基于隐式梯形–时步保持法的3/12相电机建模

综合电力系统（integrated power system,IPS）包含3/12相双绕组发电机等特殊高阶非线性元件,现有电力系统电磁暂态仿真软件均不提供其仿真模型。为此,采用隐式梯形法对双绕组发电机数学模型进行差分离散化处理,通过定、转子分离迭代,推导出电机等效电路模型,并在PSCAD中建立双绕组发电机仿真模型。应用时步保持算法,将模型的仿真时步划分为计算时步和保持时步,提高了计算速度。最后,构建综合电力推进系统试验平台,发电机空载短路、推进系统调速的试验与仿真结果吻合,验证了建模方法的有效性和所建模型的正确性。研究表明,基于隐式梯形–时步保持算法的建模方法能够准确高效地建立双绕组发电机的仿真模型,可应用于EMTP类仿真软件,并可推广至IPS各类多相电机建模。     

基于功率反馈的直驱式永磁发电机组最大功率跟踪控制

分析了风力机的运行特性,建立了直驱式永磁同步发电机组(D-PMSG)的数学模型。基于功率反馈的最大风能跟踪控制原理,引入前馈解耦控制和锁相环,通过变流器控制直驱永磁风力发电机的电磁功率来实现对风力机转速的间接控制,在无需检测风速和风力机转速的情况下实现了风电系统的最大风能跟踪和单位功率因数控制。在变风速环境下,通过仿真实验,验证了所采取控制策略的有效性。     

集成式脉冲电流传感器

在印制板的双面上均匀密布环状印刷线路,形成印制板式线圈,代替用导线绕制的传统罗氏线圈.在这种印刷线圈中,印制线路既充当传统罗氏线圈的小线匝的作用,还起着信号的耦合和传输作用.本文分析了双面板印刷线圈的构成方法、测量脉冲电流的工作机理、等效电路模型和线圈本身上升时间的计算方法.研究了印刷线圈的单面、双面和两个顺次串联线圈的自感系数、内阻、分布电容、阻抗特性和相频特性,并归纳了影响印刷线圈上述电气参数的重要因素.利用所制作的印制板式传感线圈测量脉冲功率源中的脉冲大电流.理论研究与实验表明,在不影响传感器带宽和动态特性的前提下,可以用环状印刷线路代替传统罗氏线圈的绕线;将印刷线圈顺次串联,能有效提高传感器的信噪比.     

直驱永磁风电机组虚拟惯量控制对系统小干扰 稳定性影响分析

虚拟惯量控制方式下,直驱永磁风力发电机组(DDPMSG)能够为电力系统提供较好的频率支撑,但虚拟惯量控制使DDPMSG与系统之间产生了新的耦合关系,给系统的小干扰稳定带来新的影响。建立了包含DDPMSG的风电并网系统状态空间平均模型,并通过线性化得到其小信号模型。基于该小信号模型,利用特征分析法分析了虚拟惯量控制的比例系数和微分系数对风电并网系统的小干扰稳定性的影响,同时对比分析了虚拟惯量控制及最大功率跟踪控制对系统小干扰稳定的影响。结果表明虚拟惯量控制对系统阻尼特性的影响与DDPMSG接入系统的位置及容量有关,且主要影响其所接入区域的局部振荡模式和系统的区域振荡模式。     

几种电力网络图的连通路径拓扑算法研究

网络拓扑分析是电力系统仿真和分析计算的基础。同一图论问题常常有多种算法,本文用图的形式来描述电力系统模型的结构,将一个具体的电力系统抽象分解为一些线段及联结这些线段的点的集合。并且列举了图连通路径的搜索方法：邻接矩阵法、树搜索法、连接矩阵余子式法。这几种方法都可以达到网络拓扑的目的。     

基于Hypersim的差动保护实时仿真测试研究

针对目前电力系统保护装置难以进行系统级实验的情况,采用实时仿真系统Hypersim构建了闭环测试平台。在Hypersim中建立了舰船环形供电网络的仿真系统,将仿真电流输出至差动保护装置,将装置的控制信号引入Hypersim实时仿真系统中进行闭环实验。对环形网络中典型短路故障进行了实验研究,差动保护装置动作正确。该实时仿真系统可用于其他复杂网络的保护测试。     

一种新型风电场虚拟惯量协同控制策略

常规比例—微分(PD)虚拟惯量控制策略可使直驱式风电机组为系统提供频率支撑,但其控制参数和算法固定,在风电场多机并网条件下调频效果欠佳。文中给出了PD虚拟惯量控制方式相关参数的整定方法,分析了不同风速区机组转子动能和变流器容量对机组调频能力的影响。据此提出了一种考虑机组间调频能力差异的虚拟惯量协同控制策略,该策略引入转子动能评估因子和变流器容量限制因子以体现功率协调。风电场仿真结果表明,该控制策略在充分发挥各机组调频能力的同时避免了系统频率的二次跌落现象,调频效果得到进一步改善。     

基于混合自编码器的协同过滤推荐算法优化

协同过滤算法已广泛应用在推荐系统中,在实现新异性推荐功能中效果显著,但仍存在数据稀疏、扩展性差、冷启动等问题,需要新的设计思路和技术方法进行优化.近几年,深度学习在图像处理、目标识别、自然语言处理等领域均取得突出成果,将深度神经网络模型与推荐算法结合,为构建新型推荐系统带来新的契机.本文提出一种新式混合神经网络模型,该模型由栈式降噪自编码器和深度神经网络构成,学习得到用户和项目的潜在特征向量以及用户-项目之间的交互行为模型,有效解决数据稀疏问题从而提高系统推荐质量.该推荐算法模型通过MovieLens电影评分数据集测试,实验结果与SVD、PMF等传统推荐算法和经典自编码器模型算法作对比,其推荐质量得到显著提升.     

基于叙词表的领域知识图谱初始种子集自动生成算法

随着认知计算的飞速发展,通用知识图谱的自动构建取得了极大的进步,但在垂直领域由于缺乏本体等语义信息,导致进展缓慢。叙词表广泛分布于各个专业领域且蕴藏着丰富的语义信息,如能对这些语义信息进行合理的提取和利用,必然能在一定程度上帮助领域知识图谱的自动构建。该文提出两个假设,利用假设可以从叙词表内部结构中提取实体类型和关系类型,进而设计了一种基于叙词表的领域知识图谱初始种子集自动生成算法。最后,以地质领域和林业领域的叙词表作为实验对象,采用Bootstrapping算法,利用由叙词表自动生成的初始种子集进行抽取工作,通过对抽取到的结果进行分析,结果表明利用叙词表得到的初始种子集可以取得同人工设计种子比较接近的效果。此外,所提模型具有通用性,为叙词表在构建领域知识图谱中的应用提供了一种新的思路。