基于虚拟同步发电机的光伏并网逆变器控制策略

针对采用常规恒功率控制方式下的光伏并网逆变器缺乏电压和频率动态调节能力的问题,提出一种基于虚拟同步发电机(VSG)的光伏并网逆变器控制策略.根据同步发电机的原理,建立同步发电机的并网等效电路和矢量关系表达式,设计了有功频率控制算法和无功电压控制算法,搭建了虚拟同步发电机控制策略下的光伏发电系统.在Matlab/simulink环境中建立了10 k W的光伏并网系统.仿真结果表明,基于虚拟同步发电机的光伏并网逆变器具有与同步发电机相似的调频调压特性,能够较好地适应电网运行要求.     

基于卷积神经网络的光伏逆变器故障诊断

光伏逆变器将太阳能电池板的直流电压转换为交流电压以驱动家用电器或者升压并入能源互联网,而绝缘栅双极型晶体管（IGBT）是光伏逆变器的核心组件,其状态异常将直接影响系统的正常运行。从减少传感器数量的角度出发,以直流侧的电流信号作为输入信号,设计了基于卷积神经网络（CNN）的故障诊断模型来监测IGBT的开路状态。并利用设计的Simulink模块生成的仿真数据对模型进行了训练和测试,都取得了很好的故障诊断性能。此外,还设计了不同噪声水平下的故障诊断测试,测试结果表明该故障诊断模型在噪声环境下具备有效性和鲁棒性。     

基于DSP控制的单相光伏并网逆变器设计

基于TMS320LF2812芯片,设计一种单相光伏发电并网逆变系统,由Boost DC/DC电路和逆变桥组成.详细介绍光伏并网逆变器最大功率跟踪(MPPT)的实现方法、逆变器电网跟踪控制以及电网电压锁相控制,并给出软件设计流程.基于Matlab软件对该系统进行仿真验证,并研制了试验样机.实验结果表明:基于DSP控制的单...     

光伏发电系统暂态特性仿真

针对光伏发电系统暂态稳定性差的问题,在PSCAD/EMTDC环境中建立了光伏发电系统的电磁暂态仿真模型,并基于该模型分析了三相短路故障和光照强度跃变等条件下光伏发电系统的暂态响应特性.研究光伏发电系统的物理模型,并建立由光伏阵列、最大功率跟踪模块、升压电路和三相并网逆变器等组成的光伏发电系统动态仿真模型.仿真对比分析了不同运行条件下的光伏逆变器输出有功功率、电压以及电流的暂态特性,结果表明逆变器输出功率和电流会随着光照强度变化而平滑地改变,短路故障则会引起电压跌落和瞬态过电流.     

大功率光伏逆变器输出滤波电抗器有功损耗测量

针对大功率光伏逆变器输出滤波电抗器的有功损耗测量目前受自然环境以及技术条件限制尚未达到工业需求的问题,提出了光伏阵列模拟器和光伏逆变器工作过程的互逆性原理并设计了电力电子变流技术改造光伏逆变器,实现光伏阵列模拟器的功能,并得出相对真实的环境数据搭建有功损耗测试平台.此光伏阵列模拟器测试系统可以准确地测试出各项性能和有功损耗量,相较于目前国内的测试方法,该大功率光伏逆变器输出滤波电抗器有功测量更省时、省力、成本较低且能够达到工业的要求.     

基于MPPT双环控制的三相SVPWM逆变器控制研究

建立基于空间矢量脉宽调制(SVPWM)的电压电流双环控制的三相逆变器数学模型,提出了以两相同步旋转坐标系下电网电压前馈的三相逆变器控制方案。并考虑光伏组件的效率问题,采用了改进的最大功率点跟踪(MPPT)算法。仿真结果表明:离网逆变器的输出电流稳定,波形失真度较小,光伏系统具有良好的动态性能和跟踪效果,在负载突变时,系统能始终维持恒定输出电压。     

基于DSP的三相光伏并网发电系统研究

光伏发电设备接入电网会对电力系统的稳定性产生影响.以光伏并网发电系统为研究对象,基于数字信号处理器(DSP)控制的光伏并网逆变器的工作原理,探讨了LCL滤波器的设计,给出了参数的设计方法和设计步骤.同时研究了并网过程中的软件锁相环技术,对锁相环电路的组成、工作原理进行了探讨.     

基于改进MPPT算法的光伏并网系统研究

光伏并网逆变器是光伏发电系统中重要环节,为使逆变过程中光伏电池输出功率最大,需要对光伏电池的最大功率点进行跟踪.常用最大功率跟踪方法会产生误判现象,不仅会降低光伏电池能量转换效率,而且还会造成并网电流产生畸变.针对上述问题,笔者改进了传统扰动观察法,提出了一种改进型MPPT算法,并在Matl ab/Simul ink环境下搭建了含有Boost电路的两级式光伏并网逆变器系统.仿真实验表明,含有改进型MPPT的光伏并网逆变器能够有效提高光伏电池输出功率.     

基于准Z源逆变器的光伏并网控制策略研究

准Z源逆变器由于采用独特的阻抗网络,可利用桥臂直通实现升压,实现了与两级系统类似的功能.同时传统桥臂的死区设置被省去,可改善输出波形的质量,减小并网电流的谐波.基于单级准Z源逆变器的结构简单、可靠性高等优势,将这种新型逆变器应用于光伏发电系统,分析了准Z源逆变器的拓扑结构及工作原理,论述了基于三次谐波注入的升压控制,并对准Z源逆变器光伏并网控制系统进行设计,从而满足光伏并网的要求.通过仿真验证了系统结构和控制策略的有效性和正确性.     

一种单相光伏并网逆变器控制技术

为了解决光伏电池最大功率的传输问题,通过建立光伏发电系统的数学模型,提出了一种单相光伏并网逆变器的控制技术.仿真实验显示,该控制方法能够实现对逆变器输出电压、电流的稳定控制,且能够使光伏电池保持最大功率输出,进而验证了该控制方法的有效性和可行性.     

基于EMD和SVM的传感器故障诊断方法

为了解决自确认压力传感器的故障诊断问题,提出了一种基于经验模式分解(EMD)和支持向量机(SVM)的传感器故障诊断方法,该方法对传感器输出信号进行经验模态分解,将其分解为若干个固有模态函数(IMF),对每个IMF通过一定的削减算法增强故障特征,然后计算每个IMF和残余项的能量以及整个信号的削减比作为特征向量,以此作为输入来建立支持向量多分类机,判断传感器的故障类型.通过压力传感器的故障诊断结果表明,该方法能有效的应用于传感器的故障诊断中.     

基于经验模态分解和支持向量机的传感器故障诊断方法

提出了一种基于经验模式分解（EMD）和支持向量机（SVM）的传感器故障诊断方法,该方法对传感器输出信号进行经验模态分解,将其分解为若干个固有模态函数（IMF）,对每个IMF通过一定的削减算法增强故障特征,然后计算每个IMF和残余项的能量以及整个信号的削减比作为特征向量,以此作为输入来建立支持向量多分类机,判断传感器的故障类型。通过压力传感器的故障诊断结果表明,该方法能有效的应用于传感器的故障诊断中。     

一种多电平逆变器故障诊断与容错控制策略

针对逆变器开关元件的开路故障,提出一种级联H桥多电平逆变器故障诊断与容错控制策略。 在不改变级联H桥多电平逆变器电路拓扑的情况下,通过快速傅里叶变换(fast fourier transform, FFT)和主元分析(principal component analysis, PCA)对逆变器原始开路故障数据进行了预处理和特征提取,构建贝叶斯网络(Bayesian network, BN)对级联H桥多电平逆变器开关元件的故障进行快速诊断,根据诊断的结果,基于变载波和调制波电压重构容错控制方法,使逆变器输出电压仍能满足系统平稳运行的要求,通过仿真与试验验证了该策略具有良好的诊断及容错控制性能。     

声振信号联合1D-CNN的大型电机故障诊断方法

针对复杂运行环境下大功率电动机故障诊断准确率不高、算法泛化能力差的问题,提出一种声振信号联合一维卷积神经网络(1D-CNN)故障诊断方法.首先对采集到的声信号采用背景噪声库联合稀疏表示去除噪声,然后将声音信号进行带通滤波(7～20 kHz),叠加低频振动信号(7 kHz内)形成频带更完整的电动机状态表征信息.再对经过滤波提纯处理后的信息进行重叠式数据扩容,获取1D-CNN训练所需大量数据.最后将数据样本输入1D-CNN进行学习训练,采用局部均值归一化(local response normalization,LRN)和核函数去相关性改进1D-CNN模型结构,降低抽油机正负半周工况波动对电动机诊断准确性的影响.诊断结果表明:声振信号联合分析的卷积神经网络故障诊断总体诊断准确率达到了97.75%,泛化能力好,与传统的电动机故障诊断方法相比优势明显.     

基于EMD和RBFNN的地铁辅助逆变器故障检测

针对地铁辅助逆变器故障信号非平稳的特征,提出了一种基于经验模态分解方法和径向基神经网络的地铁辅助逆变器的故障诊断方法,并应用经验模态分解方法对采集的非平稳的原始信号进行处理,将原始信号分解成多个平稳的本征模函数(intrinsic mode function,IMF),同时,采用K-均值聚类算法确定RBF神经网络的模型参数,并借助径向基神经网络的分类能力对特征向量进行故障检测。仿真结果表明,基于K-均值聚类算法的RBF神经网络,在48个测试样本中有46个正确,准确率为95.8%,高于标准RBF神经网络77.0%的准确率,说明其准确性明显高于标准的径向基神经网络。该研究能够满足地铁辅助逆变器故障检测对准确性的要求,可高效识别地铁辅助逆变器的故障。     

SVPWM整流器IGBT模块的故障诊断技术研究

建立了双闭环SVPWM整流器故障模型,通过增大IGBT模块内阻来模拟其性能劣化过程,并提出了一种基于Hilbert变换的IGBT模块故障诊断方法。该方法分别以相电流及其Hilbert变换后获得的共轭电流作横坐标和纵坐标,绘制Hilbert矢量图,通过图形变化规律来达到快速、有效诊断故障的目的。理论分析和仿真结果表明该方法可以有效诊断IGBT模块开路故障,比Park矢量方法简便直观。     

基于自适应滤波的滚动轴承故障诊断研究

针对固有频率未知的滚动轴承故障诊断问题，提出了一种基于经验模态分解的自适应滤波方法。讨论了经验模态分解方法及其在获取固有模态函数过程中的自适应滤波特性。通过对滚动轴承故障振动信号进行经验模态分解得到固有模态函数，运用希尔伯特变换解调固有模态函数得到包络幅频图，获取滚动轴承故障特征频率，进而确定滚动轴承的故障位置。应用该方法对仿真和实际数据进行了分析，并与冲击脉冲法作了比较。结果表明，基于经验模态分解自适应滤波的滚动轴承振动信号解调方法能够更有效地突出故障特征频率成分，避免误诊断。     

基于IGBT新型消弧线圈自动调谐系统

在配电网电容电流实时测量新方法研究的基础上,提出一种新型的基于IGBT控制的消弧线圈自动调谐系统。配电网正常运行时,控制IGBT模块使电路断开,避免工频过电压的产生;配电网发生单相接地故障时,控制IGBT模块使电路导通,消弧线圈投入运行,采用PWM控制技术对配电网接地电容电流进行补偿,有效促进瞬间熄灭故障电弧;此种控制方法补偿速度快、范围宽、造价低,实现了电感电流的无级调节.通过MATLAB对模型进行仿真,验证了该方法的可行性及其优点.     

基于EMD的时频分析方法的电力故障信号检测

提出电力系统故障信号的经验模态分解(Empirical Mode Decomposition,EMD)时频分析方法.通过对检测点获得的故障电流信号进行EMD分解,得到一系列的本征模态分量(Intrinsic Mode Function,IMF),利用Hilbert变换得到Hilbert谱及边际谱,分析相应瞬时频率及其振幅,对故障信号进行时间-频率-幅值的联合分析.分析发现,通过瞬时频率突变能准确定位故障时刻,Hilbert谱的峰值变化也能反映故障时刻及故障特征信息;通过边际谱分析可以获得故障信号所含的真实频率,为进一步故障检测提供了依据.仿真试验证明了结论的正确性,表明EMD时频分析方法能准确地检测故障时刻,提取故障信息.