基于深度学习的通流升压试验辅助系统设计

针对变电站通流升压试验工作周期长、数据测试内容局限的问题,提出一款通流升压试验辅助软件.基于深度学习技术,解析变电站一次主接线图、二次回路原理图,获取识别元件、参数,生成模拟链路,再通过软件系统输入加压、注流位置、幅值及二次接线方式等数据信息,自动生成互感器各二次回路的电压、电流正确幅值及相位,通过计算数据验证测试数据内容正确性,从而得知二次回路是否存在问题。     

CPR1000型核电厂辅助电源系统通流试验的方法研究

CPR1000型辅助电源系统（后续简称LGR系统）通流试验作为LGR系统的一个重要试验,对继电保护二次回路检查有重要作用。在阳江LGR系统通流试验中,采用了一种新的通流方法,将两台变压器并联,通过调节有载开关档位的方法使得两变压器间产生压差,从而在主回路中调节出满足通流试验电流大小的环流,完成通流试验。此方法相比常规的通流试验方法投入的人力和物力更少,操作更方便,效率更高,值得广泛应用于CPR1000核电项目的辅助变电站的通流试验。     

300MW汽轮机通流部分改造后试验结果分析

试验结果表明,该机组经济指标达到了保证值,取得了显著的经济效益;但在真空系统、炉水泵冷却水系统、高压调节阀门重叠度及中压缸效率等方面仍有较大改造潜力。并指出了提高该类机组经济性的途径。     

变压器、电抗器的一次通流试验

在工程试验中,对于高阻抗设备（变压器、电抗器）的电流回路的差动试验主要是以极性试验为主。本文阐述一种从一次接线端给变压器、电抗器通流,检查CT二次接线的极性、变比试验以及差动回路的正确性。     

基于深度学习的室内定位系统设计与实现

设计并实现了一个基于深度学习的室内定位系统,该系统分为信息采集模块、地磁定位模块、深度神经网络定位模块及联合定位模块4个模块。首先利用智能手机传感器采集室内地磁信号,以地理位置为标签保存为位置指纹文件。通过粒子滤波算法计算得出用户地理位置。然后使用深度神经网络模型和当前扫描的数据预测行人位置,最后对用户位置进行校正,消除地磁定位的累计误差。将基于深度学习的室内定位方法在Android平台实现并进行相应测试。实验结果表明,改进后的地磁室内定位的平均误差为2.2m,较只使用地磁定位技术进行定位时,定位误差平均降低了2.3m,具有更高的定位精度。     

水口——泉州500kV输变电工程的升压试验研究

以水口水电厂４号机组电地５００ＫＶ水泉输变电工程零起升压试验进行分析研究,着重讨论了试验中如何防止发电机自励磁的有关问题。     

125 MW汽轮机通流部分改造方案的特点及试验分析

浙江省在 125 MW汽轮机通流部份改造铺开之前,首先进行了 3台机组的试点改造工作,进行各种改造方案之间的优劣比较.介绍了这些改造方案的技术特点,结合性能考核试验的情况,对各机组性能改进状况进行分析,对不同方案产生的改造效果作简单地比较和说明.     

一种新投运输电线路的通流试验方法介绍

介绍了岱海电厂启动变带电后,由于负荷很小而采用电焊机升流进行的1次220kV海岱线的通流试验方法,可供新建输电线路工程投产时参考。     

电流二次回路通流试验的若干问题分析

结合两起事故案例,详细分析了电流二次回路通流试验中存在的一些问题,针对发现的问题提出了相关的应对措施,为现场进行正确的通流试验提供了科学保证。     

基于深度学习的微电网优化调度辅助决策方法

随着可再生能源以及电力电子设备的高比例接入,微电网控制决策优化以及调度方式将面临极大的问题和挑战,南方电网公司正在向“能源价值链整合商”转型,将有可能运维数以万计的微电网,传统的模型驱动、预案式控制、人工值守的调度模式将难以满足需求。面向人工智能在微电网自动运行调控领域的需求,提出了基于深度学习的微电网优化调度辅助决策方法。首先介绍了微电网优化运行的典型数学规划模型,分析了模型驱动的建模求解方法的难点和局限性,接着提出了基于深度双向长短期记忆网络的微电网日前优化调度深度学习模型和方法,给出了模型输出结果的修正与处理原则,最后通过算例分析验证了本文模型和算法的有效性。     

基于深度强化学习的多端背靠背柔性直流系统直流电压控制

为了提高互联配电网多端背靠背柔性直流系统的直流电压控制精度,增强抗干扰能力,提出一种基于深度强化学习的直流电压控制方法,将深度学习神经网络与确定策略梯度融合,实现连续动作搜索,自适应调整电压控制策略.首先,建立多端背靠背柔性直流系统数学模型,分析直流电压控制的非线性和不确定性特征;然后,给出了基于深度强化学习的直流电压...     

基于注入信号的消弧线圈电容检测方法

为利于消弧线圈自动调谐,提出了一种电力系统电容电流检测方法,即向消弧线圈二次侧线圈注入变频小电流,寻找系统对地电容与消弧线圈励磁电抗的谐振频率,可直接计算出系统对地电容值。此法用于磁通补偿消弧线圈时,不增加系统硬件成本,并可直接得到调节消弧线圈电抗值所需的重要参数—电流补偿系数α。     

基于IGBT的电压型逆变器辅助开关电源的设计

介绍一种实用的电压型逆变器辅助开关电源的工作原理和设计方法.实验证明,该开关电源工作稳定,输出纹波小,变压器无发热现象,系统工作特性良好.     

基于LSTM 深度学习算法的母线电压预测研究

为了保障电网的稳定运行,就需要维持区域变电站母线电压稳定,而维护变电站母线电压稳定的前提是能够对母线电压波动趋势进行预测.针对该问题,提出基于LSTM神经网络,构建变电站母线电压预测模型,使用变电站母线电压历史数据对未来一段时间内的母线电压进行预测.仿真结果表明,所提模型能够较好地预测母线电压值.     

注入共模电压与环流的MMC电压波动抑制策略

模块化多电平换流器(MMC)的子模块(SM)电容电压波动问题一直受到广泛关注.为减小SM电容电压波动,首先通过注入共模电压使系统工作在较高调制比状态,然后根据半桥SM的MMC数学模型推导了注入共模电压后的桥臂功率解析式,从减小桥臂功率波动的角度提出了一种环流注入策略,并且给出了一种环流参考值计算方法.最后通过搭建的三相...     

基于深度强化学习的馈线-台区两阶段电压优化

分布式电源（distributed generation,DG）在10 kV和400 V配电网中大量接入,给配电网安全运行带来了巨大挑战。由于DG不确定性以及400 V台区实时量测数据不全的问题,基于最优潮流的优化方法难以解决馈线与台区的协同优化问题。为此,该文提出了一种基于电压越限风险和深度强化学习（deep reinforcement learning,DRL）的馈线-台区两阶段优化方法。首先,基于概率最优潮流计算得到10 k V馈线系统的最低电压越限风险下的调控策略,以及节点电压期望值并下发至台区。接着,利用台区调控资源,基于深度强化学习实现台区电压与光伏消纳的多目标优化。最后基于改进的IEEE33节点系统验证了该文方法的有效性。     

基于数据驱动和深度强化学习的孤岛多风柴电压控制研究

针对风能及负荷波动导致的孤岛多风柴系统电压波动问题,提出用双馈感应发电机(double fed induction generator,DFIG)负荷侧变流器(load side converter,LSC)补偿系统无功的策略.考虑LSC状态量不完全可测及模型参数不确定的情况,本文基于连续性动作空间的深度强化学习算法提出一种数据驱动、无模型的LSC附加控制方法.该方法以非线性的方式获取控制策略来减小电压波动,并且针对模型的不确定性具有更快的响应速度和更强的自适应性.首先建立孤岛多风-柴混合系统的数学模型;其次离线采用深度强化学习在连续性空间中优化LSC的无功电压控制策略,然后在线通过堆叠去噪自动编码器(stacked denoising auto-encoder,SDAE)提取特征,并采用策略网络进行在线控制.数例仿真结果表明,与传统的控制策略相比,本文所提控制方法可以有效抑制电压的波动,且具有更好的系统动态稳定控制效果.     

列车辅助定位系统的设计

城市轨道交通的运行主要是依靠信号系统,作为机电系统,不可避免会发生故障,在信号系统出现故障时,对行车会产生安全问题。在信号系统失效,工作人员采用人工方式控制列车运行情况下,利用无线射频(RFID)技术和红外技术,配合闭路电视监控(CCTV)系统,对列车进行定位和记录,使行车指挥人员了解列车位置、运行轨迹,从而为后续的列车运行指挥控制提供依据。从技术上和管理上,保障城市轨道交通的运行安全。