基于电-热场耦合的35kV电缆中间接头气隙缺陷仿真分析

为了研究电缆接头在不同尺寸空气楔形间隙下的运行性能,本文采用有限元计算方法,设计35kV电缆接头精细化模型,计算电缆接头在发生单相短路故障时的电场和温度分布.结果表明,电缆接头内的空气间隙电场强度集中,绝缘层存在劣化隐患.随着空气间隙长度的增加,气隙内最大电场强度逐渐增大;随着空气间隙深度的增大,气隙内最大电场强度呈先减小后增大的变化规律;气隙内热量的积聚会进一步造成绝缘层的老化.最后,根据现场实际缺陷案例,提出风险预控和防治措施.     

基于混合电场线性叠加原理的换流变压器内部电场分布规律研究

换流变压器是特高压直流输电系统中的关键设备,其阀侧承受着交直流复合电压。研究热老化对交直流电压在油纸绝缘内分布的影响,可为换流变压器油纸选型提供理论借鉴。选取了换流变压器常用的绝缘油和绝缘纸作为研究对象,并对2种不同油纸组合展开加速热老化试验,测量并分析试验过程中绝缘油和绝缘纸的介电常数和电阻率的变化规律,在此基础上通过油-绝缘纸-油有限元电场仿真模型分析,基于线性叠加原则,得到了交直流电压在热老化过程中的分布变化情况,表明热老化主要影响油纸中直流分量的分布,将显著提高油中的电场强度。     

基于卷积神经网络的直线同步电动机电枢绕组故障诊断

通过绕组函数理论对直线同步电动机进行分析,提出一种基于卷积神经网络(CNN)的直线同步电动机故障诊断方法。从直线同步电动机的数学模型出发,基于绕组函数理论对电动机正常状态和匝间短路故障状态进行仿真,对电流波形图进行快速傅里叶变换(FFT)得到不同状态的数据集。利用CNN中的GoogLeNet网络结构,在保持网络空间维度的同时不增加故障诊断的计算量。将数据集输入到网络模型进行故障诊断,仿真结果表明GoogLeNet网络结构对直线同步电动机电枢绕组的短路故障识别率达到了96.5%以上。     

非故意发射超高次谐波发生机理及影响因素分析

随着接入电网的半导体器件开关频率的提高,换流器注入电网的谐波向着高频化方向延伸。超高次谐波是配电网电力电子化必然带来的电能质量新问题之一。本文针对非故意发射超高次谐波,从PWM脉宽调制的原理出发,分析了非故意发射超高次谐波产生原因及频率分布特征,并给出了一种能够反映超高次谐波典型特征的优选聚合频带方法,进一步分析了不同因素对超高次谐波发射的影响,为超高次谐波的检测与识别、相关标准的制定以及治理方法提供理论依据。     

中压应用场景下模块化多电平换流器直流侧谐波等值电路建模研究

本文首先建立了模块化多电平换流器(modular multilevel converter,MMC)的时域平均模型.接着,为获取中压应用场景下MMC平均开关函数的谐波特性,建立了平均开关函数的动态相量模型.基于MMC的时域平均模型和平均开关函数动态相量模型,推导得到MMC的直流侧谐波等值电路.等值电路由直流侧等效谐波电流源和等效谐波阻抗组成,其中等效谐波电流源不仅能反映MMC交流侧谐波电流对直流侧谐波电流的传递作用,还能反映直流侧特征谐波电流特性.最后,基于Matlab/Simulink仿真模型验证了MMC直流侧等值电路的正确性.     

基于反射系数傅里叶逆变换的电缆局部缺陷诊断方法研究

为了及时发现电缆中存在的潜伏性缺陷,研究一种基于反射系数傅里叶逆变换的电缆局部缺陷诊断方法。首先根据传输线理论建立电缆计算模型,然后采用快速傅里叶逆变换（IFFT）将电缆首端反射系数谱转换到空间域,最后利用缺陷定位诊断函数DF（x）实现电缆局部缺陷的定位和诊断。针对存在典型局部缺陷的10 kV交联聚乙烯（XLPE）电缆仿真分析,当选取适当的测试频率和测试点数,缺陷定位误差最低可达0.01%。定位曲线中缺陷对应的DF（x）幅值受分布参数的影响,与电容变化的程度线性相关;缺陷长度在一定范围内,DF（x）幅值与缺陷长度成正比;随着缺陷到电缆首端距离的增加,DF（x）幅值成指数衰减;此外,电缆上多处缺陷的诊断结果相互独立。结果表明,该方法具有良好的灵敏度和精确性。     

改进的小脑模型神经网络及其在时间序列预测中的应用

针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.     

大型熔盐罐结构设计、温度分布与强度分析

熔盐蓄热是目前太阳能热发电中应用最广泛的蓄热技术.为了进一步研究高温熔盐储罐的安全性,采用API(The American Petroleum Institute)650标准中规定的变点设计法及其相关规定,对储盐量约为1.65×104 m3大型高温熔盐罐进行了结构设计;利用计算流体力学软件Fluent软件对大型高温熔盐储罐进行了温度场分布模拟,验证了储罐保温结构的合理性,得到了罐内熔盐及罐体内部温度场分布规律;通过有限元分析软件ABAQUS对大型高温熔盐储罐进行了静力分析;根据顺序耦合法,对大型高温熔盐储罐稳定工况下的热应力进行了模拟计算,确定了稳定工况时温度梯度对罐体结构应力的影响,并根据第三强度理论完成了储罐应力评价.     

基于启发式强化学习的AGV路径规划

针对传统算法、智能算法与强化学习算法在自动引导小车(automated guided vehicle,AGV)路径规划中收敛速度慢、学习效率低的问题,提出一种启发式强化学习算法,并针对传统Q(λ)算法,设计启发式奖励函数和启发式动作选择策略,以此强化智能体对优质行为的探索,提高算法学习效率.通过仿真对比实验,验证了基于改进Q(λ)启发式强化学习算法在探索次数、规划时间、路径长度与路径转角上都具有一定的优势.     

融合局部聚类特征的银行间网络重构研究

准确地重构银行间网络是开展银行系统性风险研究的首要工作,实证研究发现最小密度方法低估了真实银行间网络的连边密度且无法刻画其“核心?外围”结构。该文提出一种融合局部聚类特征的银行间网络重构方法。通过引入局部增强矩阵对最小密度方法的概率矩阵进行修正,增强核心银行间的连接倾向。进而,引入自适应因子法对银行间关系重构过程进行权重分配,从而建立具有局部聚类特征的低密度银行间网络。在2018年中国272家银行年报数据集上的实验结果表明,在核心银行连边密度和平均聚类系数上,融合局部聚类网络的银行间网络相比于未融合的银行间网络提升了83.9%和60.1%。而且重构的银行间网络具有稀疏性、异配性和无标度等实证网络结构特征。