压力变送器温度补偿技术研究

对压力变送器误差补偿原理进行深入研究,采用BP神经网络算法对由温度变化造成的压力传感器输出结果的误差进行补偿。首先分析压力变送器测量影响因素,建立神经网络补偿模型,其次通过部分实验样本数据进行训练得到具体神经网络结构,并通过剩余实验样本数据验证神经网络的有效性。实验结果表明,该方法有效的抑制了温度对压力传感器输出的影响,提高了传感器测量结果的稳定性和准确性,可以在变送器设计、生产中采用该方法进行温度补偿。     

基于改进BP算法的热电阻特性逼近与测温虚拟仪器设计

分析了热电阻的非线性温度特性,用改进BP神经网络算法建立了1个Pt100热电阻温度测量模型.并将数据库进行合理地归一化处理.讨论了神经网络的隐藏层数目、误差的选择、各种改进算法对本课题的合适程度,并用分度表严格训练网络,运行测试.用Labview软件设计虚拟仪器,使用MATLAB Script函数节点使之可以进行神经网络运算,此虚拟仪器用来直观地显示测试结果.结果表明,使用改进BP算法神经网络对热电阻温度进行测量,可以明显提高测量精度.     

基于GA-BP神经网络的变压器绕组热点温度预测研究

变压器是电网核心设备之一,保障其安全稳定运行具有重要意义.针对现有变压器绕组热点温度预测方法中存在的问题,采用遗传算法对BP神经网络的权值和阈值进行优化,克服了BP神经网络容易陷入局部最小值的缺陷,加快了算法的收敛速度,建立基于遗传算法优化BP神经网络的变压器绕组热点温度预测模型.利用500组变压器试验数据进行仿真,结果表明,基于GA-BP神经网络的变压器绕组热点温度预测值与实际值的变化趋势基本一致,平均相对误差和均方根误差分别为2?05％和0?21,优于其他方法,验证了该方法的正确性.     

基于RNN的锂离子电池SOC估算研究进展

深度学习的日益流行和不断的突破,积极地推动了估算锂离子电池荷电状态(SOC)新方法的研发.常用于文本翻译、语音识别等领域的循环神经网络算法已开始应用在电池SOC估算领域.概述了几种常用于电池SOC估算的循环神经网络算法,并根据结构复杂度将其分为简单、深度以及扩展循环神经网络算法.此外,从模型输入变量、数据预处理、循环神经层数及其神经元数、优化器、损失函数、测试文件、研究的温度、使用的电池类型以及估算误差方面对这些循环神经网络算法进行了比较,总结了这几种估算方法的优缺点,让读者对循环神经网络算法有更直观的了解.循环神经网络算法与其他算法相结合来估算电SOC,将会成为重点研究方向.     

基于改进GA-BP神经网络的压力传感器校准方法

针对压力传感器在实际使用过程中由于温度漂移现象导致输出精度不高的问题，提出了基于改进遗传算法(genetic algorithm, GA)优化反向传播(back propagation, BP)神经网络的校准方法。该方法主要改进了遗传算法的初始化种群和遗传算子，并引入了t分布扰动。将压力传感器模组的输出电压和温度电压作为输入，通过遗传算法计算出一组最优的初始权值和阈值并建立BP神经网络模型，最后将训练好的神经网络模型移植到传感器模组的调理芯片并进行实验验证。结果表明，该方法有效地降低了温度对压力传感器输出的影响，经过算法校准后压力传感器的全量程相对误差为0.01%FS,零点漂移为8.444×10^-6,灵敏度漂移为2.055×10^-6,校准效果优于其他算法。     

人工神经网络在变压器温升智能预测中的应用

介绍了BP神经网络模型和算法,建立了变压器绕组温度预测的人工神经元网络BP模型,并验证了其可行性和优越性.     

基于GA-BP和PSO-BP神经网络的间冷塔扇区出水温度预测研究

基于某电厂330 MW机组分布式控制系统(DCS)采集的实测运行数据,通过灰色关联度分析扇区出水温度与其影响因素之间的关联关系,分别利用遗传算法(GA)和粒子群算法(PSO),对BP神经网络间冷塔出水温度预测模型进行优化.优化结果表明,遗传算法和粒子群优化算法对BP神经网络的预测结果优化作用明显,并且PSO-BP神经网络模型的优化效果优于GA-BP神经网络模型.     

基于小波和神经网络的时变谐波信号的检测

谐波的测试越来越受到人们的重视.小波变换具有变尺度和时频分析的特性,神经网络具有非线性映射和自学习的特性,因此这两种方法在谐波检测中都得到了广泛应用.然而,这两种方法又有其各自的不足.本文首先分析了这两种方法的本质缺陷;然后结合他们各自的优点,提出了使用小波多分辨分析(MLR)和神经网络相结合的算法对时变谐波信号进行检测;构造了基于双正交函数的小波基;提出了利用优化确定小波分解层数的算法;给出了小波-神经网络模型;最终利用仿真试验对算法进行了验证.仿真试验的结果表明,本文所述的方法能够有效地检测谐波的各种成分,并提取定量信息,不失为一种有效的检测方法.     

基于GA-BP神经网络的变压器绕组热点温度预测

本文针对现有变压器绕组热点温度预测方法中存在的不足,采用遗传算法对BP神经网络的权值和阈值进行优化,克服了BP神经网络容易陷入局部最小值的缺陷,加快了算法的收敛速度,建立基于遗传算法优化BP神经网络的变压器绕组热点温度预测模型。利用500组变压器试验数据进行仿真,结果表明,基于GA-BP神经网络的变压器绕组热点温度预测值与实际值的变化趋势基本一致,平均相对误差和均方根误差分别为2.05%和0.21。     

带温度补偿的神经网络用于电力系统短期负荷预测

带温度补偿的神经网络结构和短期负荷预测方法在前向神经网络的输入和输出节点上对负荷引入了相应的温度补偿,其中所涉及的临界温度和温度补偿系数将与前向神经网络本身的权系数一起通过训练而自动获得.对陕西电网2001年1月开始连续45个月的预测试验结果表明,高温日期的平均负荷预测精度比用常规前向神经网络高3%～6%.神经网络的训练采用求解无约束最优化问题的BFGS算法,不但保证了神经网络学习的收敛性,而且可以减少隐节点的数目,使神经网络的推广能力和预测精度显著提高.     

一种用于压力传感器的CAN智能节点设计

为使传统的压力传感器能够在工业自动化中进行多点远程精密测量和控制,提出了以片上系统(SoC)级单片机C8051F060为核心,基于CAN(controller area network)总线智能节点的设计.该节点实现了对传感器输出信号的温度非线性补偿和CAN节点的通信设计,该设计方法具有可靠性好、通信速率高、软件设计简便、精度高、扩展灵活等优势;并且便于安装、调试和检测,在自动化数据采集和控制中具有广泛的应用前景.文中详细给出了该节点的硬件和软件设计方法.     

Pressure-Induced Pyrochlore-Perovskite Phase Transformation in PLZST Ceramics

The influence of applied pressure on the pyrochlore-perovskite phase transformation in the PLZST system was studied. A stoichiometric and homogeneous ferroelectric PLZST pyrochlore powder was prepared by the coprecipitation and freeze-drying method. In the absence of applied pressure, the phase transformation from pyrochlore to perovskite occurred at temperatures above 550 °C, with 100% perovskite phase being obtained at 750 °C. Because the molar volume of the pyrochlore is larger than that of perovskite phase by 8.5%, applied pressure is expected to accelerate the pyrochlore-perovskite phase transformation. When the pyrochlore powder was uniaxially cold-pressed, the temperature for initiation of the phase transformation was lowered, and the rate of transformation was increased. This effect is interpreted as an increased nucleation frequency due to the defects created at particle contacts. For evaluation of pressure effects during annealing at elevated temperature, the powder was hot-pressed at various temperatures and pressures in air. Hot-pressing was found to greatly enhance the phase transformation rate. This is attributed to the additional P · V_molar driving force for the phase transformation provided by applied pressure.     

压阻式压力传感器温度补偿技术的研究及应用

压阻式压力传感器易受温度影响产生零点漂移和灵敏度漂移,为了降低环境温度对传感器输出的影响,首先分析了传感器产生温度漂移误差的原因,针对传感器存在的温度漂移误差和输出信号的非线性介绍了一种硬件温度补偿方法和基于MAX1452的软件温度补偿方法,着重阐述了MAX1452的补偿原理以及对传感器的补偿过程.最后通过温度试验和温度循环试验比较分析了以上两种温度补偿方法,试验结果表明软件补偿方法具有更加优良的补偿效果,在-40～60℃温度范围内的精度小于0.5％.     

油纸绝缘套管内部压强监测中温度的影响及消除措施研究

油纸绝缘套管内部发生放电或过热性故障时,内部的绝缘油和绝缘纸会分解产生特征气体,随气体的增加内部压强相应增加,从而通过监测套管内部压强可实现缺陷的监测与预警。但是环境温度和负荷电流的变化会导致套管内部温度的变化,从而引起内部压强的变化,为采用压强监测进行预警带来了干扰。为消除温度对压强预警带来的干扰,文中研究了温度对内部压强的影响规律,提出了共模抑制的方法来消除温度的影响。结果表明,该方法可以有效消除套管压强监测时的温度影响。     

500 kV输电线路耐张线夹电接触计算及其发热研究

针对500 kV架空线路线夹运行温度过高引起线夹脱断,造成停电的事故,以NY型耐张线夹为研究对象,分析了耐张线夹接触电阻的计算方法,建立了耐张线夹电接触温升的有限元模型,以此研究了电接触最高温度与接触压力的关系,同时探明了电接触内部到外部的温度变化规律。研究表明：随着压力增大,最高温度呈现先迅速下降后下降变缓的趋势,额定压力下电流600 A引起的最高温度为31.42 ℃;随着压力增大,最高温度先后出现在铝板与螺栓的电接触、铝板间电接触和铝板与螺栓的电接触;线夹电接触内外存在温差,但内外温度变化具有一致性,外表面温度可间接表达线夹的运行温度。最后利用试验验证了电接触计算方法和仿真结果的正确性。     

谐振式压力传感器温度补偿结构的仿真研究

温度漂移是影响谐振式传感器精度的重要因素，在精密测量场合，必须进行温度补偿，基于此，提出一种可实现温度补偿的谐振式压力传感器新结构。整体结构为硅-玻璃-金属复合结构，通过3种材料的热膨胀系数匹配实现热应力抵消。硅基底上设有补偿梁，进一步补偿工作梁的温度漂移。为了选择合适的玻璃材料，利用有限元方法研究了玻璃的热膨胀系数和厚度与温度灵敏度的关系，结果表明，采用厚度为1.5 mm的pyrex7740#玻璃时传感器的温度灵敏度最低，该结构能够实现温度补偿，提升传感器精度。     

基于温度的MMC变流器均压控制方法

为了提高MMC变流器的可靠性,在传统均压控制的基础上引入了热平衡控制,通过控制子模块的投切过程以减少子模块温度波动,实现MMC变流器可靠性的改善。针对子模块温度的估算,提出了以IGBT模块的福斯特热网络模型为基础的子模块温度计算方法,在电压均衡和热平衡控制过程中选择需要投切的子模块,通过减少不必要的子模块投切动作以降低子模块温度。采用Matlab/Simulink仿真平台对该控制方法进行验证,并将其验证结果与传统均压控制的温度波动和均压效果进行比较分析。结果表明该控制方法可有效降低器件温度波动,提高变流器的可靠性,具有较好的实用性。     

Highly accurate temperature sensor using two fiber Bragg gratings

A new highly accurate temperature sensor for biomedical applications is proposed. The sensor, including two fiber Bragg gratings with different thermal coefficients, can accurately measure temperature with little laser frequency stabilization. A general theoretical model is established and the performance is analyzed. Some numerical examples from 0.1 °C to 10 °C temperature shift around human body temperature are presented. The novel method immunizes temperature sensing against the frequency drifting of the light source     

C级无溶剂有机硅浸渍漆的应用工艺研究

介绍了C级无溶剂有机硅浸渍漆(TJ1173)的性能和应用工艺.应用工艺表明:无溶剂有机硅浸渍漆是一种高性能绿色环保的新型绝缘材料.其优异的耐高低温性能、绝缘性能满足C级绝缘要求,浸渍和固化应用工艺简便,适用于电机的真空压力浸渍绝缘处理并获得无气隙的整体性绝缘结构.     

储能锂离子电池包单体内部温度压力模拟

针对储能锂离子电池热失控引发的安全问题,开发一种高效锂离子软包电池内部温度压力模拟方法,为储能系统提供电池状态实时监测工具。首先,通过融合化学反应模型、热路模型和膨胀模型,将软包电池内部生热、产气、传热、膨胀等过程集成到统一的计算框架中。其次,建立基于微分方程组的软包电池温度、压力计算模型,反应模型和热路模型通过温度、生热率等状态参数彼此耦合。再次,将该方法应用于4款电池样本进行温度、压力模拟。计算值和实测值对比表明,该方法能高效计算锂离子软包电池内部温度和压力,最大模拟误差小于4%,具有良好的计算精度。并且,该方法求解过程无需调用耗时的多物理场耦合仿真,计算效率高。