课程文献中心 更多>>

关键词： 多源低层特征融合   变压器   过电压故障   检测方法   熔断量  

摘要： 在变压器谐振过电压故障检测中,多个变量如电压、电流和频率等之间相互关联,并且受到外界条件和操作方式的影响。这些复杂的变量相互作用使得故障检测的分析和判断变得困难。为此,本研究考虑多源特征融合,提出一种变压器谐振过电压故障检测方法。选择多源低层特征融合技术,对变压器多源特征完成加权融合。基于此,以谐振过电压熔断量判断是否存在过电压故障,实现变压器谐振过电压故障检测。实验结果验证了研究方法能够精准检测出变压器的过电压时刻,且可准确输出突变电压值,说明该方法具有较好的应用性能。

关键词： 中波广播   5G   干扰排查   滤波器  

摘要： 中波广播是一种重要的信息发布渠道,在人们的生产生活中发挥着至关重要的作用。然而,随着5G时代的到来及5G基站数量的逐年递增,5G信号不可避免地对中波广播信号接收产生了不良影响。从一名中波工作者的视角,就5G基站影响C波段卫星信号接收的原因进行分析,介绍通过加装滤波器等措施解决5G干扰问题的方法。

关键词： 分布式光伏   四象限储能   二阶锥算法   配电网   有功功率-无功功率协同  

摘要： 针对高渗透光伏可能引发配电网净负荷形态转变、电压越限和网损增加等问题,提出了一种考虑四象限储能功率线性化建模的主动配电网有功功率-无功功率协调优化策略。首先,分析主动配电网各类型调控资源的有功功率-无功功率调节能力和运行特性,特别是光伏和储能功率运行边界,基于此,提出四象限储能功率调节的线性化建模方法。然后,考虑储能功率容量约束和能量容量约束,构建配电网协同优化模型的目标函数和约束条件,并通过二阶锥松弛算法进行求解。最后,利用改进后的IEEE33节点系统验证所提方法的有效性和可行性。

关键词： 异常检测   机器学习   强化学习   多模型融合   光伏发电功率预测  

摘要： 为进一步提高超短期光伏发电功率预测的精度,提出一种基于强化学习的多模型融合光伏发电功率预测方法。首先,采用局部离群因子算法检测、剔除异常点,并用多层感知机回归算法进行修补,解决数据异常问题;然后,将数据分为训练集、验证集与测试集,在训练集中训练支持向量机回归(SVR)、多元线性回归(MLR)、贝叶斯岭回归(BRR)、卷积-长短期记忆(CNN-LSTM)与基于粒子群算法优化的门控循环单元(PSO-GRU)模型,并在验证集对训练得到的模型进行验证,分别选出最佳的模型作为子模型;最后,在测试集中使用5个子模型进行预测,并将各预测结果用强化学习的方法进行融合,将融合值作为最终的预测结果。实验结果表明,该预测方法的平均绝对误差、均方误差、均方根误差与相对误差相比单模型方法以及其他传统的融合方法均有显著降低,验证了该方法的有效性。

关键词： 电流互感器   额定电流   宽量程   电力系统   国家电网公司   测量元件   电网负荷   测试点  

摘要： 0引言随着电力行业的快速发展,电流互感器作为电力系统中的重要测量元件,其性能与制造技术的提升对于保障电力系统的稳定运行具有重要意义。不过传统电流互感器的量程是按照额定电流1%或5%到120%,其中包含4-5个测试点进行控制的,这样在电网负荷波动较大时,如负荷较小,额定电流低压1%或者超过120%时,无法有效保证测量值,基于这个原因,国家电网公司于2020年首次提出宽量程低压电流互感器概念。

关键词： 零次学习   协同   电缆评估模型   关联属性  

摘要： 提出了一种基于零次学习算法的状态评估模型,此算法的优势在于可以识别知识库中未出现的样本特征,借助已有知识的关联属性协同过滤训练,与电缆绝缘因素的不可控特性相匹配,能够增强评估模型的自适应学习的能力,并能不断完善电缆绝缘导致的机理问题。利用LabVIEW软件设计了电缆在线监测系统的上位机终端显示界面,仿真结果表明基于零次学习的评估模型能够较有效地评判电缆故障信息结果,成果具有较高的现场应用价值。

关键词： 飞机大修   电气系统   功率器件   寿命模型   试验研究  

摘要： 针对飞机电气系统功率器件在大修中存在的问题,选取故障率较高的带触点功率器件,开展寿命试验、实际状态摸底评估、功率器件检测、状态检测等,得到器件真实的寿命指标,建立飞机电气系统典型功率器件寿命模型,为改进修理模式提供可靠依据。

关键词： CANDU堆   人工智能   通道功率预测   Stacking集成学习  

摘要： CANDU堆通道功率预测的准确性直接影响换料方案的优劣,进而影响反应堆运行的经济性和安全性。为提升预测效果,主张引入人工智能算法从历史运行数据中挖掘潜在变量关系。经数据清洗、特征选择后,设计“换料影响指数”特征,以XGBoost、随机森林、支持向量回归和反向传播(BP)神经网络为初级学习器,支持向量回归为次级学习器,构建基于Stacking的集成学习模型。经对比分析,Stacking集成学习模型在单一学习模型的基础上实现了预测效果的“二次提升”,且在平均预测偏差率、最大预测偏差率和预测偏差率方差上,Stacking集成学习模型的效果均显著优于传统RFSP模型,这使得物理工程师在换料计划制定过程中能够得到更为准确的功率反馈,以科学地选取换料通道,进而在保证反应堆安全性的基础上提升经济效益。

关键词： 三相电压源变换器   切换系统   功率切换模型   渐进稳定性   切换表  

摘要： 三相电压源变换器(voltage source converter,VSC)工作过程可视为在不同开关状态(即不同子系统)下的切换,是一种典型的切换系统。基于切换系统理论,提出一种三相电网平衡条件下基于功率切换模型的三相VSC切换控制策略。相较于传统基于线性化模型的三相VSC控制方法,所提方法具有模型精确无近似,控制参数少,控制器实现简单,无需复杂的坐标旋转变换和脉冲宽度调制过程,对于电路参数不确定具有强鲁棒性等优点。相较于传统基于电流切换模型的三相VSC切换控制策略,所提方法具有模型更便于系统分析与切换规则设计且提升了系统延迟条件下系统稳定性等优点。仿真及实验比较结果证明了所提方法的有效性及优越性。

关键词： 针对性护理   重症监护室   重症肺炎   呼吸机撤机成功率   呼吸功能  

摘要： 分析对重症监护室重症肺炎患者提供针对性护理的意义。方法 对研究样本进行收录的时间范围制定为2022年11月至2023年11月,所收录的样本对象制定为50例重症监护室重症肺炎患者,利用电脑抽号法的形式给予患者分组处理,研究组、常规组,各25例,分别为其提供针对性护理、常规护理,对比两组患者的差异性。结果 生活质量、呼吸功能、并发症发生率、呼吸机撤机成功率、满意度等指标提示,研究组患者更佳更佳(p均<0.05)。结论 对于重症监护室重症肺炎患者而言,对其提供针对性护理服务进行干预,该项措施对患者的生活质量、呼吸功能、并发症发生率、呼吸机撤机成功率、满意度等指标具有积极的提升作用。