基于过程免疫力的动态电压恢复器优化配置

优质电力园区以最低成本满足用户对电能质量的特殊需求,成为解决电压暂降问题的新途径,已在国内外开展了广泛的试点应用。针对中国优质电力园区规划缺少经济高效的优化配置方法的实际情况,提出了一种基于过程免疫力的动态电压恢复器优化配置方法。基于工业过程电压暂降免疫力,以满足用户用电需求为目标,以治理设备购置费用最低为约束,采用遗传算法对园区供电质量分级制定动态电压恢复器的优化配置方案,实现工业园区电压暂降治理的经济性。对大型精密温控系统的电压暂降治理装置的优化配置方法进行仿真计算,验证了所提方法的有效性与经济性。     

太湖地区2020年洪水先兆特征与降雨预测模拟研究

以单要素年际序列分析为基础,采用多种方法对太湖地区2020年洪水的先兆特征进行总结,基本摸清了太湖地区旱涝转换的规律.研究表明,通过成因、频率和相似年景对比分析,可以从宏观上找到暴雨洪水发生的理论依据;通过历史演变法、分段法和细部特征法的研究,可以从无锡站年际降雨序列的微观变化中准确把握太湖地区2020年降雨大幅增长的趋势和数值预测的范围;太湖流域的气候与长江中下游地区基本同步,气候突变和非典型旱涝周期的研究,可以提升气候预测水平.     

布莱贝格克诺依特铅锌矿采矿技术考察

本文介绍了奥地利布莱贝格克诺依特铅锌矿的基本情况,以及该矿先进的分段胶结充填采矿技术、充填技术、无线电波阴影探矿技术和矿山计算机应用。并结合我国采矿技术的发展浅谈了几点体会。     

电压暂降期间工业园区分布式风机转子电流动态响应及其灵敏度分析

工业园区配置分布式风机是优化园区电源结构、节能减排的重要措施。并网点电压暂降期间,工业园区的风机响应特性对园区电能质量呈负面影响。为提高风机低电压穿越能力,首先需定量揭示低电压过程中转子电流暂态特性及影响因素,找到影响低电压穿越能力的薄弱环节。在研究双馈感应发电机低电压过程中的暂态特性的基础上,建立双馈感应发电机暂态转子电流详细模型,将低电压穿越能力的影响因素按电机的结构参数和状态参数两类分别研究影响程度,通过轨迹灵敏度分析,定量揭示各因素的影响程度,为提高园区风力发电机低电压穿越能力提供理论支撑。     

基于距离判别分析的电压暂降源识别方法

为准确识别电网中的各类电压暂降源,并避免其他方法在识别过程中特征提取困难的问题,从最小距离的角度提出了一种基于距离判别分析的电压暂降源识别方法。利用暂降分段法对电压暂降有效值的波形变化特点进行分析,并以粗粒化的有效值波形构建了与电压暂降源类型相对应的六个总体。采用多总体马氏距离判别分析方法,利用训练样本进行学习,建立相应的判别函数及其判别准则对待判样本进行判别,从而实现电压暂降源的识别。通过仿真建模对所提方法进行了验证和对比分析,结果表明该方法的识别准确率和性能较高、交叉误判率低,对噪声鲁棒性好,满足实际应用要求。     

计及负载随机性的设备电压暂降停机概率评估

针对电压暂降下设备停机的不确定性,提出计及负载随机性的不同电压暂降下的设备停机概率评估方法。利用电压耐受曲线分析不同电压暂降下设备停机的不确定性,并对残余电压和持续时间表示的二维空间进行区域划分,获得不同区域内的设备停机不确定性特点;根据不同区域内影响设备停机的因素和设备负载率概率密度函数,建立设备停机的概率评估模型,给出概率评估方法的应用流程。以工业中常用的变频调速系统为评估对象,对所提方法进行了验证。该方法有效计及负载随机性和不同负载率下的电压暂降耐受能力,能更准确地反映电压暂降下设备停机的不确定性。     

基于最小功率补偿的动态电压补偿器设计

动态电压补偿器是目前解决电压暂降的常用装置,其发展对保障电能质量有着重大意义。补偿时间、利用率和运行成本是动态电压补偿器设计中的关键指标。针对上海某烟草企业的电压暂降问题,提出了一种动态电压补偿器的设计与实现方案。通过改进动态电压补偿器在系统中的拓扑结构,并采用一种改进最小功率补偿控制策略,减少了动态电压补偿器在该企业实际应用中的能量消耗,延长了其补偿时间并节省了一定的运行成本。通过试验结果验证了所提出的绿色动态电压补偿器设计的正确性和有效性。     

设备电压暂降耐受能力测试技术分析与测试规范建议

设备电压暂降耐受能力测试是认识、理解和解决电压暂降问题的基础。系统分析了国内外的设备电压暂降耐受能力测试技术相关标准,结合测试现状指出标准中尚存在的问题。从现有文献统计、现有研究团队、设备测试成果、工业过程耐受能力、设备对电压暂降的响应机理等角度出发,分析了设备电压暂降耐受能力测试领域研究成果及尚未解决的问题。提出一套通用测试规范,包括测试条件、测试判据、测试平台、测试方法和测试步骤等。最后,对设备电压暂降耐受能力测试技术的发展趋势进行分析,并提出了进一步值得研究的问题。     

基于深度神经网络的电压暂降经济损失评估模型

为进一步简化电压暂降经济损失评估流程、提高经济损失预测的适用性和准确度,提出了一种基于深度神经网络(DNN)的电压暂降经济损失评估模型。首先分析了影响电压暂降经济损失的特征因子,分别从电压暂降故障信息、工业过程信息、敏感设备信息和用户基本信息中提取19维特征向量作为DNN预测模型的输入向量,将经济损失结果作为输出,并基于Tensorflow深度学习架构对DNN预测模型进行训练。在此基础上,提出2种数据增强的策略,有效解决了电压暂降样本数据少的窘境,并通过构建4种DNN架构,对比了不同随机失活概率、神经元数量、架构深度对经济损失预测准确度的影响。训练后的DNN模型可以准确提取特征,快速实现收敛并对经济损失进行合理预测。最后,基于我国某大型电子工业企业的电压暂降实际采样数据,对DNN模型进行了训练和性能评估,结果表明了所提方法的有效性。     

基于网络传播特性的配电网电压暂降随机预估方法

敏感负荷的大量投运使得用户对电能质量的要求不断提高,电压暂降的快速有效预估成为当前电压暂降研究的一项重要内容。提出了一种基于网络传播特性的配电网电压暂降随机预估方法。首先基于配电网拓扑搜索电压暂降传播路径,通过序分量法获得不同路径下电压暂降的垂直/水平传播特性。进而根据路径搜索结果建立故障源至负荷侧的配电网电压暂降传播方程。最后结合不同故障类型及线路故障率计算暂降凹陷域和相应预估指标。对某实例配电网系统开展算例分析,验证了所提方法的有效性与优越性。