基于DDPG的光储微电网系统能量决策优化

为提高光储微电网系统中的能量管理效率及光电的就地消纳能力,文章以家庭光储微电网系统为研究对象,使用真实的气象数据和分时电价信息建立一个虚拟环境,与家庭光储微电网能量调度策略模型进行交互。采用深度确定性策略梯度算法学习控制蓄电池充/放电功率的连续性,将系统的即时收益和蓄电池可调整出力的加权和作为算法的立即回报,并测试和分析了不同重要性权重对实验结果的影响,最终确定了最优能量调度策略。结果表明,使用深度确定性策略梯度算法可以使系统很好地响应当前和未来的电价信息,在缓解电网压力的同时帮助用户利用能源峰谷电价差套利,并预留了一定的蓄电池调节能力,以减轻光伏出力波动引起的计划外电能交易,证明了该方法的实际意义和应用潜力。     

基于复合神经网络的架空线路故障诊断分析

本文提出的技术最终用于高压电网的非侵入式监测。为了发展一种能够避免架空输电网故障的预测方法,考虑了线路两段之间的连接节点。该方法基于频率响应分析(FRA)和机器学习,采用基于多值神经元(MVN)神经网络的神经分类器表示。该方法可以看作是一个智能测量块,其中一个单一的测量是由一个神经分类器用来提取信息,能够诊断架空线路故障。本文提出的方法可以用来解决工业界许多不同的问题,例如最磨损的电气设备的管理。在这个意义上,预测方法允许通过定位关键部件来减少故障修复恢复时间。这种监测系统增加了使用该系统的电网的全球可用性,从实际角度来看,电网公司可以利用该系统在线控制运行条件。     

光储独立微电网全电压复合控制技术研究

非线性负载和电力电子变换器的非线性特性是微电网电压谐波产生的根本原因,现有的储能变流器电压源控制算法只对基波分量进行闭环无差控制,对其他谐波分量无法完全抑制,影响网内设备的供电电压质量。为提高微电网供电电压质量,基于傅里叶分析提出全电压复合控制方法,控制带宽内各次电压分量均可实现无差闭环控制,利用Matlab仿真和光储微电网实验平台验证了文章所提算法的有效性。     

光储直流微电网多运行工况稳定性分析

直流微电网的结构越来越复杂,运行工况也越来越多,而现有稳定性分析方法主要针对单一工况。因此研究适用于多工况运行系统的通用稳定性分析方法非常必要。首先,依据不同的运行工况建立光储直流微电网各单元的阻抗模型,利用稳态分析法结合劳斯判据推导得出系统稳定时负载功率及母线电容的边界条件;其次,通过重新定义系统环路增益表达式,得到更具通用性的基于母线电压控制变换器（BVCC）和母线电流控制变换器（BCCC）的稳定性判据,并利用该判据对系统多种运行工况进行稳定性分析,借助所得边界条件对稳定裕度较低的工况计算合适的系统参数,保证系统能够处于稳定运行状态;最后,搭建系统的仿真模型,通过对3种典型工况仿真分析,验证边界条件及稳定性分析结论的准确性。     

考虑电动汽车响应的光储微电网储能优化配置

针对光储型并网微电网储能优化配置问题,在微电网侧引入第三方微电网运营商概念,建立微电网净现值模型评价微电网项目投资运营可行性;在电动汽车用户侧引入技术接受度模型,从电动汽车需求侧响应技术的有用性和易用性两方面评价电动汽车用户对电动汽车需求侧响应技术的使用意愿。算例表明:技术接受度模型的建立可更全面评判电动汽车用户进行需求侧响应的意愿,更加符合实际的预测电动汽车可转移充电负荷响应量;并网型光储微电网在引入电动汽车需求侧响应机制下,可减少光伏弃电量,提高微电网规划周期内净现值。     

光储交直流混合微电网协调控制策略及试验设计

针对光伏发电输出功率的随机性和波动性,提出一种适用于光储交直流混合微电网协调控制策略,搭建了光储混合微电网实验平台,完成了硬件电路器件选型和主电路设计,并基于dSPACE1006设计了控制软件,进行了并网模式和孤岛模式下的变载试验。结果表明,所提出的光储微电网协调控制策略可以有效的平滑光伏系统的输出功率,维持交直流母线电压稳定,保证微电网在并网模式和孤网模式下稳定运行。     

光储微电网功率优化方法及协调控制策略研究

光储微电网作为一种友好发电模式具有平抑网侧功率波动、光伏发电产能趋稳以及可调度性等优点,是实现“源-网-荷-储”系统稳定运行和可再生能源充分消纳的优选方案。围绕光储微电网功率优化与灵活运行提出了组件级配置方案和协调控制策略,进一步释放光伏发电潜力以及促进储能单元高效运行。首先,针对光伏组件失配导致的“木桶效应”及储能变换器效率低的问题,分别配置组件级光伏功率优化器和储能部分功率变换器,实现太阳能和电能最大化利用。其次,讨论光伏阵列和储能单元在并/离网工况下多种模式切换,考虑微电网各单元间功率动态平衡,提出一种光储微电网协调控制策略,实现各单元在不同控制模式之间平滑切换及功率自主分配。最后,利用Matlab/Simulink搭建30kW光储微电网仿真平台,验证所提协调控制策略的可行性与有效性。     

基于粗糙集和神经网络的柴油机故障诊断

介绍了粗糙集理论的核心内容和ROSETTA软件的特点,给出了基于粗糙集理论的柴油机缸盖振动信号的故障诊断系统。以某型号大功率柴油机为例,首先将提取的缸盖振动信号经过小波包消噪和时域、频域分析,构造出用于故障诊断的特征值,然后应用ROSETTA软件约简特征属性,最后通过神经网络进行故障模式分类。通过对比ROSETTA软件处理前后神经网络的输出结果,表明粗糙集理论能优化特征属性,有效地减少神经网络的输入节点数,提高故障分类的准确率。     

基于粒子群算法的光储微电网谐波电流抑制参数组寻优策略

单相逆变器负荷的瞬时功率含有二倍频脉动功率分量,导致输入源中存在二次谐波电流。以光储微电网为例,提出基于陷波器和准比例谐振控制器的谐波电流抑制方法。在陷波器和准比例谐振控制器的作用下,电感支路表现出在二倍频处呈现高阻抗、非二倍频处呈现低阻抗的差异化特性,既实现了二次谐波电流的抑制,又满足了动态性的需求。针对该控制器参数选取不当导致动态性变差和谐波抑制能力下降等问题,提出基于粒子群算法的抑制参数组寻优策略,利用其精度高和收敛速度快的优点,获得兼顾动态品质、稳定性及谐波抑制能力的最优抑制参数组。实验结果验证了所提方法和寻优策略的有效性。     

基于PSO-RBF神经网络的微电网等效建模

提出一种改进粒子群优化的RBF神经网络微电网动态等效模型及建模方法,利用RBF人工神经网络的非线性映射特性解决微电网系统并网接入的等效建模问题。基于微电网公共接入点(PCC)的电压、电流、功率等量测数据构建RBF神经网络等效模型,将接入点电压和电流分别作为神经网络的输入和输出,使神经网络的输入输出更具独立性。将混沌优化的全局遍历性引入粒子群优化算法中,构建基于全局最优解的变邻域混沌搜索提高粒子群算法的全局搜索能力,利用改进粒子群算法优化RBF神经网络模型参数提高模型计算精度。最后通过微电网并网仿真实验验证本文提出等效模型的准确性和建模方法的合理性。     

应用于水上加油船的光储柴一体化智能微电网的研究

可应用于水上加油船的光储柴一体化智能微电网是新能源在加油船舶上的一种特殊利用形式.通过实际项目案例,重点介绍了该光储柴一体化智能微电网的构成,以及其管理系统的运行模式和控制策略,并结合实际运行数据进行了效果验证,以期为同类型微电网的实际应用提供借鉴和参考.     

基于模型和神经网络的转子故障诊断方法

通过建立转子的理论模型仿真转子不平衡故障,从而提供给神经网络训练数据,再利用训练好的网络自动识别故障。仿真结果表明,基于转子理论模型、信号检测和神经网络的集成诊断方法,不仅可以有助于理解故障的物理意义,而且可以定量识别故障。     

基于神经网络的内燃机故障诊断

提出了一种新的柴油机故障诊断方法,利用柴油机润滑油的参数监测搜集润滑油的相关数据,用BP神经网络进行故障诊断。实验研究和计算机模拟的结果表明,这一方法是可行的。     

基于神经网络的燃气轮机故障诊断

对燃气轮机润滑油系统常见故障原因进行了分析,并结合专家知识建立了润滑油系统故障知识库;在此基础上将RBF人工神经网络引入燃气轮机装置故障诊断中来,由于采用了一种动态RBF网设计方法,使得神经网络的规模较小同时具有较高的泛化能力,提高了神经网络的诊断速度及准确性.     

基于EMD-MDT的直流微电网线路故障检测

提出一种经验模态分解和决策树相结合的风光储直流微电网配电线路故障检测和分类方法。该方法通过经验模态分解对发送端测得的直流电流进行分解,得到多个本征模态函数,并采用最大加权相关系数方法计算选取灵敏度最高的2个本征模态函数,将9个统计方法应用于本征模态函数生成故障特征值,最终基于决策树,实现风光储直流微电网配电线路的精准检测和分类。算例分析表明,基于经验模态分解的风光储直流微电网配电线路故障检测方法可不受故障电阻、故障起始时刻和故障距离的影响,快速有效的对配电线故障进行检测和分类。     

基于神经网络的水轮机控制系统故障诊断

本文首先简述了水轮机控制系统故障诊断的要求,然后针对一个故障诊断实例,提出了基于神经网络的水轮机控制系统。及故障诊断方法,建立了故障样本与处理对策样本,运用双向联想记忆算法进行了诊断分析,给出了相应的Hopfield网络模型,并用A/D变换器电路对此进行了硬件实现,最后给出了基于微机利用神经网络对水轮机控制系统进行故障诊断的硬软件实现方案。     

基于序列运算的风光储混合微电网可信容量评估

以含风光储的交直流混合微电网为研究对象,通过聚类分析方法对气象条件进行分类,搭建风光储出力概率模型并进行序列化.提出一种序列运算方法计算交直流混合微电网用电不足期望值,从而迭代求得可信容量,针对风光装机容量配比以及直流负荷敏感度对可信容量的影响进行了分析,并将计算结果与蒙特卡洛法进行了对比,验证该文所提方法的正确性与有...     

基于Kohonen神经网络的燃气轮机故障诊断

针对基于热力参数的燃气轮机8种典型常见故障,根据Kohonen神经网络诊断的工作原理、诊断特征,研究了基于Kohonen神经网络方法在燃气轮机故障诊断中的应用方法,得出了Kohonen模型具有自学习功能,运算速度快,类型识别能力强的优点,是一种适合于燃气轮机分类故障较好的具有特色的神经网络。     

基于RBF神经网络的柴油机故障诊断

神经网络模式识别的实时性和鲁棒性使得它成为故障诊断的常用方法.本文首先介绍了RBF神经网络的构成和特性,然后将柴油机的振动信号和油管压力信号作为特征参数,运用RBF神经网络对供油系统的3种故障进行诊断分析.实践表明,RBF神经网络用于多征兆机械系统的故障诊断是有效、可行的.