考虑参数不对称的配电网单相接地故障柔性消弧方法

为了解决配电网参数不对称导致的中性点位移过电压以及消弧不彻底的问题,在配电网正常运行时利用闭环控制对中性点电压进行调控,自动跟踪配电网结构参数的变化,实现不平衡电压的快速精准抑制。设计注入电流反馈控制环节,结合不平衡电压调控过程以及故障后的零序电流和零序电压,仅注入一次电流便可实现故障辨识、故障选相并求得故障可靠消弧所需的注入电流参考值。仿真分析验证了闭环控制能够有效跟踪、抑制中性点不平衡电压,所提柔性消弧方法在系统参数不对称的情况下,故障判别精度高,故障消弧效果良好。     

High-Performing Quasi-2D Perovskite Photodetectors with Efficient Charge Transport Network Built from Vertically Orientated and Evenly Distributed 3D-Like Phases

Quasi-two-dimensional (Q-2D) perovskites are emerging as one of the most promising materials for photodetectors. However, a significant challenge to Q-2D perovskites for photodetection is their insufficient charge transport ability, which is mainly attributed to their hybrid low-dimensional n-phase structure. This study demonstrates that evenly-distributed 3D-like phases with vertical orientation throughout the film can greatly facilitate charge transport and suppress charge recombination, outperforming the prevalent phase structure with a vertical dimension gradient. Based on such a phase structure, a Q-2D Ruddlesden−Popper perovskite self-powered photodetector achieving a combination of exceptional figures-of-merit is realized, including a responsivity of 0.45 AW⁻¹, a peak specific detectivity of 2.3 × 10¹³ Jones, a 156 dB linear dynamic range, and a rise/fall time of 2.89 µs/1.93 µs. The desired phase structure is obtained by utilizing a double-hole transport layer (HTL), combining hydrophobic PTAA and hydrophilic PEDOT: PSS. Besides, the dependence of the hybrid low-dimensional phase structure is also identified on the surface energy of the buried HTL substrate. This study gives insight into the correlation between Q-2D perovskites’ phase structure and performance, providing a valuable design guide for Q-2D perovskite-based photodetectors.     

基于可见光图像的变压器缺陷识别技术研究

为了提升变压器的智能化和可靠性,以110kV油浸式电力变压器为对象,针对变压器外表面可通过可见光图像识别的故障,对变电站现场摄像头布置进行了优化设计,采用深度神经网络方法对对油浸式变压器状态进行了实时监测,并对比了YOLOv3与Faster R-CNN算法对图像识别区别,研究了样本数量对正确率和召回率的影响,分析了标注策略对识别结果的影响,对摄像头装置性能提出了相关的要求。     

基于模型预测控制算法的供热机组负荷控制

为提高对磨煤机故障的事前预知能力,结合深度学习方法的优势,在传统长短时记忆（LSTM）神经网络的基础上,提出基于卷积神经网络-长短时记忆神经网络（CNN-LSTM）的磨煤机故障预警方法。选择与磨煤机堵煤故障相关的测点作为模型的输入量,进行多元时间序列预测。得到模型输出预测值与磨煤机正常工作状态下的运行数据之间的偏离度函数,运用核密度估计方法确定预警阈值,实现磨煤机堵煤故障预警。以某660 MW火电机组的中速磨煤机为研究对象,建立CNN-LSTM模型并进行故障预警试验。试验结果表明,该模型可以精确预测磨煤机多个测点参数的变化趋势,相较于LSTM神经网络模型具有更高的精确度。该方法能够提前对磨煤机堵煤故障做出有效预警。     

基于物联网技术的微弱光电信号自动检测研究

微弱光电信号检测是光电场检测核心,以往微弱光电信号检测方法的检测范围小,已无法满足微弱光电信号检测标准,因此,研究基于物联网技术的微弱光电信号自动检测方法,提高微弱光电信号自动检测范围。通过物联网感知层的数据采集卡采集激光传感器发出的光电信号,经基于数字信号处理的微弱光电信号自动检测方法的双重锁相结构去除信号相位差干扰后,实现微弱光电信号自动检测,检测后信号数据经通信网络传输应用层数据库内,采用基于小波分频叠前相干噪声压制方法和复合数字滤波算法处理数据库内检测的微弱光电信号,提高微弱光电信号自动检测效果。实验结果表明:该方法的检测性能良好,检测范围高达1 800 km,可快速检测微弱光电信号强度,微弱光电信号检测平均准确率高达97.62%。     

基于改进SSD的光伏组件故障定位检测

为准确定位航拍红外图像中光伏组件故障的区域位置,在单阶段多框检测(Single Shot Multibox Detector,SSD)模型的基础上设计了ResNet18＿FPN＿DN＿SSD模型。首先用ResNet18替代SSD模型的基础网络VGG16,以提高故障特征的提取能力;然后引入DR loss,针对目标样本类别失衡及负样本过多的问题进行优化改善;最后在非极大值抑制(Non-Maximum Suppression,NMS)基础上做加权处理,使分类置信度高的边框充分利用周围对象的信息,提高预测框的分类置信度与定位准确率。实验表明:所提出的模型对图像中故障目标的检测效果,在定位精度、分类置信度和m AP上均优于传统SSD模型。     

不同焊接方法对哈氏合金C-276焊缝组织和耐晶间腐蚀性能的影响

采用ASTM-G28B法进行晶间腐蚀试验,分别研究了手工GTAW和手工GMAW对哈氏合金C-276焊缝组织和耐晶间腐蚀性能的影响。结果表明,手工GMAW焊接的C-276合金,焊缝区析出碳化物第二相较多,晶间腐蚀倾向更大。     

6082-T6铝合金回填式搅拌摩擦点焊接头的疲劳性能的有限元分析

利用有限元分析软件ANSYS模拟了6082-T6铝合金回填式搅拌摩擦点焊接头在不同载荷作用下的应力场,进而分别运用名义应力法和局部应力-应变法计算得到当前载荷水平下的疲劳寿命。结果表明:在较大的载荷水平下,应力法分析结果与试样实际寿命接近,在较小的载荷水平下,局部应力-应变法分析结果与试样实际寿命接近;试样疲劳寿命随焊点间距的增加而减小。通过分析6082-T6铝合金回填式搅拌摩擦点焊接头疲劳断口形貌,发现疲劳裂纹起裂于焊点根部的热影响区和热力影响区,同时沿上板焊点边缘和下板母材处横向扩展。     

机电系统故障预测技术的现状与分析

故障预测技术作为智能维护系统(IMS)和故障预测与健康管理(PHM)系统的重要技术基础,近些年来受到越来越广泛的重视.首先综合机电系统故障预测方法,并从对象和方法两个堆度展现机电系统故障预测技术的发展状况,同时对各类方法的优缺点进行分析.最后,给出当前机电系统故障预测领域存在的机遇与挑战,为进一步研究明确方向.     

基于DSP的嵌入式运动控制器的设计与应用

针对目前运动控制器的专业化要求,使用DSP56F807代替单片机和PLC,开发了一种新型绗缝机系统通用的嵌入式运动控制器,它可以驱动步进电机或伺服电机,大大提高运动控制器的通用性和可扩展性。最后通过一个绗缝机系统的实例测试,验证了该运动控制器的实用性。