基于FCM聚类的小电流接地系统故障区段定位

提出了一种基于FCM聚类的小电流接地系统的配电网故障区段定位方法。小电流接地系统发生单相接地故障后一段时间内,故障点上下游同侧暂态零序电流波形具有高度相似性,而异侧的波形则不具有相似性。通过构造暂态零序电流幅值序列表征这一特性,采用FCM聚类算法划分故障点上下游区段来实现故障区段定位。该方法仅需故障线路上测量点上传幅值序列,一定程度上降低了测量点的通信压力。仿真试验表明,所提出的方法能够准确定位出故障区段。     

基于ZEMAX单模大光束光纤准直透镜信号耦合分析

针对光纤连接器核心部件之一光纤准直透镜信号精密耦合问题,采用双合透镜设计了一种单模大光束光纤连接器.通过分析双合透镜特性、光纤准直器阵列中的多光学器件耦合机理和准直透镜间的3种耦合偏差引起的传输损耗,推导出该耦合系统的传输损耗公式.基于MATLAB分析得到:角向失配对准直器的耦合损耗影响最大,轴向失配影响最小.利用光学...     

变压器漏磁热损特征与光纤光栅监测研究

近年来随着大容量变压器和电压等级的逐渐增加,变压器的结构愈加复杂,变压器的漏磁通量越来越大,漏磁问题越来越明显。采用常规电信号传感器测量变压器内部温度,难以满足要求。针对变压器内部的特殊结构研制了一种可用于变压器磁场漏磁热损分析的光纤Bragg光栅(FBG)温度传感智能测试平台。对现场采集来的测量数据进行处理并做详细分析,18∶36油箱上层温升值为49.6 K,夹件处的温升为58.3 K;2∶45油箱上层温升值分别是36.7 K,夹件处的温升为36.8 K。通过对比分析发现漏磁损耗主要部位,常规电信号传感测量方法得到改善。     

大中型商场空调负荷影响因素的探讨

以某商场为例，通过计算分析，对影响商场空调负荷的室内参数、客流量、新风量、室外参数等因素进行探讨。这些参数的选取对空调负荷都有不同程度的影响，在选取时应慎重考虑。     

典型通信频率的低压电力线通信噪声特性研究

针对学生宿舍区、教学实验区和居民区3个典型的电力环境,使用低压电力线噪声采集设备采集噪声数据,处理得到10~500 kHz噪声功率谱,进而分析电力线噪声幅值随典型通信频率及在不同时段的变化趋势.结果表明:噪声幅值随频率的升高而降低,低频段噪声对电力线通信影响较大,在用电高峰时段噪声幅值会有10~35 dBμV的波动.因此,就抗干扰程度而言,载波频带为100~450 kHz的美国标准比载波频带为3~148.5 kHz的欧洲标准更适合电力载波通信传输.     

高电压接触型光纤绝缘子的耐高压研究

在污染条件和凝露情况下,安装在电气设备上的二次元件会因为工频过电压或雷电过电压造成电气事故。利用硅橡胶憎水性材料和一体成型的结构方式,研制了一种高电压接触型光纤绝缘子,其特征是在光纤外表面包裹单片或多片绝缘子的憎水材料封装体,光纤的顶端熔接光纤传感装置,尾部连接光纤连接头。光纤绝缘子的使用增加了结构的爬电距离。对该光纤绝缘子分别进行无污染、凝露、污染环境下的工频交流15kV耐高压的测试试验。试验表明,高电压接触型光纤绝缘子可使用于15kV的高压环境。     

Rogowski线圈的FBG电流传感器研究

电流是电力设备进行计量、监控和保护的重要参量,对其准确测量是电力系统安全、稳定、可靠和经济运行的保证。研制了一种Rogowski线圈、叠堆压电陶瓷和光纤Bragg光栅组合成的测量大电流的电流传感器。利用Rogowski线圈把高压侧大电流线性地转换为低电压,输出电压加在叠堆压电陶瓷上,由逆压电效应,叠堆压电陶瓷伸缩带动光纤Bragg光栅伸缩,将叠堆压电陶瓷的应变线性转换为光纤Bragg光栅的中心反射波长的移位,增加温补光栅消除环境温度的影响,通过测量光纤Bragg光栅中心反射波长的移位来测量电流的大小。测试结果表明,该电流传感器的灵敏度为0.071 8pm/A,非线性误差为3.47%FS,滞后误差为4.17%FS,重复性误差为4.17%FS。     

平稳随机过程理论应用于微弱光辐射测量中噪声的计算

本文对噪声的特点及平稳随机过程理论用于噪声分析的原理进行了探讨。最后给出了用这种新的分析方法计算的微弱光辐射测量系统噪声结果。     

改进FA优化SVM的风机叶片裂纹检测模型北大核心CSCD

风力发电机往往工作在气候条件恶劣的环境中。风机叶片受到风沙、雨水的侵蚀会出现裂纹,裂纹在产生后会逐渐扩大,尽早发现叶片裂纹能给工作人员更多的维修时间。针对叶片微小裂纹难以发现的问题,文章提出了一种利用无人机拍摄的叶片图像结合机器学习进行裂纹检测的方法。对原始图像预处理后,进行特征向量的提取。提出一种用改进的萤火虫算法优化支持向量机(SVM)的裂纹检测模型。为增加萤火虫算法的全局搜索能力,引进了混沌映射生成种群初始位置,同时采用自适应步长以更好地趋近最优解。以云南某风电场的数据离线训练和测试,结果表明,所提的模型在检测精度和稳定性上均优于用粒子群算法(PSO)、遗传算法(GA)优化的SVM。