基于Rogowski线圈监测开关开合电弧电流过程的研究

为了检测开关的开合过程,在试验中分别采用阻性、感性和容性负载,基于带宽为3Hz～7.54MHz的Rogowski线圈电流传感器,测量开关开合操作时电弧电流信号.当开关处于打开状态时,采用滞后电弧电流作为描述间隙处于电流过零时的情形;当开关处于闭合状态时,采用预击穿电弧和蹦跳电弧作为表征连接表面状态的参数.试验结果显示电流传感器能够有效获得开关动作时的电弧电流,并且具有良好的动态和静态特性,应用于在线监测开关开合过程是可行的.     

基于改进蚁群算法的预测电流控制

预测电流控制方式在电机控制领域具有许多优势,然而在电机实际运行时,该控制方式会导致电机参数发生变化,参数的变化会导致模型的准确性出现偏差,电机进而产生电流静态误差,最终的控制效果会很不理想。本文对传统蚁群算法进行了改进,利用改进后的蚁群算法对电机的相关参数进行在线辨识,并修正模型,完整地实现了预测电流控制。最后用Matlab进行仿真,实验结果表明,改进后的算法大大提升了系统的稳定性,达到了消除电流静态误差的目的。     

低压电器开关电弧图像增强的直方图算法

由于开关电弧的发光特性和电器触头系统及灭弧室的反光特性,使从高速图像采集系统拍摄到的图像中很难观察到电器触头.应用直方图及局部直方图的图像增强算法对电弧图像增强处理,以期在观察到电弧图像的同时也观察到触头和燃弧过程中灭弧室中的细节情况.仿真结果表明,该方法能清楚地观察到触头和电弧的相对位置.     

旋转电弧开关及其电弧运动速度特性

为满足脉冲功率技术对闭合开关高电压、大电流、高电荷转移量、电极烧蚀小、寿命长的要求,设计了一种轴向磁场控制的旋转电弧开关。利用有限元软件分析开关间隙中驱弧磁场的位形及大小,得到间隙中磁感应强度与开关结构参数及电流大小的关系。采用B-dot探针测量电弧的旋转速度。实验电源为时序放电回路,在开关上得到近似梯形状的电流波形,实验中电流为18～72 kA,磁感应强度为0.104～0.628 T。通过改变上下线圈的匝数,得到在不同驱弧磁场下电弧的运动速度,并与其他旋转电弧开关的运动速度进行比较。对实验数据进行拟合,可知电弧运动速度与间隙中的轴向磁感应强度大小成指数关系。该关系表明,所设计的开关中,电弧运动速度可以由间隙中的驱弧磁场惟一确定,这与外部磁场驱弧方式相比有很大的区别。     

电弧电流以及纵向磁场对小电流真空电弧特性影响的数值仿真

建立了小电流真空电弧的双温度磁流体动力学模型,根据该模型首先对小电流真空电弧的基本特性进行了仿真研究,分析了不同电弧电流和不同纵向磁场强度对小电流真空电弧特性的影响。仿真结果表明,电弧电流和纵向磁场对小电流真空电弧特性的影响是明显的,仿真结果与实验结果基本吻合,尤其是离子温度的仿真结果与实验更加接近。另外,仿真结果还表明,对于小电流真空电弧而言,随着纵向磁场的增大,电子温度逐渐增大,变化趋势与实验结果一致。     

基于混沌蚁群算法的配电网重构

配电网重构是电力系统为了降低网损而采取的主要措施之一。主要在基本蚁群算法的基础上,通过加入了混沌初始化和混沌扰动对基本蚁群算法做了改进,并应用到配电网重构问题上。通过加入混沌初始化,加快了算法的搜索速度;通过加入混沌扰动,使算法本身有效的避免了陷入局部最优解的问题,从而使算法快速、准确的找到最优解。最后通过对IEEE69节点系统算例的仿真,取得了较好的效果,证明了算法的有效性、可行性。     

基于蚁群禁忌搜索混合算法的配电网重构

介绍了以最小化配电网网损为目标函数,以网络拓扑约束、潮流约束、运行约束以及辐射状约束为约束条件,在基本蚁群算法基础上的改进型蚁群禁忌混合算法在配电网重构中的应用,在IEEE 69节点系统的计算中,蚁群禁忌混合算法与禁忌算法相比提高了优化效果,从而证明了蚁群禁忌混合算法的实用性。     

基于蚁群算法的配电网故障恢复重构

研究了故障后输电线路的重构优化问题,提出了一种求解目标最优的故障恢复重构算法。该算法基于蚁群算法,以电压稳定为前提,建立了以降低网损和操作开关数目最少为目标的数学模型。该算法不依赖初始参数的设置,具有全局搜索的能力,可通过改变权重系数将网损、开关操作数目等多目标优化问题转化为单目标优化,提高算法效率。实例证明该算法可以准确得到配电网故障后电网重构的最佳方案。     

基于改进蚁群算法的配电网重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统的建设和应用具有重要意义。以网络损耗最小为目标,提出了一种改进的蚁群算法来求解正常运行条件下配电网络的重构问题。针对基于蚁群算法在求解过程中存在搜索易陷入局部最优解和收敛到全局最优解的时间较长的缺点,从蚁群算法的转移概率和信息素动态更新2方面进行了改进,提高了蚁群算法全局搜索能力与收敛到最优解的速度。最后通过对69节点配电系统算例的仿真,取得了较好的效果,证明了该算法的有效性和可行性。     

开关电弧图像增强算法研究

开关电弧的发光特性和电器触头系统及灭弧室的反光特性,使得高速图像采集系统拍摄的图像中很难观察到电器触头.应用基于小波变换的图像增强算法,在变换域中对小波系数进行非线性映射变换,对不同尺度上的小波系数,进行不同程度的增强,降低对噪声的过度增强.实验表明,该方法在明显增强触头图像的同时,降低了噪声的影响,使得电弧图像具有较好的视觉效果.     

蚁群算法在配电网重构的应用

配电网络重构是一个非常复杂的大规模组合优化问题。蚁群算法作为一种现代启发式寻优技术,适合于求解组合优化问题,其主要特点是正反馈、分布式计算、易与其它算法结合以及富于建设性贪婪启发式搜索。对配电网络从图论拓扑结构上进行分析,将配网重构问题转化为求图的生成树问题,并以破圈法为基础得到快速而有效地求解图的生成树的方法。在应用蚁群算法求解配网重构问题时,通过首支路选择随机化和取消蚁群算法常用的启发值的方法,扩大算法搜索范围,使算法可以跳出局部最优化陷阱,改善算法的搜索效果。对IEEE 69网络的算例表明,该方法能以较少的计算量和较大的概率收敛于全局最优解。     

基于蚁群算法和神经网络的物流配送中心选址决策

将蚁群聚类算法和径向基神经网络进行融合,提出了ACC—RBF算法,弥补两种算法各自存在的不足之处,并将其用于物流配送中心的选址问题,结合实验数据进行训练得出最终评价模型;实验证明,与传统的物流选址决策方法相比,该模型能有效、快速地解决物流配送中心的选址问题。     

基于蚁群算法的配电网检修计划优化

从配电网检修计划编制的实际情况出发,同时考虑了线路故障等级的检修时间优化和和设备检修时最优负荷转移路径。针对多种约束条件,对经济性最优为目标的检修计划,通过小生境遗传算法和蚁群算法优化的方法得到配电网检修计划时间优化方案。     

基于蚁群算法的配电网网络重构

针对配电网网络重构问题,在考虑配电网电压稳定的前提下,提出了降低配电网网损的目标函数,利用蚁群算法正反馈的特性,将其应用于配电网重构中,并设置中心控制蚂蚁搜索当前最优解作为各条边信息素更新依据。为满足配电网辐射状结构要求,结合P rim算法,使蚂蚁一次遍历对应一个辐射网形,即一个有效的开关组合,大幅度缩小了问题的解空间。实例证明采用的蚁群算法可以得到较文献[1]网损更小的配电网重构方案,且重构后的系统在处理负荷增大问题上较重构前系统有更好的调控能力,系统稳定性得到提高。     

改进蚁群优化算法在配电网网架规划中的应用

从转移概率和信息素的动态更新机制两方面对传统蚁群算法进行了改进。转移概率设计中采用2个参数的联动控制,实现了Dorigo和Maniezzo的设想。信息素动态更新机制使信息素权重随迭代次数增加而改变,实现了对整个可行域的搜索全面而迅速,弥补了传统蚁群算法训练效率低下和易陷入局部极小的不足。配电网优化的结果表明该算法的有效性。     

基于改进蚁群算法的配电网电容器优化配置研究

提出一种改进蚁群算法求解辐射状配电网电容器优化配置问题,以系统的有功功率损耗费用和电容器的购买、安装和维护费用之和最小为目标函数,建立优化模型。以IEEE33节点系统为算例进行仿真分析,验证了算法的可行性和有效性。     

一种新型的配电网供电恢复重构寻优算法

将蚁群算法应用于非故障失电区域的供电恢复重构问题,在建立新型、可行供电恢复方案搜索策略的基础上,结合图论相关知识引入了可操作开关集的概念,缩小了寻优空间,提出了一种新型配电网供电恢复重构寻优算法。在随后的迭代求解过程中,蚁群算法具有的正反馈、分布式计算和富于贪婪启发式搜索等特点使该算法的计算效率得到了显著提高。某18节点配电网的寻优比较结果表明,该算法具有高收敛性、快实时性和强全局稳定性。