差动式自适应管道机器人的设计与运动分析研究

针对管道机器人过弯时驱动轮与管壁间的相对滑动问题以及机体对管径尺寸的适应问题,设计了采用单电机进行驱动并具有自主差动特性和自适应变径特性的管道机器人。分析了机体差动机构的传动特性,从理论上推导了管道机器人变径机构工作状态时的受力方程,得到了机器人运行时驱动轮与管壁之间的力学关系式。构建了机器人在管内的运动位姿模型,并研究了机器人在不同位姿条件下的模型中各个变量之间的对应关系。分别建立了管道机器人在弯管和变径管中运行的虚拟样机模型,最后通过仿真实验对管道机器人的自主差动特性和自适应变径特性进行了验证。研究结果表明,管道机器人可以无干涉地通过弯管,在变径管中运行时也能有效地实现自主变径,并展现出了良好的驱动性能。     

基于智能变电站的无线网络测温系统

介绍了基于智能变电站的无线网络测温系统的结构及实现原理,并建立了该系统的IEC61850模型,最终通过IEC61850通信规约实现了互操作,实现了后台管理系统对电气设备测温数据进行记录、分析和实时监控,并对一次电气设备给出温度异常告警,实现高压设备热故障的预知维修,在王铁变智能变电站得到了实际应用。     

变电站综合自动化在鞍山电业局的应用

介绍了鞍山电业局在变电站综合自动化工作中的实践及ISA－1微机保护在综合自动化变电 站的运行情况，总结了几年来变电站综合自动化工作的经验。     

FMEA在产品使用服务阶段的应用研究

为了使专家的经验和知识更好地支持产品的使用和维护维修,并且能够及时地搜集产品使用服务阶段的反馈信息,本文提出了将FMEA应用于产品使用服务阶段的管理模式,建立了FMEA在使用服务阶段的数据模型,搭建了电力设备维护、维修、大修系统,并在某变电站设备中成功实施应用。     

变电站综合自动化在鞍山电业局的应用

介绍了鞍山电业局在变电站综合自动化工作中的实践及ISA－1微机保护在综合自动化变电 站的运行情况，总结了几年来变电站综合自动化工作的经验。     

鞍山麦山66 kV智能变电站示范工程综述

智能变电站是智能电网的重要基础和支撑,以鞍山麦山66 kV智能变电站示范工程设计与建设为例,介绍新技术在66 kV麦山智能变电站中的应用,具体分析了自动化系统及智能状态监测功能的设计与操作方式,站域保护的实现形式及变电站的组网方案等,为智能变电站的建设提供新的思路和理念。     

基于数字化变电站的集中式保护

新型的PCS集中式保护采用嵌入式的硬件设计和分布式的软件设计。每个间隔的保护测控集成到一个DSP板卡中,并可灵活扩展,已经成功应用于220 kV变电站。变电站220 kV配置2台集中式线路保护装置完成所有线路和母联的保护测控功能,配置1台集中式元件保护装置完成母线、主变保护测控功能。66 kV配置4台集中式低压保护完成所有66 kV出线、电抗器、电容器保护。变电站在过程层采用IEC61850-9-2/GOOSE的冗余双网方案,间隔层采用点对点同步技术。     

无人值守变电站智能遥视集中管理应用

变电站运维管理工作中,需要实时掌握变电站的运行状态。现有变电站内各种监控系统独立运行,为实现变电站运行管控的统一展现和集中管理,建立无人值守变电站智能遥视集中管理平台,使变电站视频监控具备智能分析功能,采用IPSAN存储方式,将各变电站视频数据汇总到管理中心,实现无人值守变电站集中监控管理。集中监控平台采用GIS地图展现变电站运行情况,汇集四遥、环动、防火、安防等功能,实现视频定点监控、关键区域监控、人员、车辆智能监控,非法进入、报警、视频智能分析、视频跟踪、报警联动。变电站智能遥视系统集中管理应用,实现变电站运行状态的集中展示,避免人员的误操作发生,提高了变电站运行可靠性,保障了电网运行安全,提高运维工作效率,降低运维成本,有助于变电站安全生产的监督和管控。     

基于级联多电平无变压器UPFC系统控制方法

针对传统统一潮流控制器(UPFC)系统应用中配备Z型变压器存在的损耗、失效等诸多问题,基于级联多电平逆变器(CMI)拓扑提出一种无需变压器的UPFC系统结构,并针对该UPFC系统进行送、受电双端电网相位、阻抗调节方法研究。对无变压器UPFC结构及工作原理进行介绍,在此基础上介绍了CMI基波频率调制策略,并以此为基础完成适用于无变压器UPFC系统的矢量控制系统设计。最后,搭建了2 MVA无变压器UPFC系统测试样机对所提调制和控制方法进行验证分析,测试结果表明所提方法可实现对输电系统相角、阻抗的有效调节,同时串联、并联CMI电容电压得到有效控制,保证了UPFC系统注入补偿电压的准确性和一致性。     

负阻态忆阻Hopfield神经网络动力学

人类大脑是一个高度复杂且规模庞大的非线性动力学系统,其动力学行为与人类智能活动密切相关。基于忆阻器的人工神经网络不仅可以很好地模拟人脑工作机制,而且其非线性特性可以为神经网络带来更为丰富的动力学行为。为了进一步发挥神经网络的优势,引入一种新的具有负阻态功能的忆阻器模型,该模型打破了原有忆阻器的阻态极性限制,为忆阻器扮演神经网络突触仿生器件提供了更加丰富的变化性能。在对忆阻器模型分析的基础上,提出了一种新的忆阻Hopfield神经网络(HNN),进一步加强了HNN的负反馈功能,使之表现出更加丰富和复杂的动力学行为。实验结果表明,新忆阻HNN拥有较为丰富的动力学行为,具有一定的混沌特性。在不同的忆阻器参数以及权值矩阵取值条件下,观察系统的相位轨迹图、Lyapunov指数的变化情况,并与同类型网络进行对比,进一步证明提出的神经网络的有效性,同时复杂的动力学特性也为在数据处理、图像加密等方面的应用提供了研究支撑。