高压直流换流变压器暂态铁心饱和不稳定及抑制

高压直流(HVDC)的铁心饱和谐波不稳定按照其激励源可划分为自发铁心饱和谐波不稳定和暂态铁心饱和谐波不稳定两种形式。在分析产生暂态铁心饱和谐波不稳定形成机理的基础上,提出暂态铁心饱和谐波不稳定新抑制措施,即整流侧接入SVC。且以云广特高压孤岛10%功率运行方式,采用PSCAD建立详细的电磁暂态模型,通过时域仿真试验验证了对暂态铁心饱和不稳定形成机理分析的正确性以及所提出整流侧接入SVC抑制暂态铁心饱和不稳定的有效性。     

抑制配电网谐波影响的新型相位检测方案

相位检测是配电网运行维护中的一项基础工作,其结果的准确性受电网谐波影响极大。未来配电网中可再生分布式电源的高比例接入,将会为配电网带来大量的谐波污染。为保证相位检测的准确性和可靠性,同时适应未来配电网的发展要求,提出一种能够抑制配电网谐波影响的新型相位检测方案。该方案借助自适应陷波滤波器搭建了预滤波单元,有效抑制了配电网中的电网谐波,通过传统的锁相环实现电网相位的检测。利用仿真实验验证了该方案的可行性。     

光伏发电及MPPT算法简介

对光伏发电系统类型、组成、常用MPPT算法等进行了解,然后对最大功率跟踪常用算法的原理及其优点、缺点进行分析。     

电力市场交易安全竞价系统的设计与实现

分析了电力市场运营功能,给出了电力交易市场安全竞价规则库的建立,设计了安全竞价系统.     

多元变量径流预测的最小二乘支持向量机模型

河川径流中长期预测历来是水利系统研究的重要内容,本文基于支持向量机理论建立多元变量径流预测的最小二乘支持向量机模型,并对新疆伊犁河雅马渡站23年实测年径流最及其相应的4个预报因子(降水量、纬向环流指数、径向环流指数、太阳射电流量)进行实例仿真研究.通过与BP神经网络模型预测结果进行对比,表明多元变量LSSVM模型的预测精度更高、效果更好.追求结构风险最小化的模政工型设计特点使得LSSVM在处理小样本数据预测问题上显示出巨大的优越性,同时避免了神经网络方法的易陷入局部最优和过学习现象.     

一种自适应补偿死区的异步电机参数测量方法

针对异步电机参数静止测量精度受变频器控制中死区影响较大的问题,提出了一种死区自适应补偿的电机参数静止测量新方法。采用比例谐振(PR)控制器自适应补偿变频器电流的死区效应,采用PR锁相环和死区影响特征减轻交流电压波形因死区补偿产生的畸变,采用死区估算结果减少直流电压受死区非线性影响。变频器控制测量异步电机参数实验结果表明新方法得到的交流电流和电压THD分别小于传统方法 8.92%和7.65%,消除畸变的交流电压幅值和相角得到有效补偿、且幅值波动变小,直流量电压受死区非线性影响减少。提出的测量方法相对于传统方法可提高参数测量精度大于6.4%。     

变压器绕组变形的综合诊断

通过对不同电压等级变压器运行情况的统计分析,发现变压器绕组的变形程度与绕组电容变化率密切相关,通过实例证明,变压器绕组电容变化量可以作为判断变压器绕组是否变形的辅助方法。     

基于有限元法的染污直流支柱复合绝缘子伞裙参数优化

直流支柱绝缘子污闪问题比交流支柱绝缘子要严重,通过伞裙优化能够明显改善其污闪特性。该文借鉴人工污秽试验研究伞裙优化的成果,利用有限元法对染污直流支柱绝缘子建模,研究伞间距、大伞伸出和大小伞伸出差对绝缘子沿面电场分布的影响。提出以爬电距离和电场强度作为伞裙参数优化的判断依据,研究表明,电场强度分布随着伞裙参数的变化呈有规律变化：随着伞间距的增加,绝缘子沿面平均电场强度逐渐减小;随着大伞伸出的增加,绝缘子沿面平均电场强度逐渐增大;随大小伞伸出差增加,爬电系数单调减小,沿面平均电场强度呈振荡减小的趋势。通过比较分析得出支柱绝缘子伞裙较优的参数范围,为进行伞裙优化试验研究提出试品伞裙的建议参数。     

表孔弧形闸门空载振动原型试验研究

针对龙羊峡水电站表孔弧形闸门存在的振动和异常声响问题 ,通过闸门的制作安装精度检测、启闭力测试、模态测试、动力响应测试、声响测试等原型试验方法 ,对闸门振动原因和特性 ,启闭力不均衡问题 ,支臂的应力应变特性、异常声响的原因和特性等进行深入地研究。研究成果表明 :(1)闸门在强振区的振动主要是弹性模量小的水封所激发 ,其根本的原因是闸门的轨道存在严重偏差和铰轴同心度超标 ;(2 )异常声响的主要来源是铰轴 ,其原因是两个铰轴同心度偏差较大和铰轴与轴套之间存在干摩擦所致 ;(3 )门体振动、支臂应力应变的交替变化、启闭力交替变化、铰轴异常声响它们有密切关系 ,其在强振区的主要频率 (1号门约 4Hz ;2号门约 3Hz)基本一致。     

基于支持向量机与神经网络的间谐波测量混合算法

针对目前缺乏国家标准规范间谐波对电能质量的影响,也缺乏有效的手段监测间谐波的问题,用支持向量机理论对其进行了探索。支持向量机理论将间谐波这个非线性问题变换到更高维的空间中进行线性回归,它基于迭代权调整最小二乘法,引入反向传播神经网络算法整定算法参数,通过反馈现场采集、分析信号,并将教师信号与计算信号的差值作为调整参数的驱动信号,在此基础上通过反向遗传算法(BPNN)的反向传播能力对参数进行基于负反馈的调整,提高了算法的收敛速度。通过数值实验对比,该算法比没有使用差动信号的混合算法效率提高约13%。