状态检修模式下变电检修关键技术及注意事项分析

针对现有检修方法在开展变电检修时,存在检修停电时间过长、负荷损失较大等问题,文章基于状态检修模式下,开展对变电检修关键技术的研究,并明确检修中应当注意事项。通过带电操作、接头处理、主变压器检修、高压开关检修,实现变电检修。尤其在检修过程中,注意接地引下线维护和预防设备热故障的处理。通过实例证明,新的检修方法在实际应用中可以有效缩短检修停电时间,并降低负荷损失,提高变电站整体运行的安全性和稳定性。     

基于可靠度理论的索穹顶结构的索长误差限值研究

由于施工中索穹顶结构的索长误差无法避免,会影响结构的预应力和形状,以索穹顶结构为研究对象,在索为定尺定长的施工条件下,改进了承载能力极限状态下的索力差值和正常使用极限状态下位移差值的表达式;依据结构可靠度理论,给出了2种极限状态下三种失效模式的可靠度指标.考虑到状态条件和制造要求,选择非线性规划的求解方法给出了索长误差限值的求解过程并进行验证,并给出了索穹顶结构的脊索、斜索和环索索长误差限值.研究表明：所求的索穹顶结构的索长误差分布关系符合其拉索构件敏感性分布关系,且Geiger型和Levy型索穹顶结构索长误差均不大于规范标准值.与其他索结构相比,索穹顶结构对于索长误差有更高的要求.     

数控侧铣刀具磨损状态监控技术研究

现阶段,高度智能化与自动化已经成为各个领域发展的主要走向,数控侧铣是机械加工制造中普遍应用的机床设备,在增进数控机床使用性能方面发挥着重要作用。但是由于开展数控侧铣加工作业时,刀具极易在高铣削力和高铣削温度的工作状态下出现磨损情况,如果刀具更换不及时,会影响零件加工精度和机床正常使用。通过监控技术的有效应用,可以准确了解刀具磨损状态,因此,加强刀具磨损状态监控方法的分析研究具有重要意义。基于此,文章梳理了监控刀具磨损状态的方法,分析了刀具磨损状态监控系统的结构和功能模块,最后阐述了刀具磨损状态监控系统结构框架。     

基于数据融合技术的电力系统鲁棒动态状态估计方法

针对电力系统在连续多断面动态状态估计中,现有混合数据处理方法存在的两者相互影响以及两阶段处理方法存在的效率低下问题,基于数据融合理论,提出了基于数据融合技术的电力系统鲁棒动态状态估计方法。首先基于改进变点重复检测方法,将PMU和SCADA数据进行断面归一化处理。然后,在每一断面分别利用无迹变换与指数权估计方法相结合进行并行滤波处理,得到两组滤波结果,并基于数据融合技术将两组滤波结果进行状态融合以得到最终估计值。最后,基于IEEE-39节点标准系统对本文所提方法进行仿真,验证了本文所提方法不仅能够有效提高估计结果精度,且基于数据融合技术的并行滤波计算大大提高了计算效率。     

电力变压器状态评估方法的应用及展望

准确评估电力变压器运行状态并及时发现电力变压器潜在故障,对于电力系统稳定运行具有十分重要的意义。随着人工智能、数据挖掘等前沿技术与电网的深度结合,对现有电力变压器状态评估中关键技术和问题进行归纳和讨论,着重探讨了现阶段变压器状态评估指标体系建立、数据处理方法和状态评估方法应用,有助于后续设备管理智能化、数字化等科研工作的开展。最后,从数据体量与质量、数据增强、小样本非均衡样本处理方法、多维数据应用、多源信息融合几方面展望了未来值得继续深入研究的内容和方向。     

建立电力系统状态空间方程的并行方法

为了缩减大规模电力系统小干扰稳定性分析的计算时间,对电力系统状态空间矩阵的快速形成方法进行优化研究.针对插入式建模技术,分析状态矩阵的形成过程;采用含双重阈值的不完全LU分解法(ILUTP),调整相关矩阵中非零元素的位置,将矩阵转换为对角占优形式.采用双共轭梯度稳定法(BICGSTAB)对处理后的大型稀疏矩阵迭代求解;...     

耦合深度神经网络的动力电池联合状态估计

荷电状态(state-of-charge, SoC)和健康状态(state-of-health, SoH)的精确估计对新能源汽车动力电池的安全健康运行至关重要,但现有方法难以在统一架构下实现准确、高效的SoC和SoH联合估计。针对上述问题,提出了一种耦合深度神经网络的动力电池联合状态估计方法,利用深度神经网络特征自提取功能,构建了从可观测电压数据片段输入到SoC和SoH的映射模型。对所提方法进行了验证,结果表明SoC和SoH的估计均方根误差分别是12.09 mA·h和10.89 mA·h,分别仅为标称容量的1.63%和1.47%,且单次预测用时只需要约0.69 ms,具有精度高、运算快的优势。