大尺寸油纸绝缘结构空间电场非接触式测量的光学传感器

油纸绝缘结构可靠的绝缘设计对保证电力变压器乃至电网的安全可靠运行至关重要,目前其设计可靠性主要依靠电场仿真计算及简易等效模型下的电场实测校验。对于换流变压器出线装置等大尺寸复杂结构,现有的电场测量手段无法有效应用,难以获得复杂结构内空间电场/电荷特性,对其绝缘设计和校核提出了挑战。基于Kerr电光效应,研发一种可用于大尺寸油纸绝缘结构内部空间电场测量的小型化传感器及相应的测量系统。该传感器内部采用多反射结构有效减小了器身尺寸,并显著提升了测量灵敏度,采用聚砜非金属材料降低了传感器的引入对待测电场的影响,定制化光学元件及合理的内部结构设计保证了其结构的小型化。利用平板电极,对所研制传感器的关键技术性能参数进行试验标定。利用所研发传感器,针对换流变压器阀侧出线装置大尺寸模型,进行直流电压模型内部油中空间电场特性的实验测试。测试结果表明:直流电压下,无论正负极性,随着加压时间的延长,内侧油道油中电场逐渐增加,最大增幅可达118.8%;中间油道同样逐渐增加,但达到稳态时间更短,增幅更小;外侧油道油中电场逐渐降低,最大降幅可达75.0%。该空间电场非接触式光学传感器可为进一步研究油纸绝缘空间电场和电荷分布特性提供新的方法和手段。     

基于差分进化膜计算的MMC-HVDC控制参数优化

基于模块组合多电平换流器MMC的新型高压直流HVDC输电具有广阔的应用前景。针对传统控制器优化方法的不足,提出了一种基于差分进化膜计算的MMC-HVDC控制参数优化方法。基于MMC-HVDC的控制原理,在PSCAD下搭建了MMC-HVDC的仿真模型,利用差分进化膜计算优化控制系统参数。算例分析表明:该控制器能有效改善系统受到短路故障扰动后的动态特性;通过比较原参数、基于差分进化算法的优化结果和基于自适应差分进化算法的优化结果,验证了该方法的有效性。     

基于自适应差分进化和BP神经网络的光伏功率预测

针对光伏功率的波动性和间歇性,通过分析光伏发电的影响因素,建立了基于自适应差分进化和BP神经网络的光伏功率预测模型.该模型利用自适应差分进化算法优化BP神经网络的权重阈值,克服了BP算法收敛速度慢、容易陷入局部极值的缺点.利用光伏电站的历史数据和气象观测站的气象数据,对预测模型进行训练和光伏功率预测.结果表明,基于自适应差分进化和BP神经网络的模型预测精度高于BP神经网络模型,验证了所提模型和算法的有效性和可行性.     

基于差分进化优化的支持向量机燃料电池故障诊断

质子交换膜燃料电池是一种多耦合非线性的复杂系统,电堆内部的水淹和膜干故障是其运行过程中最常见的故障.基于差分进化算法优化的支持向量机方法,可以用于燃料电池故障诊断,该方法在传统的支持向量机模型上增加了主成分提取和差分进化算法寻找最优参数,使模型得到更好的训练效果.采用电堆20片单电池电压为数据集进行相关的故障验证分析,结果表明:通过差分进化算法优化的支持向量机在燃料电池故障诊断中有着较高的准确度,具有一定的工程应用价值.     

平行板型三维脉冲电场传感器的研制

宽频带传感器是脉冲电磁场测量的关键设备之一,目前用于脉冲电场测量的传感器大都是单极化形式,只能测量半空间、单极化方向上的电场。为此,研制了一种可用于脉冲电场测量的三维平行板型结构传感器,它由三维电场天线和光发射机组成,与相应的光纤传输系统配合,可以对三维脉冲电场进行同时、全空间测量。应用FDTD法对三维电场测量天线模型进行了数值模拟,重点分析了三维天线的极间耦合、三维场分量的合成与频率特性。计算结果表明,平行板型三维电场天线可以满足脉冲电场测量要求。根据数值模拟的结果实际制作了三维电场传感器并对该传感器进行了实验验证。测量结果表明,该三维电场传感器的性能达到了设计要求。     

基于化整为零策略和改进二进制差分进化算法的配电网重构

为缩减编码长度,提高计算效率,提出了基于化整为零策略和改进二进制差分进化算法的配电网重构方法。将开关根据其在环路中的位置进行分类,建立了环路–开关关联矩阵。应用化整为零策略将整个解空间划分成若干个子解空间,应用改进二进制差分进化算法直接对各子解空间进行并行搜索,比较所有子解空间的搜索结果即可找到重构问题的最优解。该方法缩短了开关方案的编码长度,改进二进制差分进化算法通过调整变异、交叉操作规则,避免了不可行解的产生。接入分布式电源的配电网仿真算例验证了该方法的有效性。     

基于混沌策略文化差分进化算法的动态环境经济调度

针对风电并网影响建立一个含风电场的动态环境经济调度模型,该模型以运行成本及污染气体排放为目标,考虑实际中存在的各种等式约束和不等式约束,提出基于混沌策略的文化差分进化算法(chaotic cultural differential evolution,CCDE)以求解该模型。将混沌参数调整策略融入文化差分进化算法,与自适应柯西变异结合,有利于跳出局部最优。采用动态约束处理方法结合罚函数使得群体空间的个体满足约束。仿真结果表明CCDE算法能有效处理该模型并且得到较优的调度方案。     

基于聚类的差分进化算法的两阶段最优潮流方法

差分进化算法是一种广泛应用于求解非线性优化问题的全局最优解的元启发式方法,但存在容易找到次优解或近似局部最优解的问题.为此,提出了一种求解高质量局部最优解甚至全局最优解的基于聚类的差分进化算法的两阶段方法,并将该方法应用于电力系统最优潮流问题.所提方法由基于聚类的差分进化算法和局部优化算法组成.第Ⅰ阶段是基于聚类的差分进化算法利用强大的全局搜索能力快速确定包含局部最优解的区域;第Ⅱ阶段是局部优化算法利用局部寻优能力为非线性优化问题高效寻找高质量的局部最优解甚至全局最优解.在一组基准函数上测试了该两阶段优化方法的求解性能,并通过对IEEE 118节点电力系统最优潮流的计算,验证了所提两阶段优化方法的有效性和实用性.     

基于遗传小波神经网络的机器人腕力传感器动态补偿研究

提出一种基于改进遗传算法进化小波神经网络用于机器人腕力传感器动态补偿的新方法,介绍算法原理。该方法利用腕力传感器的动态标定数据,用改进的遗传算法来优化小波神经网络结构和参数,建立腕力传感器的动态补偿模型。结果表明,采用遗传小波神经网络进行腕力传感器动态补偿,能克服BP算法存在易陷入局部极小点的缺点,网络的复杂度、收敛性和泛化能力得到了好的综合,补偿模型建立的速度和精度得到提高。     

基于差分进化算法的配电网网格负荷控制与规划技术研究

在配电网网格负荷控制与规划中,为优化配电网网格线损、供电质量、负荷等结构性指标,研究提出了一种基于差分进化算法的配电网网格负荷控制与规划技术。针对配电网格中各类发电装置,建立电网规划模型,设定和构建初始化种群,选取适当差分初始矢量实施变异处理,在差分增量下构成新个体的前提下,为提高后代种群多样性,利用交叉因子对差分出的个体实施交叉训练,以此形成新的分配个体。最后,利用贪婪选择模式评价和保留子代种群,控制可控负荷和不可控负荷的有功功率,从而完成电网网格规划。实验结果证明,运用差分进化算法对配电网网格的负荷控制和规划效果都比较好,鲁棒性能优越,迭代速度也更快。