基于经验小波变换的变压器振动信号特征提取

为有效提取变压器振动信号特征,提出了一种基于经验小波变换(EWT)的信号特征提取方法。首先利用EWT方法将不同工况的变压器振动信号分别分解为若干经验小波函数(EWF)分量;然后计算各分量Hilbert谱,通过时频表示直观反映不同工况变压器振动信号的频率特征信息;最后计算不同工况振动信号各EWF分量与原信号的相关系数,并提取相关度高的分量,根据其能量构建信号的特征矢量,实现对不同工况变压器振动信号特征提取的量化处理。仿真试验表明,该方法能有效提取变压器振动信号特征,且根据提取的特征矢量能够正确识别变压器绕组所属的不同工况。     

多工况汇流行星排齿轮系统振动特性试验研究

针对汇流行星排在履带车辆综合传动装置工作中产生的振动问题,设计并搭建振动测试试验台对汇流行星排进行了不同档位的负载工况加速度振动信号采集,分析了不同档位工况下汇流行星排的时域与频谱特征的变化规律。研究结果表明,同一档位下,负载功率越高,振动强度越大,且z向振动强于x向和y向。频谱结果表明,y向与z向振动能量主要集中在啮合频率及倍频,z向频率幅值略高于y向,高档位时啮合频率幅值集中在1、3阶,其幅值变化明显,结果对研究汇流行星排在复杂工况下振动特性具有一定参考价值。     

基于时间序列关联聚类的储能电池典型工况曲线提炼

针对储能电池真实运行工况开展评价和检测标准研究已受到业界关注,但尚未形成工况曲线的权威性分析结果。文中基于储能电池典型应用场景中的运行曲线,在未考虑时间序列关联分析工况中特征因子及不同置信度下静态配置值的基础上,提出一种基于时间序列关联分析并结合聚类法的典型工况提炼方法,分析储能电池在工况运行中出力的周期性变化规律、工作模式及其交互顺序与频次,描述电池荷电状态的运行轨迹,提炼出可实时动态控制与评估储能电池出力及能量存储状态的工况特征曲线。以储能跟踪某一风电场风电计划出力的应用工况为例,仿真验证了该方法的有效性和可行性。     

基于列车运行工况的城轨地面式混合储能系统控制策略研究

电池/超级电容混合储能系统兼具功率密度大和能量密度高的特点.根据城市轨道交通实际线路条件和运行状况,建立仿真模型.通过分析不同发车间隔下剩余再生制动能量的分布和混合储能系统功率分配策略对系统的影响,考虑到电池和超级电容两种储能元件的特性不同,提出基于列车运行工况的动态比例分配策略.该控制策略分为充电模式和放电模式.在充电模式下,通过判别列车运行工况调整功率分配比例,减少电池的使用,提高装置寿命与节能效果;在放电模式下,功率分配比随电池荷电状态动态调整,防止电池过充、过放.最后给出了北京地铁实际线路参数下2MW混合储能系统的仿真结果,验证了该策略的有效性.     

基于空载合闸振动信号的变压器绕组松动诊断

针对变压器空载合闸机械振动特性,采用小波包变换对其振动信号进行分析。在实验中,模拟了变压器正常和绕组松动2种状态,对其空载合闸时的振动信号进行采集,并采用小波包-能量谱分析得到各个尺度上能量的百分比作为特征量对2种状态下的振动信号进行特征提取和对比分析。实验结果表明,故障前后的振动信号的能量分布特征有明显的差异,该方法可以有效地提取不同状态下合闸振动信号特征量,应用于空载合闸振动信号的变压器绕组松动诊断。     

基于稀疏自适应S变换和深度残差网络的轴承故障诊断方法

复杂滚动轴承振动信号存在非线性、非平稳等问题,传统信号处理方法难以实现故障特征的有效提取和高精度的故障分类。针对此问题,从轴承振动信号的时频特性出发,提出一种基于稀疏自适应S变换和深度残差网络的轴承故障诊断方法。首先将采集的振动信号进行稀疏自适应S变换,得到轴承不同工况下的时频图像特征;然后构建深度残差网络结构,并合理的选取优化器、初始学习率等网络参数,提出基于深度残差网络的轴承故障诊断模型。对某滚动轴承振动数据集的计算结果表明,基于稀疏自适应S变换的时频分析方法具有较高的时频分辨率,所构建的深度残差网络模型能够准确识别不同故障状态及其严重程度下的轴承运行信息,为滚动轴承的故障状态诊断提供了技术支撑。     

基于振动信号的锂离子电池故障诊断方法

为实现对锂离子电池过充及外部短路故障的诊断,提出一种基于改进变分模态分解(VMD)-多尺度熵(MSE)的锂离子电池振动信号特征提取方法.通过改进VMD对振动信号进行分解,对所得固有模态分量求多尺度熵值,提取锂离子电池在不同工况下的振动特征,最后基于此特征进行K均值聚类,完成对过充和外部短路故障的故障识别.经对比实验验证,该方法能有效提取锂离子电池振动信号特征量,正确识别锂离子电池的过充及外部短路故障,且准确率更优.     

基于ST-SVD与WOA-SVM模型的变压器绕组松动故障诊断方法

为了深入研究变压器振动信号包含的大量故障信息,提出了一种基于S变换奇异值分解(ST-SVD)与鲸鱼优化支持向量机(WOA-SVM)模型的变压器绕组松动故障诊断方法。首先,基于变压器故障模拟试验平台采集变压器绕组处于不同状态下的振动信号。其次,对变压器振动信号进行S变换获取其时频矩阵。再次,计算出时频矩阵对应的幅值矩阵进行SVD,并定义特征向量。最后,采用鲸鱼优化算法优化SVM模型参数,并输入特征向量完成故障诊断。试验结果表明,所提方法故障识别准确率高于传统方法模型,适用于变压器绕组松动故障诊断。     

不同工况下锂离子电池超声特性分析

超声信号可以检测电池内部物理性质的变化，通过声学与电化学的耦合，可以了解电池充放电循环期间发生的内部电化学变化规律。电池实际工作时会处于瞬时充电、放电、静置且随机切换的状态，而大部分学者只在标况、常温下进行特定充放电情况下的声学实验，对于实际应用的电池不太现实。基于上述问题，通过搭建磷酸铁锂电池电-声-热综合测试平台，分析了电池在不同工况（不同温度充放电、不同倍率充放电、静置温变、动态工况）下的超声信号变化，观察超声飞行时间和幅值的变化规律，阐述了超声信号在不同工况下的稳定性、灵敏性。在不同工况下的实验结果表明了声学特征表征动态工况的可行性，为未来超声应用于更多电池应用场景的研究奠定了基础。     

基于小波和神经网络的电能质量辨识方法

本文提出一种新的基于小波和神经网络技术的电能质量辨识方法。对各种电能质量信号进行时域、频域和幅值分析,并从小波变换结果中提取与信号时域、频域和幅值量相关的几个特征量来表征不同电能质量信号。将这些特征量作为神经网络的输入可以实现电能质量的辨识。计算结果表明该方法的有效性和准确性。     

不同倍率下磷酸铁锂电池模组过充热失控特性研究

随着电化学储能技术在电力系统中的广泛应用,电化学储能技术的安全性越来越受到重视。文中以储能用磷酸铁锂电池模组(8.8 kW·h, 25.6 V,344 A·h)为研究对象,进行3次不同倍率(0.4C,0.5C,1C)的恒流过充试验,研究其在不同充电倍率条件下的过充热失控特性,并辅以starccm+软件进行热场仿真计算。结果表明,电池模组在额定充电倍率0.5C(172 A)和1C(344 A)下持续过充会发生起火,起火时间随着充电倍率增加而减少;充电倍率对磷酸铁锂电池模组过充行为特性影响较大,随着充电倍率的增加,热失控最高温度和峰值电压升高,过充测试时间随着充电倍率的升高而降低;不同充电倍率条件下,电池安全阀首次打开时的电压均为1.7倍额定电压,可以进一步研究以作为电池热失控预警参数。文中研究成果可为规模化储能用磷酸铁锂电池的安全性研究和电池管理系统(BMS)对过充故障的安全管理提供参考。     

锂电池等效模型建立与参数辨识方法研究

近年来锂离子电池的发展迅速,基于电池的储能系统在国内外得到广泛应用,国内也在研发基于锂离子电池的混合储能系统。为了确保储能系统在复杂工况下的高效、安全和可靠运行,建立高保真的电池模型和进行准确的参数辨识至关重要。本文对锂电池的工作原理和特性进行简述,综述了锂离子电池的模型和等效电路模型的参数辨识方法,对各种方法的原理进行介绍。综合考虑准确度和复杂度选择二阶RC等效电路模型作为其等效电路模型,采用混合脉冲功率性能测试(HPPC)和最小二乘法进行参数辨识,通过充放电实验,验证模型精度,结果表明,模型与实际虽存在一定误差,能较为准确反映电池的静动态特性。     

电池储能单元群参与电力系统二次调频的功率分配策略

大规模电池储能电站响应频繁的电力系统二次调频小额功率需求时,面临二次调频功率在电池储能单元群之间分配的问题,分配不当会劣化储能电站运行效率。文中分析了电池储能单元充放电功率对其能量转换效率的影响,构建了电池储能单元充放电功率-效率模型,提出使电池储能电站整体能量转换效率最大化的电池储能单元群功率分配策略。该策略可以提高电池储能电站运行效率、减小功率损失,同时在小额调频功率需求场景下可以减少电池储能单元响应数量和延长电池储能电站寿命。仿真分析验证了所提功率分配策略的有效性,与按比例功率分配策略和最大充放电功率分配策略对比结果表明,所提出的功率分配策略在提升电池储能系统运行效率以及减缓电池寿命衰减方面均具有优势。     

基于三频段分解的混合储能功率分配策略研究

从维持微电网安全稳定运行,延长蓄电池使用寿命的角度出发,提出一种改进型混合储能控制策略,通过将待平抑功率分解为高、中、低频段3种分量,引人储能系统SOC的反馈来设计混合储能功率分配策略,减少蓄电池充放电次数,延长其使用寿命,同时防止储能系统出现过充/过放现象,使混合储能稳定安全响应电网能量调度.实际算例证明,与传统控制策略相比,在相同工况下改进型控制策略使蓄电池充放电次数降低了 58.3％,并且能够有效解决由于储能设备的过充/过放而导致系统不能正常稳定运行的问题.     

基于振动和电流信号多域特征联合的高压断路器储能状态辨识方法

为实现高压断路器的储能状态辨识,提出了一种基于伴随振动和电流信号多域特征提取的储能状态辨识方法。对振动信号进行倒频谱分析提取频域周期分量特征来体现电机周期性转动轨迹的基频和高频特性;采用相空间重构理论经关联积分法获取相空间域关联维数与Kolmogorov熵,定量评估储能过程随机运动的复杂程度;计算电机电流持续时间、起始电流值及偏度时域特征,与振动信号特征构建多域联合特征向量;通过支持向量机算法实现断路器储能状态辨识。实验结果表明,基于振动和电流信号多域联合特征的辨识算法准确率达到97%,有效地提高了断路器储能典型工况的识别准确率。     

智能电网中储能蓄电池组建模与仿真

大容量储能技术是未来智能电网发展的关键技术之一。目前它正被越来越多地应用到大规模电力系统的储能系统中。为了设计结构最优,寿命最长的蓄电池储能系统,设计者需要建立蓄电池精确的数学模型,仿真蓄电池的动态特性,帮助建立它的最优结构和模型。运用PSIM软件搭建了一个锂离子蓄电池模型,并在动态条件下仿真了蓄电池的特性。在建立模型的基础上,并根据实际的蓄电池工作数据,重点考虑了蓄电池的工作温度及其充放电速率。     

基于振动信号的变压器铁心与绕组故障区分方法

针对变压器铁心、绕组由于机械结构相连,铁心故障与绕组故障区分困难的问题,提出采用基于振动信号的变压器铁心与绕组故障的区分方法,通过对比分析铁磁材料磁致伸缩和绝缘垫块弹性形变的非线性特性差异,结合实验分别获取变压器铁心、绕组振动信号,在频域研究了变压器铁心、绕组振动信号的非线性特性,通过分析不同条件下振动信号高次谐波能量...     

基于云模型的电化学储能工况适应性综合评估

储能系统是随时间变化的复杂能量系统,需要多项指标来描述它的性能,而不同的应用场景对储能系统的要求亦不相同。针对上述问题,本文提出了基于云模型综合评价的电化学储能工况适应性评估方法。在储能参与电网调峰调频应用场景下,建立了适于电网调峰调频的储能系统综合评价指标域和标准域,利用熵权法计算待评估储能系统综合评价指标的权重矩阵,运用正向云发生器计算待评估储能系统综合决策指标的隶属度矩阵,给出待评估储能系统工况适应性的综合评分,选取评分最高者作为该应用场景下的最佳储能系统。通过对五种电化学储能系统工况适应性进行仿真分析,得到磷酸铁锂电池最高分为3.2837。仿真结果表明,在调峰调频场景下磷酸铁锂电池具有最佳工况适应性,与工程实际相符,验证了本文所提方法的有效性和正确性。