面向电力系统潮流仿真的语音交互研究

以深度学习为代表的人工智能技术不断发展,正逐步渗透并融入电力系统等传统领域.为增强潮流仿真中人机交互的智能化程度,减少仿真技术人员在输入数据、计算分析等过程中的重复劳动,本文从语音识别理论和工程应用相结合的角度开展研究,提出了一种在潮流仿真中嵌入语音识别技术的方法.首先,对现有潮流仿真软件融入语音识别技术的可行性进行了探讨;其次,利用基于开源的电力系统分析工具Pandapower,设计了潮流仿真的语音识别流程,提出了相应的实现方法;最后,在建立的语音识别系统上,对1个仿真算例进行了测试.测试结果表明,本文提出在潮流仿真中嵌入语音识别技术的方法,能有效地实现潮流数据的语音编辑以及潮流计算的语音控制等功能.     

基于定点化自适应选择卷积神经网络的电力缺陷识别方法

无人机(unmanned aerial vehicle,UAV)电力巡检时的图像数据量急剧增加,为使深度卷积神经网络(deep convolutional neural network,DCN-N)在低功耗的前提下仍能准确识别出电力缺陷,将重点改进传统DCNN算法,以减少机载前端平台中DCNN模型的计算成本,有效提高电力缺陷识别的运行速度,进而延长巡检无人机的续航里程.首先将卷积网络中的浮点运算进行定点化近似,然后通过快速机器学习算法对DCNN模型的输入图像进行自适应选择,最后通过实验对所提方法进行了验证.实验结果证明,DCNN模型经8比特定点优化和自适应选择选择策略后的准确率达88.2％,推理时间缩短了65.9％,能耗减少了71.9％,查准率提高了9.8％.所设计的定点化DCNN模型自适应选择策略不仅能节约电力巡检系统的功耗,而且能提高电力缺陷识别的精度.     

电动汽车用高功率电机控制器设计与验证∗

针对电动汽车控制器高功率密度的要求,开发了一款高功率电机控制器.阐述了该控制器的结构设计方案和电气原理,并对硬件和软件的设计方案进行了详细介绍,提出了基于单面散热IGBT模块的高功率控制器设计方案,并针对该高功率控制器的散热效果进行了仿真研究.最后,对高功率电机控制器进行了台架试验,试验结果表明,所设计的高功率电机控制器具有良好的控制器性能和更高的功率密度.     

非贵金属催化5-羟甲基糠醛选择氧化的研究进展

5-羟甲基糠醛（HMF）作为一种连接生物质资源和精细化学品工业的多功能平台化合物,因含有醛基、羟甲基而具有非常活泼的化学性质。HMF催化选择氧化在生物质转化过程中具有十分重要的意义,近年来受到研究者们的广泛关注。其氧化产物如2,5-呋喃二甲醛（DFF）和2,5-呋喃二甲酸（FDCA）都是具有高附加值的精细化学品,可用于抗菌剂、医药中间体、合成聚酯等方面。非贵金属催化剂因具备低成本、资源丰富以及环境友好的优势,用于HMF选择氧化的相关报道已逐渐增多。阐述了HMF选择氧化的催化反应机理,着重从非贵金属催化剂的角度出发,对近年来HMF的不同催化氧化体系进行了总结和归纳。最后,展望了HMF选择氧化的研究前景,为构建绿色、高效的催化体系提供思路和参考。     

阀冷控制系统变频器冗余模拟量设定值的研究

特高压直流输电工程中换流阀配套的阀冷系统采用冗余化设计,阀冷系统中的冷却风机通常配置变频器,冗余控制系统同时输出两路模拟量信号给变频器,处理后实现变频器的频率设定.研究了几种变频器冗余模拟量设定值的处理过程,通过比较各自优缺点,确定最优的冗余信号处理方案.     

基于一种载波转换器实现电能信息的远程采集

针对集中安装的智能电表,采用敷设485信号线至每一块电表、加装无线通信485中继器两种方案,均可实现自动抄表,其缺点是信号线敷设距离远、信号线易引雷、绝缘层破损带强电、无线信号被屏蔽、其他无线信号的干扰等.某公司基于高速宽带电力载波技术(HPLC)研制了一种载波转换器,构建了一种新的用户数据采集方案,优化了上述两种方案,提高了智能电表的自动抄表率,降低了运维人员的维护难度.     

一起800kV耦合电容器介损测试的影响因素及对策分析

特高压现场试验中,耦合电容器的介质损耗因数均在10 k V及以下电压下进行测试的,但设备自身存在Garton效应,某些时候所测的异常数据不能真实反映设备绝缘状态.针对特高压换流站800 kV耦合电容器的介质损耗因数测试数据异常,从设备的结构、使用条件及测试方法等进行了异常原因的详细分析,给出了应对设备Garton效应的现场实施策略及设备运行建议.     

外饰喷涂件用基材与底漆特性对橘皮的影响

分别从底漆粗糙度、溶剂溶解度参数、塑料基材耐溶剂性等方面对外饰件漆膜橘皮的影响因素进行了分析和讨论,提出了相应的优化措施.     

计及频率稳定的多直流异步外送电网切机容量优化

异步互联格局下,送端电网惯性大幅下降,因直流闭锁引发的高频问题较为严重,传统应对高频问题的稳控切机策略存在切机量不精确（过切或欠切）以及切机后系统转动惯量匮乏等风险。针对现有稳控切机方案的不适应性,提出一种计及系统频率稳定需求的多直流异步外送电网切机容量优化模型。模型中耦合大容量直流闭锁故障下各种频率指标约束、网络潮流约束、备用及切机量约束,考虑系统内各类型机组调节性能及位置的差异性,利用理想点法和优序图法得到各类型机组的切机惩罚因子,通过切机综合代价最小化目标确定大容量直流闭锁事故下送端电网的最优切机方案。以改进的IEEE RTS-79系统为例进行了算例分析,验证了所构建模型的有效性与频率适应性。     

基于长短期记忆网络的电网故障区域定位与故障传播路径推理

为了在发生故障后维持电力系统的安全稳定,有必要实现对故障区域的快速定位并确定故障冲击的传播路径,提出基于长短期记忆网络(LSTM)的故障区域定位和故障传播路径推理方法.首先,利用LSTM建立2个故障诊断模型分别实现在线检测故障时刻和确定故障区域;然后,通过计算故障点附近线路的端口供给能量确定故障冲击的传播路径;最后,以8机36节点电网为例进行算例验证,结果表明所提模型可在发生故障后短时间内检测到故障,给出故障区域和故障冲击传播的路径,且对噪声有较强的鲁棒性.