基于小波去噪-KPCA神经网络的光伏功率预测方法

为了提高光伏发电功率的预测精度,提出了一种基于小波去噪/聚类/核主成分分析(KPCA)神经网络的光伏发电功率预测方法。首先,应用二维小波阈值去噪法预处理光伏出力数据;然后,应用k-means算法将预测模型分为4种不同模式下的子预测模型;引入KPCA对输入空间降维重构,利用粒子群优化(PSO)神经网络算法建立基于聚类/KPCA/神经网络的光伏发电功率预测模型。采用某光伏电站的实例数据进行预测分析,结果表明该模型实现了不同模式下的光伏出力较为精准的预测,显示出良好的预测性能,验证了预测模型的可行性和有效性。     

关于超级电容的基于电压型控制的Buck-Boost均衡控制电路研究

串联的超级电容组,其单体间的电容电压不均衡会造成电容组的能量综合利用率降低、单体电容出现过压损坏情况。针对传统的电压均衡电路结构复杂、扩展不易、能耗大等问题,提出了一种基于电压型控制的Buck Boost均衡电路。分析了该均衡控制电路的工作原理及工作特性,并通过仿真及搭建硬件电路平台验证了该控制电路的正确性。     

变电站GIS设备安装与试验关键点管控分析

随着当前经济技术的发展,GIS设备已成为变电站一次设备应用主流,绝大部分投运的GIS设备运行稳定可靠,未发生一类障碍及以上事件。调查发现,某电力公司近十年来GIS设备故障中,约29%与现场安装管控不严有关,说明GIS设备安装过程中要进一步加强质量管控,提高输变电工程质量。为此对GIS设备安装及调试中的关键环节进行了分析。