感应电动机群聚合方法及其动模试验

通过对感应电动机聚合理论进行研究,提出了一种感应电动机聚合方法:根据感应电动机2种特殊状态,即运行滑差s=0和s=1对感应电动机群进行等值,建立了感应电动机聚合模型。采用仿真准确度较高的动模试验验证了该等值方法的有效性和合理性。     

基于Dyn测度的电压暂降检测方法

针对电压暂降检测的实时性要求，提出了一种基于Dyn测度的电压暂降检测方法。Dyn测度算法能够快速检测信号的所有极值点，并计算各极值点的Dyn测度。而基于Dyn 测度的检测方法根据信号畸变点的Dyn测度和信号峰谷点的Dyn测度差异可以识别信号的畸变点，准确定位电压暂降的发生时刻。文中应用该方法对实测大容量电动机启动引起的电压暂降、变压器投切引起的电压暂降和短路故障引起的电压暂降分别进行测试，并与其他检测方法的结果进行了比较。结果表明文中提出的电压暂降检测方法是有效、可行的，完全满足实时性要求。     

供电无源网络的VSC-HVDC系统控制器及PI参数研究

电压源型高压直流输电技术(voltage source converter based high voltage direct current transmission,VSC-HVDC)在无源网络供电领域具有较好的应用前景。首先分析了向无源网络供电的两端VSC-HVDC的系统结构和工作原理,建立了系统在d-q同步旋转轴下的欧拉-拉格朗日数学模型;其次设计了PI双闭环和无源双闭环2种控制器;再次提出了基于对称最优法的外环控制器参数整定方法;在PSCAD/EMTDC中搭建了向无源网络供电的两端VSC-HVDC仿真系统,分别采用PI双闭环和无源双闭环控制器,对无源网络负荷功率变化和电压下降2种工况进行了仿真分析。仿真结果表明:所提出的控制参数整定方法是正确有效的,设计的无源双闭环控制器和PI双闭环控制器都可以实现电压、电流的快速精准控制,使无源网络电压稳定在给定值,相对而言,无源双闭环控制器的动态控制性能更好。     

区域电力结构优化模型及温室气体减排潜力

如何实现电力行业温室气体的有效减排是当前亟待解决的问题.基于碳捕集技术分析,以区域发电成本最小化为目标,以碳排放量为约束条件,构建区域电力结构优化模型;分析在不同减排水平的场景下,区域电力行业不同发电方式的分配结果,论述碳捕集技术在火力发电中的应用前景.研究结果表明,在全年排放总量不变的前提下,基于电力需求动态调整逐月碳排放额度将有效降低发电总成本,降低碳捕集成本及太阳能发电成本将成为节能减排的下一个目标.此研究成果可供电力行业节能减排工作参考.     

基于最小极大法的电力扰动信号压缩

作者对电力扰动信号的时-频局部特征进行了分析,针对信号压缩过程中的阈值选取问题提出了最小极大法.按照最小极大法选取阈值并压缩信号分解的各细节版本,信号的时-频局部特征不会丢失.对影响压缩效果的分解层数和频带重叠问题进行了研究,并提出了有效的解决策略.测试结果表明提出的压缩方法可以获得很好的压缩效果,在特征信息不丢失、基频分量不失真的情况下,压缩比仍比较高,是解决电力扰动信号压缩问题的一种有效方法.     

基于ANN的变电站故障诊断系统及其容错性

介绍了基于人工神经网络(ANN)方法的变电站故障诊断的系统,并对其容错性进行了研究,该系统充分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点,实现对变电站故障元件的诊断.仿真结果表明,本系统不仅能在输入信息正确的条件下准确地诊断出故障元件,而且在输入信息不完整或少部分信息错误的情况下,仍能给出满意的诊断结果.     

重金属离子吸附用微凝胶研究新进展

微凝胶聚合物网络中易于引入能够与重金属离子螯合或络合的功能基团,且比表面积大,对重金属离子具有较快的吸附速率,因此,微凝胶在重金属离子的去除方面具有广阔的应用前景。本文介绍了重金属离子吸附用微凝胶研究新进展,重点回顾了基于羧基、氨基、磺酸基、羟基及巯基等多官能团化合物与重金属离子通过静电相互作用形成稳定络合物的微凝胶用于重金属离子的吸附,离子印迹型微凝胶用于重金属离子的吸附,以及基于冠醚环（苯并-18-冠-6醚）与Pb²⁺离子通过超分子主-客体识别作用形成稳定络合物的微凝胶用于重金属离子的吸附;描述了这三类微凝胶对重金属离子的吸附性能、优点、用途等;指出了这三类微凝胶适用于不同场合下重金属离子的吸附。     

基于动态测度的电能质量扰动检测

将动态(Dynamics，以下用Dyn表示)测度有关概念引入电能质量研究领域以分析各种扰动信号。提出一种高效的Dyn测度算法，该算法能够准确检测信号的所有极值点，并计算其Dyn测度。通过分析扰动信号极值点的Dyn测度，发现扰动信号畸变点的Dyn测度与信号峰，谷点的Dyn测度差别较大，根据二者差异可以有效识别信号的畸变点。基于此提出了一种新的扰动检测方法。应用新方法对多种实测和仿真扰动信号进行检测，结果表明提出的新方法是正确的、有效的。     

基于人工神经网络的变电站故障诊断

介绍了一种利用人工神经网络（ＡＮＮ） 实现变电站故障诊断的方法,该方法充分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点,实现对变电站故障元件的诊断．仿真结果表明,该方法不仅能准确地诊断出保护、开关正确动作时的故障元件,也可有效地诊断出因保护或开关拒动的越级故障时的故障元件．     

基于ANN的变电站故障诊断系统及其容错性

介绍了基于人工神经网络 (ANN)方法的变电站故障诊断的系统 ,并对其容错性进行了研究 ,该系统充分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点 ,实现对变电站故障元件的诊断。仿真结果表明 ,本系统不仅能在输入信息正确的条件下准确地诊断出故障元件 ,而且在输入信息不完整或少部分信息错误的情况下 ,仍能给出满意的诊断结果。