基于敏感性分析的H2/O2反应机理最优简化

已有的反应流计算方法通常采用简单的化学反应机理。由于火焰中不同区域的化学特性变化较大，有时简单反应机理不能精确描述燃烧过程的化学特性；而计算包含详细反应机理的复杂反应流问题仍然是十分费时的。最优简化法可根据设定的化学精度要求实现详细反应机理的最优简化。通过对包含20个可逆基元反应的H2/O2燃烧机理的简化结果与原机理计算结果的比较，取得了良好的效果。同时，结合敏感性分析法深入揭示了氢、氧燃烧的化学过程。     

基于改进迁移学习和多尺度CNN-BiLSTM-Attention的短期电力负荷预测方法

针对目标域负荷数据样本不足导致模型训练不充分从而预测精度不高的问题,提出一种改进的分层级迁移学习策略结合多尺度CNN-BiLSTM-Attention模型的短期电力负荷预测方法。设计串并行相叠加的多尺度CNN作为特征提取器,把提取到的特征作为输入传递到两层BiLSTM结构进行进一步的学习,引入注意力机制调节捕获的信息向量权重。按照基础模型的结构划分层级,将源域数据按照拟合优度值的高低输入至模型进行分层级的迁移学习训练,保留每一层最优的训练权重,之后使用目标域数据对模型进行微调得到最终的预测模型。经实验证明,所提出的多尺度CNN-BiLSTM-Attention模型能有效提高负荷预测精度,在负荷数据样本不足时,改进的分层迁移学习策略相比于直接迁移学习能有效降低预测误差。以目标域6个月数据为例,MAPE指标降低13.31%,MAE指标降低15.16%,RMSE指标降低14.37%。     

广西电网公司用户接入域电脑节能降耗分析

研究用户接入域电脑的节能降耗技术。以广西电网公司本部用户接入域电脑为研究对象,采用功率计和Joulemeter软件分别采集和对比用户接入域电脑在不同工作状态下的功耗数据,验证了Joulemeter软件的正确性。分析用户接入域电脑功耗变化的原因,建立不同时段及应用环境下的功耗分布模型,制定节能降耗策略。通过比较策略间节能差异,给出一种适应广西电网公司需要的用户接入域电脑节能配置模式。基于用户接入域电脑节能模型及实验结果,开发了＂用户接入域电脑节能设置＂程序。运行＂用户接入域电脑节能设置＂程序将用户接入域电脑设置为节能模式后,可降低电脑能耗,延长电脑CPU、显示器、硬盘等电脑配件的使用寿命。     

用拓扑能量函数法评估多机系统的暂态稳定域

本文论述了基于网络结构保持的拓扑能量函数法评估多机系统暂态稳定域的数学模型与算法。主要论点是发电机用E_q′模型代替经典的E′模型,它对于首次摇摆稳定分析更为实用。同时在系统模型中计入了负载的电压特性,并有效地判定系统的暂态能量,运用位能边界曲面方法决定稳定域。用16机51结点简化的华东系统对上述方法的有效性进行了研究,仿真结果验证了所提论点的正确性。     

基于相移原理的LCC-HVDC降维谐波状态空间建模

电网换相换流器型高压直流输电(line commutated converter high voltage direct current, LCC-HVDC)的强非线性导致其内部频率耦合复杂多样,传统建模方法难以兼顾准确性与实用性。为此,提出了一种基于相移原理的降维谐波状态空间(harmonic state space, HSS)建模方法,将谐波域相移原理与HSS理论相结合,建立了LCC-HVDC系统的降维HSS模型。通过PSCAD/EMTDC平台搭建LCC-HVDC系统的时域仿真算例,验证了所建模型的正确性。在此基础上分析了LCC-HVDC系统的小扰动稳定性,并采用参与因子对失稳模态的主导因素进行了辨识。基于所建立的模型进一步研究了HSS截断阶数对模型精度及稳定性分析的影响,并给出了LCC-HVDC系统HSS模型截断阶数选取的建议。结果表明,所提模型具有较高的完整性与准确性,且相较于传统HSS模型的维度降低了一半,大大缩短了计算时间,有效降低了理论分析的复杂度。     

UHVDC闭锁引发风电场暂态过电压分析及HVRT协调控制

针对特高压直流(UHVDC)闭锁引发送端风电场高电压穿越(HVRT)问题,建立了UHVDC输电送端风电系统数学模型,研究了UHVDC闭锁对送端风电场过电压的影响,分析了过电压对永磁直驱风电机组的影响及机组功率可控域。提出了基于机组可控域划分的风电机组和静止同步补偿器相协调的风电场HVRT控制策略,在机组可控域内,风电机组利用其动态无功补偿实现HVRT,当超出机组可控域时,风电场集中无功补偿装置与风电机组协调控制实现HVRT。最后,在PSCAD/EMTDC中建立系统仿真模型,验证了理论分析与控制策略的准确性与有效性,直流闭锁引发风电机组高电压脱网的风险得到降低。     

基于半张量积方法与准稳态时域仿真的电力系统中长期电压稳定分析

提出了综合基于半张量积方法的非线性动力学稳定裕度指标与准稳态时域仿真的中长期电压稳定判定方法。建立了中长期电压稳定分析模型。该模型将短期动态平衡方程转化为代数方程,降低了求解稳定裕度指标过程中雅可比矩阵以及海森矩阵的计算复杂度。在此基础上,利用基于半张量积方法的中长期电压稳定指标分析中长期电压稳定性。新英格兰10机39节点系统的仿真结果验证了所提方法的有效性。     

一种多时间尺度线性系统模型降阶的误差预测方法

传统线性系统的数学模型降阶方法,无法预测降阶所引起的系统状态变量动态特性的时域误差,这将导致降阶模型与原始模型状态变量的动态特性差异大,而无法用于系统分析。因此,在传统奇异摄动模型降阶方法基础上,提出一种基于L2范数的线性系统模型降阶的误差预测方法。解析推导了忽略快动态、固定慢动态降阶引起的系统状态变量动态特性的相对误差计算公式,构建了单台发电机供电的交流电力系统、三台发电机供电的直流电力系统的多时间尺度数学模型,并对它们进行了模型降阶和误差预测。仿真结果验证了所提误差预测方法的正确性。     

迁移因子分析在齿轮箱变工况故障诊断中的应用

针对变工况下齿轮箱监测数据重用性低,受复杂工况影响大和传统诊断方法难以进行准确检测和有效识别,为此提出迁移因子分析算法(transfer factor analysis,TFA)。该算法基于高斯潜在因子模型,通过将训练数据和测试数据投影到性能优越、分布间距最小的潜在空间寻求公共潜在因子进行迁移,有效减小训练样本和测试样本分布差异,为变工况下设备故障诊断提供了新思路。实验证明,该算法相比传统机器学习算法(主成分分析、核主成分分析、局部线性嵌入算法和因子分析)及迁移成分分析(transferred component analysis,TCA)算法,故障诊断正确率平均提高10%~20%,最高可达93.63%,因此该算法可用于变工况下齿轮箱故障诊断。     

基于GPU的复杂三角网格模型多分辨率绘制

针对高度细节三角网格模型实时绘制问题,通常使用LOD技术对模型进行处理,本文提出了一种适用于GPU的针对零亏格的三角网格模型的多分辨率绘制方法。该方法先将三角网格进行球面参数化,然后利用参数化结果构建几何图像,并在其上建立四叉树模型,最后使用GPU着色器进行模型细节层次的选择并对网格进行简化,实现模型的多分辨率绘制。与已有方法相比,利用GPU高度并行运算的特点,减少了简化模型过程的计算时间。实验结果表明,该方法在保证绘制质量的同时达到实时绘制的要求。     

Implementation of current source inverter for power lineconditioning

A current source inverter (CSI) designed to operate as a power line conditioner (PLC) is presented. Only six power switches are required for the CSI. A 5 kVA test model of the CSI has been built using insulated gate bipolar transistors (IGBTs) controlled by a digital signal processor (DSP). To determine system performance, experimental results are compared with computer simulations of an innovative adaptive frequency domain control for pulse width modulated (PWM) switching of the CSI. The adaptive frequency domain control algorithm performs quite well in both steady-state and transient conditions. The steady-state distortion factor of the line current is reduced from 28% to 5% or less. The displacement power factor is corrected from 0.5 lagging to unity. Single cycle PLC response time to a step change in load is demonstrated     

考虑线路投入顺序的网架重构机组恢复多目标优化

合理的机组恢复顺序和可靠的恢复路径对系统的快速恢复具有重要影响。分析了网架重构的机组恢复过程,建立了新的网架重构机组恢复多目标优化模型。优化目标为待恢复机组提供的发电量尽可能大,并兼顾线路恢复操作的可靠性和对后续恢复的影响。通过设置优化问题的求解域,松弛优化目标的主次关系,并引入差分进化—分布估计算法(DE-EDA)提高求解效率。所述方法能同时给出Pareto最优的机组恢复顺序、目标网架重构方案及线路投入顺序。算例仿真结果表明,设置求解域可减少计算量,提高求解速度;使用DE-EDA获得的最优解具有更好的收敛性和分布性。     

A Study of an FDTD‐Based Frequency‐Dependent Line Model for Electromagnetic Transient Simulations

Electromagnetic transient (EMT) simulations of power systems require accurate representation of models in a wide range of frequencies. This of course applies to the representation of transmission lines, and the phase‐domain frequency‐dependent line model is often used to this end. The phase‐domain line model does not require modal transformation in EMT simulations but requires modal decomposition at its model identification stage, and there are cases where it fails to fix switchovers of propagation modes with respect to frequency. Thus, a frequency‐dependent line model which essentially avoids modal decomposition is desired. This paper studies the possibility of a frequency‐dependent line model based on the FDTD (Finite Difference Time Domain) method as a candidate which satisfies the above‐mentioned requirements. First, improvements regarding computational efficiency and numerical stability are made to Kordi's FDTD‐based frequency‐dependent line model. Then, the following points are clarified using the developed model: (i) Waveform deformations due to propagation modes with different velocities can be reproduced completely without modal decomposition; (ii) As the time step size becomes larger, waveforms obtained by the developed model become less accurate due to the embedded filter for numerical stability. These points assure, if the error due to the embedded filter is reduced, that the developed model can become a useful frequency‐dependent line model without model identification problems.     

基于电机本体的新能源客车电磁噪声分析

为了研究新能源整车在行驶过程中的高频电磁噪声,采用试验与仿真相结合的方法,对某款新能源客车进行噪声、振动与声振粗糙度(NVH)测试,对新能源客车电机进行电磁仿真分析。对求解的电磁力密度进行时空的二维傅里叶变换,结合试验数据确定了电磁噪声主要来自于0阶72倍频;从电机本体出发,以电机转子的磁钢夹角、磁钢长宽等结构参数为设计变量,优化电机电磁力密度与转矩脉动;同时对优化后的模型利用有限元方法进行电磁、结构与声学的多物理场联合仿真,进一步求解电机的电磁噪声,并进行整车的NVH试验验证。试验结果表明:优化后的整车总体噪声减小了8.53 dB(A),电机72倍频噪声最大值减小了18.59 dB(A),减速机7阶噪声最大值减小了5.02 dB(A),仿真结果与试验测试结果吻合。     

基于高阶时滞PI控制的位置伺服系统

利用频率域模型降阶理论,采用了直接将高阶滞后对象在频率域内降阶为低阶滞后对象,针对低阶滞后对象设计PI控制器;用这种设计的控制器均具有结构简单、可调参数少、参数调节方便的特点.在重复控制理论基础上设计了一种新的PI控制方法,通过频域分析和伯德图分析,他们能得到更宽的带宽.     

Improvements of numerical stability of electromagnetic transient simulation by use of phase‐domain synchronous machine models

The present paper proposes the use of a phase‐domain (abc frame) generator model in electromagnetic transient analysis instead of the conventional dq0‐domain generator model in order to improve numerical stability. The drawback of the conventional dq0‐domain machine model is that the prediction of a number of electrical variables as well as machine speed is needed in order to interface the circuit of a machine model with the rest of the power system network, and the prediction of these variables leads to numerical instability. In contrast, prediction of electrical variables is not needed in the proposed phase‐domain model. In this paper, the phase‐domain machine model is developed. The proposed model is validated by comparisons with an existing EMTP type‐59 machine model. The paper makes it clear that numerically stable solutions are obtained by using the proposed model even in cases where numerical instabilities occur when the existing type‐59 model is used. © 1999 Scripta Technica, Electr Eng Jpn, 128(3): 53–62, 1999     

基于内模原理的新型三相航空静止变流器闭环控制系统

基于内模控制原理,将重复控制技术用于三相航空静止变流器构成新型闭环控制系统,以减小由于负载非线性或不对称引起的输出电压谐波.首先分析得出同步坐标系下三相航空静止变流器的简化模型和开环频率特性;然后针对控制对象设计了内模发生器和补偿器的控制参数,构成新型闭环控制系统.原理样机试验表明,该控制方法解决了三相航空静止变流器带非线性负载时的输出电压波形畸变问题,同时验证了该设计方法的可行性和正确性.     

基于深度-迁移学习的输电线路故障选相模型及其可迁移性研究

为提高输电线路故障诊断模型的可迁移性,根据迁移学习理论将输电线路分为源线路和目标线路,提出一种基于深度-迁移学习的输电线路故障类型识别方法。通过组合不同故障条件,生成输电线路故障期间的时序数据,并通过对数据的预处理,得到面向卷积神经网络的输入数据样本;利用源域数据对初始卷积神经网络进行预训练,获取适用于源线路故障类型识别的预训练模型;采用最大均值差异法对源线路和目标线路进行相似性检验,筛选出待迁移的源域预训练模型;利用目标域数据对预训练模型进行微调迁移训练,获取最终的目标域故障诊断模型。仿真结果表明,利用源域数据量5 %的目标域数据对预训练模型进行微调迁移训练,得到的目标域模型对目标线路故障诊断的准确率达99 %以上。     

基于对抗迁移的旋转组件RUL预测方法研究

目前大多数旋转组件深度学习剩余使用寿命(RUL)预测方法通常是假设训练数据和测试数据有相同的数据分布，造成模型在不同工况下的预测准确率比较低。为了解决上述问题，以旋转多组件RUL预测模型为迁移对象，针对源域与目标域工况存在差异，目标域缺乏标签样本的迁移场景，引入了域分类器，结合源域的标签数据目标域的无标签数据重新训练RUL预测模型中的特征提取网络，在训练过程中加入自关联性及对应性约束，提升其对公共特征的提取能力，从而实现模型在不同场景的迁移应用。利用XJTU-SY公开数据集对迁移模型测试结果表明，相对于原预测模型，本文所述方法在新工况下的预测准确率更高；相比于其他迁移方法，本文方法预测误差更小，在变工况下的旋转组件剩余使用寿命预测迁移问题上具有更好的效果。     

领域对抗与分类差异的变工况球磨机负荷识别

在变工况球磨机负荷识别过程中,针对域适应方法在源域和目标域的特征迁移中没有考虑目标域样本而导致域适应效果不好的问题,本文提出一种基于领域对抗与分类差异的域适应方法。该方法使用域对抗训练方式实现源域和目标域之间的特征的对齐;同时,引入两个分类器用于检测远离目标域中的样本,利用最大化和最小化分类器之间的不一致性,实现目标域和源域特征的自适应匹配,达到更好的域适应效果。为了验证训练分类器误差的方法能够考虑类内边界提高目标域上的负荷识别准确率,设计了迁移实验分析其差异损失函数对模型迁移性能的影响,实验表明,当分类器损失值大于0.02时预测模型的准确率会下降0.8%～1.2%,且较未引入分类器差异损失模型的负荷精度高,可达到95.78%。通过与两类经典的迁移方法进行对比,验证了该方法在变工况下磨机负荷识别应用中的优势。