基于时空分布映射的大规模电池健康状态研究

针对传统方法难以对不间断电源系统、微网储能系统的蓄电池组进行高效准确的状态估计问题,提出了一种全新的基于数据驱动的方法应用于大规模电池的健康状态预测。首先,分析电池的历史数据,从电池健康状态（空间维度）和时间演变放电过程（时间维度）2个层面对电池状态进行有效聚类。其次,将数据分布映射到高维空间,设计相应的基于时空分布映射的电池健康状态预测深度神经网络模型。最后,实验模型验证了所提方法的有效性。     

基于CNN-GRU组合神经网络的变压器短期故障预测方法

为挖掘变压器运行状态参量间的关联关系,量化外部环境对变压器运行状态的影响,提出了一种基于卷积神经网络和门控循环单元组合神经网络的变压器短期故障预测方法。首先,通过关联规则挖掘变压器状态参量间的相关性,结合变权思想进行综合状态评估,引入指数函数建立表征变压器运行状态的故障率模型,并将其作为预测状态参量。其次,考虑外部环境对变压器运行状态的影响,分别从日期因素、气象因素和生产工艺因素构建变压器故障预测特征集。然后,利用卷积神经网络在高维空间提取特征集与故障率间的特征向量,将结果输入门控循环单元进行优化训练,从而预测变压器故障率的发展趋势。最后,通过某海上平台变压器的故障预测趋势分析,验证了所提方法的可行性与有效性。该方法与长短期记忆模型、GRU模型、CNN-LSTM模型和支持向量机模型相比,具有更高的预测精度与更高的预测效率。     

大口径空间相机反射镜高反膜研究进展

大口径反射镜高反膜是大口径空间相机光学系统中的重要光学元件。为了观测到更多的目标、获取更多的地球以及空间观测信息,对大口径空间相机的反向射膜提出了更高要求,即要求有更宽的工作谱段和更高的反射率,还要提升基底光学性能,降低空间环境对高反膜性能的影响以及降低薄膜应力等等。对近年国内外天基大口径空间相机反射镜高反膜研究进行了综述,概述了针对以上要求所取得的成果。尽管高反膜的设计制造仍面临许多困难,但随着研究的深入与新方法的提出,这几方面难点已基本找到解决的途径。     

IEC/CISPR/D召开WG1及WG2工作组会议

4月25~29日,IEC/CISPR/D于线上召开了WG1及WG2工作组会议,讨论了CISPR 12、CISPR 25、CISPR 36的相关技术内容。CISPR 12第七版工作中,对其第五版CD文件进行讨论时,由于各国在电动汽车充电状态、行驶状态限值方面有重大分歧,此CD文件在投票阶段未获通过,与会各国不得不发起对CISPR 12未来发展路线的投票,投票选项包括四个:一是继续依托现有WG1对电动汽车行驶充电状态的研究结果,编制新的CD文件;二是与CISPR/H合作对电动汽车行驶充电状态限值进行调整。     

人才培养状态数据采集平台的评估指标分析

阐述人才培养状态数据平台的应用,数据平台的重要指标逻辑关系的分析,了解指标内容对促进平台发展和建设的作用,从而充分发挥状态数据平台在发展过程中的优势。     

无人机辅助通信中基于用户轨迹的无线资源和航迹优化

近年来,将无人机应用在无线通信网络中来提高系统性能的研究越来越普遍。针对无人机辅助移动用户通信的下行无线传输系统,提出了一种基于用户轨迹的无人机辅助通信系统无线资源分配和航迹优化方法。根据已知的用户运动轨迹提前获取估计的大尺度信道状态信息,以最大化用户的最小平均速率为目标,建立了一个联合优化无人机通信带宽分配和飞行航迹优化的问题。该问题是一个非凸优化问题,要优化的变量之间存在非线性耦合,通过引入辅助变量和分离变量交替优化的方法,将原问题分解为2个可以求解的近似凸优化子问题,并利用连续凸逼近方法对2个子问题交替迭代优化,得到原非凸问题一个近似次优解。仿真结果表明,所提方法能够有效提高用户的平均数据吞吐量,在保证所有用户的通信质量的前提下提高无人机辅助通信的效率。     

基于轮胎状态刚度预测的极限工况路径跟踪控制研究

为解决高速极限工况下自动驾驶车辆紧急避撞时传统路径跟踪控制方法因轮胎力表达不精确导致的路径跟踪失败问题, 提出一种基于轮胎状态刚度预测的模型预测路径跟踪控制方法. 首先, 基于非线性UniTire轮胎模型求解的轮胎状态刚度对非线性轮胎力进行线性化处理. 其次, 基于期望路径信息提出状态刚度预测方法, 实现预测时域内轮胎力的预测和线性化. 最后, MATLAB和CarSim联合仿真实验表明: 所提出的方法能够明显改善高速极限工况下的避撞控制效果.     

基于动态优化马尔可夫链的线路继电保护装置状态预测方法

目前继电保护状态监测模型均利用静态故障概率进行装置失效率预测,未能计及设备老化与检修对失效率的动态影响,预测结果不可靠。对此,提出一种基于三参数威布尔分布动态优化的马尔可夫链状态预测方法。首先利用灰色-粒子群支持向量机算法求解更为精确的继电保护装置失效率函数,随后将其用于动态修正保护状态马尔可夫链中各运行状态之间的转移概率,最终实现对线路保护未来运行状态的推演。仿真结果证明,所求解的失效率函数相比传统方法求解的函数具有更高的计算精度,而动态优化马尔克夫链模型实现了设备老化与检修的动态量化处理。研究状态转移概率计算结果符合设备运行工况,可以有效预测设备规定投运年限内各时间点的运行状态。该方法对于保护检修策略的优化具有一定的指导意义。     

考虑SOC的电池储能系统一次调频策略研究

电池储能系统(Battery Energy Storage System, BESS)以其控制精度高、响应速度快等优势被广泛应用于电网中。为充分发挥BESS参与电网一次调频的优势,提出一种基于荷电状态(State Of Charge,?SOC)与频率偏差的综合控制方法。首先,为了改善电池循环寿命,设计基于荷电状态SOC的下垂系数与虚拟惯性系数。引入基于频率偏差的加权系数将下垂出力与虚拟惯性出力相结合,在频率偏差较小时增加虚拟惯性出力权重以稳定频率,在频率偏差较大时增加下垂出力权重以快速调节频率偏差,并在频率偏差超过一定限度后进行故障穿越时的频率支撑,而当电网状态变好且SOC较低或较高时进行SOC恢复。其次,提出BESS参与电网一次调频的评价指标以定量评估所提策略的调频效果及SOC维持效果。最后,基于PSCAD/EMTDC搭建BESS仿真模型,并在阶跃负荷扰动、随机负荷扰动、瞬时性短路故障及光伏间歇性出力扰动工况下仿真验证所提策略的调频效果及SOC维持效果。仿真结果表明,所提策略能实现较好的调频效果并将SOC维持在合理区间内。研究成果为BESS成套设备生产厂家合理设计控制保护参数提供参考,对提升BESS涉网性能具有实际意义。