采用动态模式分解分形特征的局部放电模式识别

为了解决传统局部放电模式识别方法计算量大、识别速度低的问题,本文采用构造二维谱图的方法进行局部放电模式识别。首先,利用动态模式分解算法构造局部放电的二维谱图,以少于构造传统三维谱图的计算量获取局部放电缺陷信号的二维表征。然后,针对不同缺陷信号的二维谱图提取两种分形特征(分形维数和间隙度),且构造了不同缺陷信号下二维谱图的分形特征数据集。最后,对该数据集进行X均值聚类。结果表明,X均值聚类结果优于传统K均值聚类和模糊C均值聚类算法,并且相比于反向传播神经网络和支持向量机算法,本文所提模式识别方法对3种局部放电缺陷信号综合识别率高,算法运算时间短。     

基于超稀疏矩阵变换器的直驱风力发电系统控制研究

超稀疏矩阵变换器(Ultra-Sparse Matrix Converter, USMC)相较于双级矩阵变换器(Two-Stage Matrix Converter,TSMC)来说具有开关数量少、控制简单等优点,近年来引起广泛关注。常见的TSMC直驱风力发电系统中,其开关数量多且控制复杂,而采用USMC取代TSMC,则控制更加简单,且能量单向流通满足直驱风力发电系统的要求。针对这种情况,分析推导了USMC整流侧和逆变侧的SVPWM控制策略,给出其开关调制序列,并建立了USMC直驱风力发电系统各个部分的数学模型。最后利用Matlab/Simulink软件搭建了系统整体仿真模型。仿真结果验证了控制策略和模型的可行性,为USMC直驱风力发电系统的实现奠定了理论基础。     

基于边缘检测的大规模风电场送出线路纵联保护算法

由于风电出力的波动及送出线路发生故障时故障电流的频偏特性,风电场送出线路纵联保护灵敏度下降甚至拒动,因此提出了基于边缘检测的风电场送出线路纵联保护算法。通过将风电场送出线路两侧采集到的电流构造为矩阵形式,并使用Sobel算子进行边缘检测,从而确定电流采样值变化大的部分。然后通过所识别到的线路两侧电流采样值变化大的部分计算平均梯度幅值并与整定值相比较,实现区内故障和区外故障的快速识别。最后通过PSCAD/EMTDC搭建了大规模风电场送出系统模型,验证了所提算法的适用性、速动性及抗过渡电阻能力。与现有送出线路的纵联保护相比,所提方法在风电场弱出力的情况下仍适用,且动作速度更快。     

基于TMS320C6416高速数据传输接口设计

DSP(digital signal processing)因其强大的数据处理能力,在通讯、图像处理、雷达等领域应用越来越广泛.要使DSP充分发挥其强大数据处理能力,外部的数据接口设计便显的极为重要.本文通过实践,在一个双TMS320C6416的系统中,设计了一种利用EDMA(Enhanced Direct Memory Access) MCBSP(Muhichannel Buffered Serial Port)的高速数据传输接口,在CCS3.1集成开发环境下,利用BIOS(base input/output system)工具,实现了两个DSP系统之间的高速数据传输,并成功运用到产品当中,运行良好.     

浅议县级水资源实时监控与管理系统建管及维护

结合河北省隆化县水资源实时监控与管理系统的建设、管理与维护经验,提出合理的系统建设结构,总结提炼出系统的规范化管理模式,及时可靠的维修处理方式。     

考虑暂态电压稳定的含高渗透率风光的电网动态无功规划方法

随着电网中风电、光伏渗透率的逐渐提高,电网暂态电压稳定问题愈加严重,提出一种考虑暂态电压稳定的含高渗透率风光的电网动态无功规划方法。构造基于电压二元表的区域暂态电压安全裕度指标和无功规划基准场景;基于所提指标给出动态无功补偿装置的布点方法,建立差异化动态无功补偿优化模型,利用多目标灰狼优化算法求解配置容量,并采用改进的熵权逼近理想解距离法筛选出动态无功补偿装置的待配置方案;利用摄动法确定最终配置方案,确保所得规划方案适用于所有场景。改进的IEEE 39节点系统和实际电网的仿真结果验证了所提规划方法的普适性和合理性。     

改进LMD算法在微电网电能质量扰动信号检测中的应用

采用局部均值分解(local mean decomposition,LMD)算法对电能质量扰动进行检测时存在"端点效应"和"模态混叠"问题,严重影响了检测精度。文章针对分布式电源接入引起的微电网电能质量问题,对LMD算法进行改进,提出四点波形曲率延拓,寻找最优匹配波形用以改善"端点效应"。采用三次样条函数插值提高计算速度,使得筛选过程更快,间接减小了"端点效应"和"模态混叠"的影响。进一步提出了自适应筛选停止准则,通过内外层循环判据确定筛选停止条件,从而抑制"模态混叠"。通过对单一扰动、复合扰动模拟信号与实测信号的时频分析,验证了所提算法的可行性和有效性。最后通过与其他算法的计算量对比分析,进一步表明所提算法具有较低的计算量。     

混合动力系统电能质量扰动分析及治理

基于并联有源滤波器(shunt active power filter,SAPF)和动态电压调节器(dynamic voltage restorer,DVR),首先,搭建了包含光伏和风机的混合动力系统,用以模拟分布式电源接入配电网中产生的电能质量(power quality,PQ)扰动。其次,利用模糊逻辑、神经网络和自适应神经模糊推理系统控制算法对SAPF的动态性能进行优化,对电能质量扰动进行治理,使用人工智能技术进行管理,使光伏和风能系统均实现最大功率点跟踪(maximum power point tracking, MPPT)。最后,在搭建的仿真系统中进行验证,线性负载和非线性负载输出侧谐波畸变率分别降至0.20%和2.05%,满足配电系统对于电能质量的要求。     

基于频差控制的自适应频率检测研究

采用低阶Duffing混沌振子和高阶R(o)ssler混沌控制相结合,提出基于频差控制的微弱光电信号自适应频率检测的新方法,该方法通过对待检信号的频率与周期策动力频率之间频差的控制,实现了两种混沌振子之间的自适应选择,从而提高了检测精度和检测速度.该方法突破了以往Duffing方程检测信号频率需要使用较多混沌振子的局限,同时,也克服了高阶Rossler混沌控制检测方法中存在的检测速度慢的缺点,利用频差控制实现两种混沌振子的自适应选择,实现了微弱光电信号的频率检测.通过数值仿真和实验研究,验证了该方法的有效性.     

高阶混沌振子的微弱信号频率检测新方法

采用高阶Rossler混沌振子及比例微分控制方法相结合,将含有待检信号的Rossler混沌振子从混沌态控制到周期态,然后利用谱分析的方法检测待检信号的频率.该方法突破了以往Duffing方程检测信号频率需要使用较多振子的局限,利用比例微分控制理论将Rossler系统控制到稳定的周期态,从而提取待检信号的频率,较大提高了检测精度和检测稳定性.通过数值仿真,验证了该方法的有效性.