RCS9652备用电源自投装置KKJ复归问题的分析

正随着电网中新输变电项目和电源项目的投产,部分枢纽变电站的500 kV、220 kV母线短路电流将接近或超过设备允许值。为了保证系统稳定性,浙江省公司逐步对220 kV电网采取了分层分区措施,将部分边缘变电所220 kV线路开断并投入线路备自投,并将对220 kV线路备自投装置KKJ复归问题进行讨论。     

基于云计算关联分析的电力设备故障识别模型

为解决目前电力设备故障识别系统识别敏感度低的问题,提出基于云计算关联分析的电力设备故障识别模型。利用关联分析法、Model-1故障特征提取法、Copula函数的故障特征分类法,对电力设备故障特征进行提取和分类,将分类后的特征数据随机组成训练集X,并在此基础上获得故障特征优化的二维数据,将Copula函数的输出结果导入优化ID3的井漏类型分类算法中以完成对故障特征的优化,得到电力设备故障特征分类矩阵;利用非对称性卷积层的CNN模型,实现对电力设备多种故障类型的快速识别。实验结果表明：在进行故障准确性检测时,所提方法的故障识别率平均高达87.2%、识别精准率平均高达71.06%;在不同负荷对系统灵敏性影响的测试中,所提方法在任意负荷状态下的故障识别数据计数不低于40次,优于对比方法;在对电力设备匝间短路故障位点的识别性能测试中,所提方法在任意匝间短路故障位点的故障识别数据计数均高于140次,优于对比方法。所提方法的故障识别精确度高、故障位置识别敏感性高,可促进电网安全运行和发展。     

应用神经网络与声纹识别的锂电池运行状态预警

为了提高锂电池储能预警能力,结合边缘计算技术设计了一种锂电池储能预警系统。采用多模态锂电池声纹识别装置采集锂电池运行过程中发出的声音特征,并对声纹特征参数进行提取,计算出声纹信号的功率谱。在锂电池声纹识别装置中使用了FPGA芯片和硬件加速器,通过构建BP-SNN融合神经网络的故障预警模型结合反向传播神经网络与脉冲神经网络,利用特定的神经元模型进行时间信息的计算与传递,从而对锂电池监测数据的时间序列进行有效处理,提高锂电池故障预警能力。     

封闭式手车柜中带电显示器自检装置的设计

对带电显示器相关文献进行了综述,介绍了带电显示器的工作原理,在此基础上设计了一种带电显示器自检装置,它能在操作时试验、确证带电显示器是否良好,从而解决了封闭式手车柜的验电难题。     

基于线阵相机的断路器分合闸速度测量系统

针对目前测量断路器分合闸速度的装置大多存在准确度低、安装条件苛刻及无法实现实时在线监测的问题，提出一种全新的基于线阵相机的实时测量断路器分合闸速度的系统。首先搭建模拟断路器转动的实验台架进行实验技术研究，在电机输出端安装转盘模拟断路器执行机构的转轴，转盘一侧放置线阵相机拍摄转盘上设置的靶标的黑白窄条图像。然后通过选用合适的分辨率、曝光时间及判断阈值，实时分析线阵相机拍摄的图像变化，获得靶标的实时运动行程和转盘的转动速度，进而得到断路器分合闸速度，验证了测量方案的可行性。最后将其应用于试点变电站，实现了断路器分合闸运动行程的实时在线监测。与现有技术相比，本测量系统具有较高的图像处理速度，对分合闸速度的测量精确且稳定。     

高灵敏度网状石墨烯微弱压力传感器的研究北大核心

为了改善微弱压力传感器的灵敏度，利用微结构来产生压阻效应的方法，制备出一种性能优异的压力传感器。研究了三种不同结构的石墨烯压力传感器，并设计和研究了石墨烯压力传感器的版图结构、工艺制备流程和材料表征。最后，对三种不同结构的石墨烯压力传感器进行了灵敏度测试。实验结果表明，网状结构的石墨烯压力传感器具有较高的灵敏度，在低压强下(0～200 Pa)的灵敏度可达到0.303 kPa-1,最低可检测到24.5 Pa的压强。该网状结构的石墨烯压力传感器是一种可以感知微弱压力变化的高性能压力传感器。