电力系统谐波不稳定

说明了谐波不稳定的实质,介绍并分析了国内外发生的谐波不稳定过程。给出一个算例,关系到变压器涌流引发高压直流输电换流器换相失败而系统失稳。     

Ionic liquids as novel spectroscopic solvents for Eu（III）-containing complex

Novel soft materials,Eu(III)-containing complex dissolved in [C8mim][X](X=Cl-,PF6-and Tf2N-) ionic liquids,were synthesized.FT-IR and elementary analysis of complex proved that the molecular formula is [C8mim][Eu(TTA)4].The complex and ionic liquids had highthermal stability according to TGA.The photoluminescence spectra showed that the [C8mim][Eu(TTA)4] exhibited typical red emission deriving from 5D0-7F2 transition.After dissolving the complex in [C8mim][X](X=Cl-,PF6-and Tf2N-) ionic liquids,the luminescence intensitydecreased in the following order:[C8mim][Tf2N]≈[C8mim][PF6 ]>[C8mim][Cl].This was because Tf2N-and PF6-anions had larger molecularvolume and weaker coordination ability than Cl-.     

电池储能系统两模式协调控制策略

针对混合储能存在运行模式较为固定、利用水平有待提高的问题,基于一种分布式光伏-电池储能联合系统典型结构,提出了一种电池储能系统平抑波动-峰谷套利两模式协调控制策略。利用电池储能系统可运行于不同模式的特点,根据光伏发电功率中频分量的波动特性,对电池储能系统各电池组串的运行模式在平抑波动和峰谷套利之间进行动态分配和灵活调控,满足系统运行需求的同时,有效提高电池储能系统的利用水平。最后,通过典型算例对所提控制策略的有效性进行了验证。     

低碳钢激光束电阻缝焊复合焊接中电阻缝焊温度场的数值模拟

使用ANSYS软件对"激光束-电阻缝焊"(LB-RSW)中电阻缝焊过程的热结构和热电进行了耦合分析,研究了缝焊电流、焊接速度和滚盘间距对低碳钢板RSW温度场的影响。结果表明,滚盘电极压力可以有效控制板间间隙;增大缝焊电流、降低焊速和增大滚盘电极间距都可以提高钢板表面温度、温度梯度和升降温速度。模拟结果与热成像测量结果吻合良好。     

硅元素对TiN薄膜性能的影响

在TiN中加人不固溶于TiN晶格的Si元素，提高薄膜的硬度、韧性和弹性回复，从而增加了刀模具的使用寿命。     

改善电能质量的电网补偿技术

概要介绍了电力系统中为提高电能质量所使用的各种补偿技术及动态补偿方式，重点叙述了补偿技术的发展及其技术前景，讨论了正在开展的新的补偿技术以及补偿用能源的合理使用，并表明了对当前电网中应用各种补偿方式的看法和评价。     

一种锂离子软包电芯比热容的实验测量办法

电池包热管理包含以下工作内容:采用实验手段评估电芯/电池包在不同倍率下充放电的产热情况;采用热仿真手段模拟电芯/电池包的温升情况。而采用实验手段测量电芯比热容是上述热管理工作的基础。针对软包电芯详述一种比热容实验测试方法、以及相关实验的数据处理与结果修正办法。该方法允许企业或高校在无加速绝热量热仪(绝热量热设备)前提下,仅在空调室内采用石棉、加热片、靶材料及温度采集装置即可对(待测)软包电芯比热容进行测量、修正,且原理同样适用于钢壳电芯。     

基于S变换与奇异值分解的有载分接开关机械故障识别

为了及时准确地获得有载分接开关(on-load tap-changer,OLTC)的状态信息,将S变换和奇异值分解(singular value decomposition,SVD)引入OLTC的机械故障识别。通过S变换获得振动信号的模时频矩阵(module time-frequency matrixes,MTFM);对MTFM进行SVD,得到原始矩阵的左右奇异向量组和奇异值;针对前3阶奇异值,提取对应左右奇异向量的重心,得到不同振动模式的时域重心和频域重心;基于奇异值、左右奇异向量重心构成一个9维的特征向量,利用最小二乘支持向量机(least squares support vector machines,LS-SVM)实现OLTC故障的识别。测试结果表明所提出的方法简洁高效,并且能得到较高的OLTC故障识别准确率。