果表明本文所提出的方法对于电力变压器不同类型的机械故障的诊断准确率可达99.4%。

关键词： 低频提升   鬼波压制   深部结构探测   海洋地震勘探  

摘要： 海洋地震勘探中鬼波的存在压制了信号中的低频能量,而地球深部结构主要对应低频信号成分,提升受到鬼波压制的低频成分对深部结构探测具有重要意义。鬼波压制过程的关键参数之一是鬼波与一次反射波的到时差,其精度直接影响鬼波压制的效果。受起伏海面、崎岖海底、反射层深度变化和不均匀体分布等因素的影响,鬼波与一次反射波的到时差常无法准确估计,导致鬼波压制无法取得较好的效果。本文在鬼波与一次反射波到时差估计不准的情况下,从反鬼波滤波器的特性出发,设计不扰动高频、仅提升低频的滤波器,绕开对鬼波的压制,仅致力于对低频信号的能量提升。模型测试结果表明:利用本文方法处理后的波形,在形态上接近于无鬼波干扰的一次反射波形,且地震信号主频越低、拖缆的沉放深度越小,本方法对低频信号的能量提升作用越强。在南海实测深反射地震剖面上的测试应用也取得了较好的效果。

关键词： 三相功率不平衡   碳化硅器件   宽禁带器件   三相功率调节   新型配电网  

摘要： 大量分布式新能源接入配电系统后,其出力不确定性使配电网功率分布复杂,三相功率不平衡问题突出。目前国内主流的三相有源不平衡治理装置硬件受系统限制,无法从根本上解决发热和开关频率问题,而新型碳化硅宽禁带开关器具有耐压、低损耗等优势,可以有效应用于配网三相有源不平衡治理。因此,开展新型配网三相功率调节装置研究,首先提出了一种基于四辅助开关的谐振门极驱动电路,并针对桥臂串扰现象提出了一种新型多电平组合驱动电路。其次分析了碳化硅MOSFET开关振荡形成机理并提出了相应抑制方法。最后设计了基于宽禁带器件的新型配网三相功率调节装置,给出了总体方案、硬件电路、软件程序设计方案,并通过基于所提方法研发的功率协调控制器实验样机挂网测试结果,验证了装置的有效性。

关键词： 回声状态网络   变分模态分解   遗传算法   光伏功率预测  

摘要： 为了降低光伏发电的随机性、波动性和间歇性对电网调度和经济效益的影响,提出了一种光伏功率预测的组合模型。基于遗传算法(GA)优化变模态分解(VMD)的关键参数,该模型首先将光伏功率的非平稳时间序列进行VMD分解,并通过GA优化模态数量和惩罚系数,以确保分解效果最佳。针对每个模态的波动特性,应用回声状态网络(ESN)进行建模。最终,将各模态的预测结果进行叠加重构,得到光伏功率的最终预测值。通过实验验证,证明了该组合预测模型在精度和性能上的优越性。

关键词： 风功率预测   贝叶斯优化   极端梯度提升   支持向量机   核非线性回归  

摘要： 针对风电场输出功率不稳定导致风功率预测精度低的现象,提出一种基于贝叶斯优化极端梯度提升(BOA_XGBoost)的短期风功率预测模型。将极端梯度提升(XGBoost)、支持向量机(SVM)、核非线性回归(KNR)三个基础预测模型以及贝叶斯优化后的极端梯度提升(BOA_XGBoost)、支持向量机(BOA_SVM)、核非线性回归(BOA_KNR)进行对比,通过内蒙古自治区某风电场的实测数据对六种预测模型进行验证,结果表明BOA_XGBoost模型预测效果最佳,有效改善了风功率预测效果,提高了风电并网运行的安全性。

关键词： 线损率   配电线路   神经网络   有功功率   无功功率  

摘要： 作为衡量电力企业经济效益的重要指标,线损一直是国内外专家学者关注的重点。研究了配电线路线损计算方法,并采用BP神经网络对配电线路线损进行分析,并从技术层面和管理层面给出了降低线损的措施。通过研究可以得出,采用BP神经网络可以准确计算出配电线路的线损率,并通过算例分析验证该方法的有效性。加强无功电压控制是降低线损的重要技术措施,对线路功率数据准确监测、提高对配电线路信息化管理是降低线损的管理措施。