立体卷铁心的工艺系数和单框损耗的评价

以磁通密度波形为测量硅钢片损耗的参考波形,对比分析了按GB/T 3655-2008和IEC/TR 62383-2006测量的硅钢片损耗曲线之间的差别,评价了利用两种损耗曲线得到的立体卷铁心的工艺系数,提出了一种立体卷铁心单框损耗的评价方法。     

一种晶闸管硅堆压装机构设计

为解决６英寸晶闸管压接面压力分布均匀性问题,针对６英寸晶闸管硅堆的压装机构进行了研究,设计了一种采用球面定位的球头式压装机构,并仿真校核了球头式压装机构的机械强度.开展了６英寸晶闸管硅堆压接力压力均匀性试验,试验结果表明,在正常和模拟工况下,球头式压装机构能明显改善晶闸管压接面压力分布均匀性。     

基于自动分类的一种智能医疗垃圾桶设计

现阶段医用垃圾的处理方式较为传统,还是通过人工进行分类,存在效率低下、无法适应新时期医疗需求等问题.对此,提出一种可进行自动分类的智能医疗垃圾桶,其具有语音播报、自动闭合等功能,并且可以在此基础上进行多样的优化,操作容易,效率更高,有着广阔的市场发展前景。     

基于高斯混合模型及近似线性规划的风电系统校正控制方法

提出一种基于高斯混合模型及近似线性规划的风电系统校正控制方法。考虑到风电及负荷功率预测误差的非高斯特性及相关性,建立了描述风电及负荷功率联合概率分布的高斯混合模型。考虑切负荷、发电机功率调整以及统一潮流控制器等控制措施,以控制代价最小为目标函数,构建了计及电压、频率及线路潮流等静态安全约束的风电系统校正控制优化问题的数学模型。为求解含不确定变量的非线性优化问题,依据高斯混合模型的性质,在稳态运行点的邻域内将非线性约束近似转化为线性约束,用线性规划方法求解,并不断迭代直至收敛。最后,将该方法应用于修改后的IEEE 10机39节点算例系统验证其有效性,与场景法的对比结果表明该方法求解效率较高,且具有较好的经济性。     

虚拟惯量控制响应延时对控制效果的影响分析

电力电子接口电源通过虚拟惯量控制模拟同步机惯量响应,但控制过程存在响应延时。全面分析了延时对虚拟惯量控制效果的影响,发现延时并非越小越好。虚拟惯量控制可以降低频率变化率和最大频差两个指标。响应延时增大,扰动后短时间内平均频率变化率变大,但是,最大频差先下降后上升,并在某个延时取值处获得最优值。而且延时增大时调频功率峰值和能量峰值均降低,控制成本更小。虚拟惯量控制的目标不同时,对延时的要求不同。分析结论有助于更加全面地认识虚拟惯量控制的效果并指导实际应用。     

基于智能算法的高海拔风电机组多参数优化设计

以高海拔地区风电机组为对象,建立了平准化电力成本（LCOE）模型,并采用智能算法对其关键设计参数进行优化。分析了海拔升高对气候环境与风电机组的影响,建立了以转子半径、轮毂高度以及额定功率为设计参数的高海拔风电机组LCOE模型。以LCOE最小化为目标,采用遗传、粒子群、量子遗传3种智能优化算法对3个设计参数进行优化。优化结果表明,一定的海拔高度下存在最佳参数和最优LCOE,3种智能算法皆能得到模型的最优解,而量子遗传算法在收敛时间与收敛精度上均具有较好性能。随着海拔的升高,最优LCOE增大,3个优化参数呈现出不同的变化趋势。本文的相关结论对于高海拔风电机组选型与设计具有一定的参考意义。     

序贯检测在“北斗”卫星信号捕获过程中的应用

为了提高“北斗”系统的捕获性能,解决在弱信号环境中无法有效捕获与检到卫星信号的问题,在“北斗”系统的捕获方法中采用序贯检测的方式进行了改进与优化。分析后得出,序贯检测通过双门限与待检测区,使得样本数灵活可变,可以有效应对不同信噪比的信号,在强信号与弱信号下都有良好的效果。通过仿真对序贯检测方式与传统检测方式进行了性能上的比较与分析,结果表明,序贯检测逻辑不仅达到了传统检测方法中预期的检测概率和虚警概率,同时具备更高的性能与灵活性,强信号下缩短了捕获时间,提高了捕获效率;弱信号下提高了2～3 dB信噪比增益与捕获性能;既保证了该检测逻辑的可行性,又为捕获检测过程提供了一种思路与方法。     

低温环境下FBG温度传感特性研究

在低温环境中,光纤光栅(Fiber Bragg Grating,FBG)材料的热膨胀系数和热光系数会发生改变,从而影响其温度传感特性。文章通过实验研究了裸光纤光栅传感器和黄铜管封装的光纤光栅传感器在低温下的温度传感特性。结果表明,在80~300 K温度范围,裸FBG温度传感器的灵敏度为6.43 pm/K,线性度为0.974,在80~230 K温度范围,温度与光纤光栅的中心波长呈现非线性关系;黄铜管封装的FBG温度传感器,在整个温度范围内灵敏度可达26 pm/K,线性度为0.996,较裸FBG温度传感器均有较大提升。对比实验表明,对光纤光栅进行封装,可以提高其温度灵敏度和线性度,改善温度传感特性。     

基于协同强化学习的微电网分布式两级电压优化控制

由于微电网中分布式电源组成复杂,运行模式多样,孤岛微电网的电压恢复控制面临着不确定性干扰的影响。为此,针对不确定性干扰下微电网的二级电压恢复控制问题,提出了一种基于协同强化学习的微电网分布式两级电压优化控制方法,实现孤岛模式下微电网的电压调节控制。首先构建孤岛微电网分布式一致性协同电压控制算法,并建立李雅普诺夫函数稳定性判定方法。其次根据控制器性能与控制器增益参数的关系,求解孤岛微电网电压控制器增益上界,并根据控制器增益参数上界限制强化学习智能体动作集。随后,采用强化学习算法优化二级控制器增益参数,给出相应的强化学习智能体状态集、协同全局奖励函数。最后在Matlab/Simulink上通过仿真实验验证了所提出的控制方法的有效性和适应性。     

光纤电流互感器渐变性故障时频特征辨识

通过时频变换方法分解光纤电流互感器(FOCT)输出信号,获取渐变故障信号特征,是故障分析的关键步骤。针对FOCT渐变性故障信号时域跨度大且劣化过程呈随机性的特点,对输出信号进行跨间隔采样,利用小波包分解算法,根据故障信号频段实现故障信号特征提取,利用相关评价指标对时域特征参数进行筛选,得到表征FOCT劣化趋势的最优特征参数。针对信号特征维度高的特点,提出主元分析法对高维特征降维处理,满足故障特征辨识快速性的需求。实验结果表明：使用6层小波包分解算法,得到64个包含不同频段信号的子序列,对比各个频带能量占比来确定互感器运行状态,能够实现有效辨识渐变性故障特征。