基于三阈值概率分布的多导体传输线电磁参数特性

导线电磁参数的随机特性是多导体传输线串扰预测的重要因素。采用有限元与概率统计相结合的方法,利用Ansys有限元软件建立了多导体传输线的数值计算模型,针对传输线横截面的结构特点,对仿真计算模型进行了简化处理,进一步优化单位长度电磁参数矩阵的提取方法,并通过算例验证所述方法的有效性和可行性。依据概率统计原理,采用分段卷积的方法得出电磁参数概率分布,提出并验证了以三阈值为收敛判据的概率分布算法。通过算例和实验对比,基于三阈值概率分布的电磁参数预测方法简单易行、通用性强,其表征的电磁参数的特点规律准确性高,可作为线缆束串扰预测的有效手段。     

基于NILT的传输线串扰时域响应分析与实验研究

基于传输线分布参数节点导纳方程和数值拉普拉斯反变换(NILT)方法,仿真分析了传输线串扰电压响应及传输线参数和端接阻抗对串扰电压峰值的影响.基于实验室研究设备对共地并行传输线间的串扰电压进行了实验研究.将实验结果与理论仿真结果进行比较,结果显示仿真和测量结果波形基本一致,仿真的脉冲宽度要大于测量脉冲宽度,仿真结果峰值略小于测量峰值.     

基于FDTD法的传输线串扰时域响应分析与实验研究

为了研究传输线之间的串扰问题,基于传输线时域有限差分(FDTD)法,对二平行线模型的传输线串扰时域响应问题进行了仿真研究.通过在二平行线模型的干扰线端口加入上升沿为ns级的梯形波,仿真分析了二平行线模型各个端口的电压波形;同时,基于实验室研究设备,对共地平行传输线间的串扰电压进行了实验研究,并将部分实验结果与理论仿真结果进行了比较分析.结果显示:仿真波形的振荡与幅度和测量结果的振荡与幅度基本一致,仿真的脉冲宽度略大于测量脉冲宽度,仿真结果峰值略大于测量峰值.这说明传输线时域有限差分(FDTD)法在分析ns级上升沿的传输线耦合问题时是有效的.     

多导体线束内串扰概率分布的预测

串扰是电气、电子系统内部多导体传输线间的相互电磁干扰,受其影响系统可靠性往往较差。电缆线束作为典型的多导体传输线,其串扰问题显得尤为突出。针对电缆线束内导线位置的不确定性,提出一种线束内串扰概率分布的预测方法,在假定线束横截面固定的条件下,将线束分为N段,计算单一子段的电磁参数分布律,并利用卷积算法求得整个线束的电磁参数概率分布;基于蒙特卡洛法,结合多导线传输线理论得到线束串扰的概率分布,进而帮助设计者发现系统内潜在的串扰问题、评估遭受串扰影响的系统可靠性。为了得到卷积算法中分段数N的合适取值,以线束的扭绞程度为依据,提出了相应的经验公式,并结合实际算例进行测量。实验结果表明,线束的分段数N应与线束的扭绞程度相适应;线束的扭绞程度越高,线束内串扰的概率分布越集中,有趋于"平均化"的规律。     

高频多导体串扰的简化三维全波算法及其有效性评估

为了克服多导体传输线方法求解多导体串扰时高频响应准确度不足的问题,研究了一种基于导体等效的简化算法。根据导体端接阻抗的不同将多导体传输线分组并分别等效为一根导体,这种等效节省了计算资源,使得用三维全波的方法求解多导体串扰响应成为可能。应用特征选择验证法,定量评估了简化算法的有效性。通过对仿真结果的评估表明,简化算法比多导体传输线方法在准确性上提高一个等级。     

基于相似日理论和PCAＧPSOＧBP的光伏发电功率预测

针对光伏发电功率预测精度不高的问题,提出一种基于相似日理论和主成分分析(PCA)-粒子群算法(PSO)-BP神经网络的光伏发电功率预测模型.考虑不同季节下发电功率差异较大,通过灰色关联度选取预测日的相似日,采用主成分分析法对影响光伏发电功率的因素进行降维处理,利用降维后的相似日气象数据和历史发电功率数据来建立PSO-BP预测模型.试验验证,该方法与单一BP神经网络、PSO-BP预测模型相比,功率预测精度得到提高.     

面向高比例新能源接入的配电网电压时空分布感知方法

随着配电网中新能源渗透率不断增加,电压越限、潮流过载等安全性问题愈发严峻。为此,文中提出一种面向高比例新能源渗透的配电网电压时空分布感知方法,通过数据驱动的方法实现在缺乏配电网潮流模型条件下的短期、高精度的节点电压感知预测。所提方法包含三部分:基于数值气象预报的分布式风光预测,建立气象数据与分布式能源出力之间的时空映射关系;基于广义回归神经网络(GRNN)的电压灵敏度矩阵学习机制,在缺乏配电网潮流模型条件下构建数据驱动的节点功率-电压映射;基于核密度估计(KDE)的GRNN预测样本修正法(KDE-GRNN),进一步降低因原始样本局部密度偏差导致的预测误差。基于IEEE 33和委内瑞拉141节点配电网验证了所提方法的有效性。对比同类算法,验证了提出的KDE-GRNN在预测精度、收敛速度方面的优势。     

基于神经网络的三端口DC-DC变换器解耦控制策略

针对隔离型三端口有源全桥变换器(TAB)存在的实用性问题,提出一种基于神经网络的解耦控制策略。传统的TAB解耦方法主要包括硬件解耦和软件解耦,硬件解耦通过改变电路拓扑消除耦合,工作模式相对固定,而软件解耦则相对灵活。但软件解耦控制需用查表法来获得与系统运行点密切相关的解耦矩阵,该方法在系统工况复杂时存在表格维数过大、实用性不高的问题。针对该问题,提出了基于神经网络的解耦矩阵在线计算方法,有效地降低了解耦算法的空间复杂度。其次,传统的TAB恒压端口采用端口直流内环加端口电压外环的控制方法,其中端口直流电流内环用于实现端口间的解耦控制。该方法中控制回路的设计依赖于负载动态特性,在负载动态特性未知时控制器无法设计。针对该问题,采用端口电压单环控制,并利用端口直流电流的低频分量来计算解耦矩阵,提高了解耦控制算法对不同负载的适应性。通过对负载变化的情况进行仿真,仿真结果表明,该方法消除了端口间的耦合关系,提高了系统的动态响应速度。     

基于GA-BP和PSO-BP神经网络的间冷塔扇区出水温度预测研究

基于某电厂330 MW机组分布式控制系统(DCS)采集的实测运行数据,通过灰色关联度分析扇区出水温度与其影响因素之间的关联关系,分别利用遗传算法(GA)和粒子群算法(PSO),对BP神经网络间冷塔出水温度预测模型进行优化.优化结果表明,遗传算法和粒子群优化算法对BP神经网络的预测结果优化作用明显,并且PSO-BP神经网络模型的优化效果优于GA-BP神经网络模型.     

基于部分移相网络级联的传输线远端串扰消除技术

串扰是电气、电子系统内部多导体传输线间的相互电磁干扰,严重时可降低系统的可靠性和安全性,影响系统的正常工作。典型的多导体传输线包括电缆线束和PCB导线等,其远端串扰问题显得尤为突出。针对多导体传输线系统的远端串扰噪声,提出了一种在中低频段大幅消除远端串扰的理论及其实现方法,考虑将两段传输线通过一有源网络级联,两段传输线线长比例可调,并且该网络可通过特别设计,以达到传输线远端端口不含其他导线耦合噪声的目的。另外提出一种"部分移相网络",即对"施扰线"电压进行移相处理而对其余端口不做处理,该网络满足上述串扰消除的要求,并且对于任意传输线系统均存在最优的移相角和线束比例。为了确定最优移相角和最佳线长比例,基于数值计算提出了最优移相角和最佳线长比例的计算流程,并结合两个示例进行了仿真测试与实验测量。研究表明,中低频段最优移相角集中在π附近,且随着频率的升高而增大;最佳线长比例则集中在0.3~0.5之间,两者均与频率有关。     

多导体电力电缆载波通信中的频谱优化方法

使用多导体电力电缆的高速数据传输面临严重的信号串扰问题。该文通过测量实际的电力电缆的串扰参数，分析了多导体电缆的串扰规律。为了提高数据传输速率，深入研究了多导体电缆数据传输的频谱优化问题。首先，讨论了采用拉格朗日乘子求解带串扰项的频谱优化方法。然后，针对该方法的局限性，提出通过对传输信号进行线性变换，实现信道解耦，进而将复杂的优化问题分解为多个简单的优化问题。在信号功率限制的条件下，对算法的应用范围进行了推广。仿真分析表明，结合信道解耦的频谱优化方法显著提高了多导体电缆的数据传输率，有效地克服了信号串扰对高速电力线通信系统的影响。     

抑制非平行微带线间串扰的保护带方法研究

非平行传输线之间的耦合(串扰)是非常复杂且难以预测的,但是在高速电路中,这种串扰影响又必须考虑在内.针对非平行微带线串扰问题,首先利用基于Daubechies小波函数的MRTD方法计算非平行微带线间夹角分别为0°、30°、45°、60°时微带线的串扰,提出微带线间夹角对串扰的影响.其次,研究了采用保护带的方法对非平行微...     

屏蔽电缆参数计算及屏蔽层与芯线间的串扰

为分析线缆间的串扰问题,基于有限元软件ANSYS分析了屏蔽电缆周围的电磁场分布,通过计算导体所带电荷量以及磁链,求得了多导体传输线系统的电感电容矩阵。针对位于地面上方的屏蔽电缆系统提出了一种新的表示其传输线参数的模型,即以大地为参考导体,建立包括芯线、屏蔽层、大地的统一模型,计算其相应的传输线参数;运用所得屏蔽电缆的传输线参数,结合传输线时域有限差分(FDTD)法,仿真分析了屏蔽电缆屏蔽层中的电压、电流在电缆芯线中的耦合响应问题;基于实验室研究设备,对同轴电缆屏蔽层与芯线之间的耦合问题进行了实验测量,验证了理论研究的正确性。     

基于CMPSO—BP算法的变压器故障诊断

将基于遗传算法交叉变异思想的改进粒子群优化(CMPSO)算法和误差反向传播(BP)算法相结合构成的CMPSO-BP混合算法用于训练神经网络,该混合算法有效克服常规BP和PSO-BP算法独立训练神经网络的缺陷,并应用于变压器溶解气体分析的智能故障诊断实验。诊断结果表明,CMPSO-BP混合算法较BP及PSO-BP算法具有较高的诊断准确率。     

基于WNN-GNN-SVM组合算法的变压器油色谱时间序列预测模型

分析了小波神经网络(WNN)、灰色神经网络(GNN)、支持向量机(SVM)预测方法的原理,利用粒子群优化(PSO)算法对这3种基本预测方法进行了结构参数优化。将WNN、GNN、SVM与PSO-BP算法进行组合,推导得出了组合预测模型最优权系数的计算方法,并优化了组合预测模型拓扑结构参数。算例分析结果表明:经过PSO算法优化后,WNN、GNN、SVM预测模型的预测精度得到了提高,其组合模型较单一模型有更高的预测精度。     

基于PSOEM和神经网络的光伏电站功率预测

分析光伏发电输出功率预测的影响因素,确定了基于BP神经网络的功率预测模型,针对BP神经网络本身易陷入局部极值、收敛速度慢等问题,采用粒子群优化算法（PSO）和带扩展记忆粒子群优化算法（PSOEM）这2种群智能算法来优化BP神经网络的初始值和阈值,分别建立了基于PSO-BP神经网络和基于PSOEM-BP神经网络的光伏电站输出功率预测模型。根据某光伏电站2月1日—6月30日的光伏发电历史数据,利用所提3种模型对光伏发电系统进行了功率预测。误差对比结果表明,基于PSOEM-BP神经网络的功率预测精度明显高于基于PSO-BP神经网络的功率预测精度,故采用PSOEM优化后BP神经网络模型进行光伏功率预测,具有一定的理论和实用价值。     

脐带缆中通信电缆间串扰计算方法研究*

脐带缆是由电缆、光缆和药剂运输管线组成的紧凑多管线聚合缆,多应用于深水和超深水的石油和天然气资源开发.随着脐带缆敷设距离的增加和管线集成度的提高,通信电缆间的串扰已成为脐带缆中电缆通信可靠性设计必须考虑的关键问题.为此,提出了脐带缆串扰计算的一种场-路耦合模型和计算方法.为考虑脐带缆中多导体芯线的通信电缆,提出了基于多导体传输线(MTL)理论的多通信电缆串扰的计算模型和计算方法.由于脐带缆结构较复杂,电缆芯线周围的介质非均匀,电缆芯线导体之间不满足宽间隔条件,因此提出了上述模型参数的数值计算方法.最后,仿真计算了典型脐带缆通信电缆间串扰分布规律,并进行了实验验证,证明了该模型和算法的准确性.     

基于P-Q解耦的可用输电能力的计算分析

作为计算输电网可用输电能力的一种重要方法,连续潮流法一直受到电力工作者的关注.文章在分析基于P-Q解耦潮流的ATC模型基础上,给出了ATC计算中预测和校正的详细算法.这种算法在迭代过程中以不变的系数矩阵和代替变化的雅克比矩阵B′和B＂,可以节省存储空间、提高计算速度.以IEEE14节点系统为例,文章分别运用基于P-Q解耦和牛顿-拉夫逊法的连续潮流法进行ATC计算,进一步验证了基于P-Q解耦法ATC计算方法的有效性.     

基于PSO-BP的电动汽车锂离子电池SOC估算

针对BP神经网络算法对电动汽车锂离子电池荷电状态(SOC)估算的缺陷,提出粒子群(PSO)优化BP神经网络的方法,采用温度、电压、电流、充放电倍率作为PSO-BP神经网络的输入向量,以SOC作为输出向量,进行网络学习和训练,并不断进行神经网络权值、阈值的调整优化。在Matlab中进行仿真验证,实验结果表明BP神经网络算法和PSO-BP神经网络算法均可以使误差减小,但是使用PSO-BP神经网络算法估算SOC效果更优、误差更小、收敛性更佳,可将误差减小到4%以内。     

基于PSO-BP的轴流转桨式水轮机协联关系的研究*

轴流转桨式水轮机组效率与水轮机的导叶 桨叶协联关系有着密切的关系。目前水轮机的协联关系是通过线性插值法取得的,其值与水轮机最优运行工况的协联关系有较大差异。针对插值法结果不能正确体现最优协联关系的缺点,利用粒子群神经网络(PSO-BP)对导叶 桨叶关系进行训练测试,获得导叶、桨叶之间的协联关系。通过水轮机组试验,PSO-BP算法的桨叶开度值比线性插值法的桨叶开度值平均减少3.61%,效率提高了3.09%。实验结果表明PSO-BP优化后导叶-桨叶协联关系可使水轮机的过水流量减少,节约了水力资源,提高了水轮机的运行效率。