动态电压恢复器的复合控制策略研究

深入分析了动态电压恢复器(DVR)的三种控制策略,指出了这三种控制策略的优缺点,建立了DVR的数学模型,提出了一种改进的复合控制策略,并对电流调节器和电压调节器的参数进行了整定,进而分析了校正后电流环和电压环的动态特性和静态特性.比较了三种工况下DVR的补偿特性,实验结果表明,提出的复合控制策略克服了基于电容电流内环的...     

不同负荷模型对系统仿真计算的影响

介绍了几种比较成熟的负荷模型,并将几种负荷模型分别应用到东北电网仿真计算中,比较了不同负荷模型下系统的暂态稳定特性,分析了产生不同特性的原因。分析结果将为进一步认识电网负荷特性提供科学依据。     

一种高效节能的智能化剩余电流动作特性试验装置

阐述了一种对剩余电流动作保护器进行剩余电流动作特性试验的新方法,并介绍了一种高效节能的智能化剩余电流动作特性试验装置。     

高压断路器新型电机操动机构的动态特性分析

研究了两种高压断路器新型电机操动机构,设计分析了两种电机操动机构及其运动特性.根据40.5 kV户内真空断路器的操作特性要求,研究了永磁直线直流电机和有限转角永磁无刷直流电机操动机构.对两种电机的结构和特性参数进行的初步的设计,同时利用有限元方法对两种电机的基本特性和起动过程进行了动态特性仿真,得到了电机运行时的电磁推力、电流、速度等曲线.通过有限元的仿真结果的分析,一方面调整了电机设计参数,最终得到符合操作特性要求的电机操动机构;另一方面表明两种电机操动机构在起动性能、运行方式及机构的复杂性、控制方面等方面特点,为高压断路器采用电机操动机构提供了可靠的依据.     

瞄准企业核心价值 自主创新安全文化

阐述了安全文化具有的重要性、人本性、针对性、联系性、求实性和创新性等6种特性,分析了每种特性在安全文化中的具体体现,揭示了安全文化的6种特性在企业安全管理中起到的巨大作用,最后指明了具有中国电网特色的安全文化系统的具体层次。     

非晶合金变压器铁心性能对比的试验研究

本文中作者用三种常见的非晶合金带材制作了相应的变压器铁心模型,并从磁化特性、损耗特性和噪声特性等方面对该三种非晶合金带材制作的变压器铁心的应用性能进行了数据测试与对比分析。     

不同结构电压源换流器损耗对比分析

IGBT直接串联两电平电压源换流器（2Level-VSC）和模块化多电平换流器（MMC）是目前比较主流的两种柔性直流输电换流器结构,其外特性相似,但损耗特性不同,从而影响两种换流器的经济性和适用场合。基于器件厂商提供的器件特性参数,提出了适用于两种换流器的损耗计算模型。在分析典型调制方式下两种换流器中各器件的工作状态的基础上,详细分析了两者的损耗计算方法,最后通过算例对2Level-VSC和MMC的损耗特性进行了定量的对比分析,结果表明相同工况下两种换流器的损耗特性不同,且各工况下MMC的损耗率低于两电平换流器。     

P级电流互感器励磁特性曲线的计算与控制

阐述了国家标准关于P级电流互感器励磁特性的有关规定,对两种励磁特性计算和试验方法的异同作出了说明,并提出了控制励磁特性的合理原则。     

蓄电池车辆直流电动机起动特性分析

本文应用状态变量分析法对蓄电池车辆直流电动机的三种起动方式的动态起动特性进行了研究.计算了满载时三种起动状态下电机的电流特性、转速特性和转矩特性;计算了各种起动过程的起动损耗和起动时间,同时进行了对比分析.在计及磁饱和效应影响时,本文提出了利用电机磁化曲线,使电机参数随机变化的处理方法.     

兆瓦级风力机风轮静态特性模拟器的研究

提出一种新型小功率实验平台模拟兆瓦级风力机风轮特性的控制策略.通过对兆瓦级风机转矩特性等功率缩小和低转速特性的准确跟踪,实现风力机风轮静态特性的模拟.利用原动机侧变换器能够模拟兆瓦级风机缩比转矩特性,发电机侧变换器可准确跟踪风机低转速特性.分别针对风速和转速变化两种情况进行了分析,结果表明该方案能准确模拟兆瓦级风力机风...     

DMC-PID串级控制在火电厂过热汽温控制中的应用研究

根据火电厂过热汽温的动态特性，将先进的预测控制算法和PID控制算法相结合，构成DMC-PID串级控制系统。利用DMC预测控制算法的鲁棒性强及PID控制算法抗干扰性能好的优点，在Matlab平台上进行了仿真，结果表明该控制策略具有明显优于常规PID串级控制的性能。     

改进蛙跳算法在输电网规划中的应用

传统蛙跳算法（SFLA）具有高效计算性能和全局搜索能力,但容易出现早熟。针对早熟问题,通过对局部搜索步长和搜索策略进行改进,并将高斯变异算子引入算法当中,形成改进蛙跳算法（ISFLA）,并将其应用于输电网规划模型的求解中。通过对IEEE6节点和IEEE18节点系统的计算,证明了与传统蛙跳算法相比,改进后的算法寻优精度和收敛速度均得到了有效提高,具有较好的适应性。     

多变量PID型神经元网络控制系统在再热蒸汽温度控制上的仿真

融合解耦控制理论与神经元网络控制原理,给出了一种多变量的PID型神经网络控制方法。应用所给出的控制算法,对火电厂再热蒸汽温度、低温过热器出口蒸汽温度控制进行了仿真。仿真结果表明,控制算法对再热蒸汽温度控制具有良好的解耦性能和自学习控制特性,当被控对象参数变化时系统具有较强的鲁棒性。     

小波变换在图像检测中的应用

提出了一种基于小波变换的图像边缘检测算法，该算法具有计算复杂度小，运算速度快等特点，仿真结果表明该算法在信／噪比和边缘检测定位精度方面优于传统的边缘检测方法，获取了较满意的图像边缘检测效果。     

改进的混沌算法在PID参数整定中的应用

PID控制由于鲁棒性好和易于实现等优点，在工业上广泛应用；但是PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题。在传统的混沌算法的基础上，引入微粒群算法的寻优思想，形成了一种新的混沌算法，并应用在PID控制器的参数优化上。仿真证明了该算法能有效地实现PID参数最优整定，控制结果具有稳定、超调小、响应快的优点。该算法寻优速度快，效率高，容易实现，其性能优于常规遗传算法，为解决PID控制器参数全局最优设计提供了一种有效的方法。     

模糊免疫网络算法在数字图像火焰监测中的应用

提出了一种基于模糊免疫网络算法对火焰数字图像进行分类的研究方法。该算法由2部分构成：免疫网络算法与模糊聚类算法。模糊免疫网络算法是非监督学习算法，它不需要了解类别的先验知识，能够随着燃烧状况的变化实现动态聚类，同时该算法克服了传统模糊聚类算法须事先确定聚类数的缺陷。利用现场所获得的火焰图像，运用数字图像处理技术提取其特征量，对其进行分类研究，通过观察火焰图像类别的变化来判断燃烧状态是否发生变化。试验结果证明了该方法能有效地判断燃烧状态的改变。     

Study of Partial Discharge Localization Using Ultrasonics in Power Transformer Based on Particle Swarm Optimization

The partial discharge source localization by ultrasonic measurements in power transformers is studied by the Particle Swarm optimization (PSO), and the signal parameter estimated model of ultrasonic localization has been established on the basis of the propagation properties of the ultrasonic wave. The experiment result shows that the PSO algorithm possesses high calculation efficiency and high convergence speed, and can efficiently prevent the result from falling into the local optimum, the localization error of the PSO algorithm is clearly better than that of the Least-Square algorithm obviously.     

基于改进PSO算法的变压器局部放电超声定位方法

电力变压器局部放电源超声定位已经演化为一个多学科的研究课题,具有明确的应用背景和重要的理论研究价值。研究了油中局部放电时超声波传播特性,建立了局部放电源超声定位的信号参数估计模型,将超声定位问题转化为一个带约束的非线性连续函数优化问题,在最优化框架内,应用了国际上最近提出的粒子群优化(PSO)算法进行求解。算例表明,文中算法具有计算效率高、通用性强、收敛速度快的优点,能有效防止结果陷入局部最优,计算结果明显优于最小二乘法。     

改进的Chirp信号LMMSE参数估计算法

线性调频信号(Chirp信号)的参数估计是信号处理中长期研究的一个问题,其最大似然估计算法已经被提出并且得到广泛应用。然而在许多实际应用中,通常已经知道了被估计参数的分布,因此可以使用贝叶斯估计器的方法。在文中,通过加入先验知识,给出了参数的线性最小均方误差(Linear Minimum Mean Squares Error:LMMSE)估计算法。与传统的最大似然估计算法相比,此方法有更好的性能。同时,文中基于两种线性相位模型实现了LMMSE估计算法,一种是传统的线性相位模型,另一种是最近提出的最佳线性相位模型。实验结果表明基于最佳线性相位模型的估计器具有更好的性能。     

实数编码的遗传算法在厂级负荷优化分配中的应用

提出了一种改进的实数编码遗传算法来解决厂级负荷优化问题。选取了简单且符合电厂实际的数学模型和机组煤耗特性的拟合方法。在遗传操作上，突破了传统的选择-交叉-变异模式，采用了融入交叉和变异的双个体组进化来进行选择操作，以及固定替代的变异操作。针对负荷优化问题高维、约束条件多、对实时性要求高的特点，文中提出了对初始群体的随机产生过程加入边界约束的方案。迭代过程结束后，在小邻域内用枚举法搜索更优的值，进一步提高了算法的准确性。仿真结果证明，改进后的遗传算法简单、高效、全局搜索能力强，具有较高的实用价值。