吉林地区热泵应用调研与分析

地源热泵具有可再生性、高效节能、有利于环境保护和较为经济等优点,可以实现终端用户的节能降耗,有利于促进实现“十一五”期间GDP能耗降低20％的目标。通过对现已投入使用的地下水地源热泵机组运行状况的调研,从工作原理、系统结构及现运行方式等方面进行了细致剖析,比对其经济性,进行了计算分析,指出其热泵机组系统不合理处,并提出改造方案。最后基于此案例,结合吉林市地区地下水质情况,提出了吉林地区地下水地源热泵应用时需注意的几个问题。     

几起10 kV母线故障分析及其保护装置的研发和应用

针对几起母线故障，研制了10 kV母线快速保护装置，该装置利用主变二次侧的电流作为启动量，以配电线路的故障电流作为闭锁量，同时加上可靠的电压闭锁条件，动作快速可靠。与常用母差保护相比，可节约大量资金。     

基于单片机的月相灯设计

随着LED照明的飞速发展,灯具市场涌现出大量优秀、富有创意的灯具产品。本文设计一种基于单片机的月相灯,以单片机为控制核心,包括时钟模块、灯光控制模块、按键控制模块、传感器模块。所设计的月相灯能够模拟月相的变化,具备亮度和色温调节等功能。实物作品呈现了残月、凸月、峨眉月和满月的效果。本设计实现了LED照明的人文化、智能化,具有一定的应用价值。     

基于混沌多项式展开的地磁感应电流不确定性研究

地磁感应电流(GIC)会引起变压器直流偏磁,其次生衍生效应可能威胁电力设备和电网的安全。研究磁暴期间大地电导率参数变化引起的GIC不确定性对GIC的评估和防御具有重要意义。基于混沌多项式展开(PCE)方法,以一维水平分层大地电导率为输入变量,在原有电场及GIC计算的基础上构造了二者的混沌多项式展开式。针对三层大地电导率模型和Benchmark算例,利用所构造的混沌多项式对磁暴期间感应地电场和电网中各支路GIC进行了不确定度量化分析,得到了GIC最大值的95%置信区间、均值和方差等统计量。通过与蒙特卡洛法(MC)的计算结果对比,验证了PCE方法的有效性,且PCE方法计算效率远高于MC方法。     

小浪底反调节电站220 kV断路器手动分闸后自动重合原因分析

简要叙述了小浪底反调节电站220 kV黄霞2线路断路器手动分闸后自动重合的故障现象,针对现象进行深入分析。通过检查装置接线、分析电气控制回路、实际模拟试验等手段,成功得出故障出现的原因,并针对该问题提出解决办法。     

高压断路器常见异常运行分析及处理

高压断路器是电力系统的主要设备。无论在电气设备空载,负载或短路故障时。它都应能可靠地工作。由于它的操作非常频繁。因此经常出现一些故障。例如断路器合不上或断不开,断路器不正常的自动分断或自动闭合。断路器缺油或油质炭化,断路器操作能源失常。甚至还会发生断路器着火,爆炸等问题。     

针尖曲率半径对硅橡胶电树枝老化特性的影响

针对硅橡胶材料电树枝老化特性展开了试验研究。采用针板电极结构,测量了不同针尖曲率半径的起树电压和电树枝形态。结果表明,硅橡胶的起树电压较低,抗电树枝老化性能较差,导致了硅橡胶预制式电缆附件故障频发;硅橡胶中的起始电树枝多以单枝状的通道形成为标志,随后发展为4种不同的电树枝形态。进而提出了硅橡胶电树枝形态发展模型,并以此讨论了不同形态的电树枝老化特性。研究还发现,现场实际运行的硅橡胶预制式电缆附件故障解体后发现了单枝通道起始电树枝,其在运行电压作用下容易发展为细枝型形态,但同样会引发电缆附件的击穿。试验结果为现场故障分析提供了参考依据。     

配网电缆线路带电作业暂态特性及作业方式选择的研究

针对国内对配网电缆线路带电作业暂态特性认识不足及作业方式选择无标准可靠做法,根据各种电缆线路参数,分别采用空气间隙和消弧开关消弧方式,进行了详细模拟及现场试验。结果表明:2种消弧方式下的暂态过电压在2.5倍以内,满足规程要求,但空气间隙直接消弧方式在线路电容电流较大时,开断时暂态电流大,燃弧时间长,容易拉弧;当线路稳态电容电流达0.5A时,空气间隙直接消弧方式下的暂态电流峰值达十几安,燃弧时间也突然变长,可作为作业方式选择的界定点,但考虑人工操作,需预留较大的安全裕度。     

某灰浆输送系统的高-低压电机变频改造可行性研究

变频调速技术已经成为现代电力传动技术的发展方向.其卓越的调速性能,改善了现有设备的运行状况.对某化工企业动力厂的灰浆输送系统进行分析,提出了高压变频改造和高-低压变频改造2种方案,对比后得出高-低压变频改造为最佳改造方案,采用该方案可节约大量电能,改善设备的运行情况,提高了系统的自动化程度.     

基于MEMS传感器的体操动作识别

针对目前视觉动作识别方法中普遍存在的背景复杂、活动范围有限、个人隐私泄露等问题,设计了一套基于MEMS惯性传感器的体操动作识别系统。该系统主要通过构建传感器网络,采集人体进行体操运动时11个位置的加速度和角速度数据。基于预处理后的两类数据,计算样本均值、标准差、信息熵、均方误差等参数作为分类特征,建立支持向量机(SVM)分类模型,并对6种体操运动的动作进行了有效识别。实验结果表明,SVM算法较K-近邻、朴素贝叶斯、决策树等机器学习算法有更好的识别效果,平均识别率可达97%以上。