大型集群风电有功智能控制系统监控软件设计

根据大型集群风电有功智能控制系统的总体结构和功能,提出了作为其重要组成部分的调度中心监控软件的整体设计思路.监控软件由数据库、数据采集与监控(SCADA)子系统和控制策略软件构成.数据库作为中间支撑层,支撑SCADA子系统和控制策略等应用软件的运行.描述了各个模块所应具备的功能.针对风电系统所设计的该监控软件具有多数据源处理、人机界面、统计分析等特色功能.     

电动汽车车载智能快速充电器的研究与设计

为满足电动汽车蓄电池无损伤快速充电的需求,提出将大功率开关电源变换技术应用于智能充电器.结合实际充电要求,给出了电动汽车车载充电系统的总体方案,并就方案中涉及到的大功率充电电源拓扑的选择,控制电路设计及保护电路设计做了具体介绍.实验结果表明该充电电源可以在短时间内实现对动力蓄电池的无损伤充电,满足快速充电的要求.文章所研究的车载智能充电器为新型电动汽车提供了一种可靠有效的充电设备,具有很强的应用价值.     

JZN03型配电系统智能控制中心在机场信息楼、管理楼中的应用

本文介绍了JZN03型配电系统智能控制中心,并且结合实际,以机场信息楼、管理楼电力监控系统为例,阐述了电力监控系统的应用.     

基于双闭环模糊控制的有源电力滤波器

有源电力滤波器普遍采用双闭环控制。从双闭环协调控制的思路出发,通过对有源电力滤波器运行时内外环之间的相互耦合的研究,总结了双闭环PI参数协调控制的规律,并把总结的控制规律应用模糊控制的方式对有源电力滤波器进行控制。仿真结果和实验测试结果表明所述方法不仅使得直流母线电压在启动过程中的超调量很小,电压收敛速度快,而且发出的冲击电流很小,从而大大增强了系统运行的可靠性和直流母线电压的稳定性。仿真结果和实验测试结果表明,该方案能显著提高系统响应速度,并使注入电网的谐波电流达到IEEE519-1992的要求。     

智能控制在火电厂过程控制中的应用研究

针对智能控制系统的定义、发展概况进行了综述,并且分别介绍了智能系统的几种主要形式。在此基础上,总结了智能控制在火电厂主蒸汽温度控制、过热汽温控制、锅炉燃烧过程控制和中储式制粉系统控制4个方面的应用,表明将智能控制应用于火电厂热工过程控制,对于保障设备安全、减轻热工人员劳动强度、提高机组经济效益具有非常重要的意义。     

便携式远程智能控制汽车制冷系统的研制

研发了一种以太阳能作为能量来源,将其贮存在"绿色蓄电池"的超级电容组中,通过无线芯片对单片机进行系统控制,驱动半导体制冷模块、高效排风模块运作,从而达到在不发动汽车状态下,实现车内降温目的的便携式远程智能控制汽车制冷系统模型(产品初级研发)。由于该系统制冷无须启动汽车发动机,通过无线遥控操作,对超级电容组中贮存的能量智能分配,在用户进入车辆之前即可对车内进行强力有效排风、制冷,具有环保、实用等优点。     

全天候跟踪型光伏系统智能控制方法

针对光电池利用率低、光伏系统无法自适应多变的天气等缺陷,提出了跟踪型光伏系统全天候运行的智能控制方法。文章描述了环境与对象特征的获取方法,对全天候跟踪型光伏系统的控制策略进行了讨论,分析了太阳方位的跟踪控制方式。仿真试验表明,采用时钟定位法和光偏比较定位法相结合方式确定太阳位置的效果明显,能满足光伏系统跟踪控制的要求。     

企业信息

诺雅克电气进军日本市场的第一步2011年12月3号,诺雅克电气携智能光伏系统参加了为期3天的PV Japan展会。诺雅克也以此次展会为契机,向日本电气技术专家及客户展示了来自NOARK的光伏产品和智能电网的性能以及特色,并获得到场客户的强烈关注。诺雅克副总经理,宁杰以"智能电网-集成于电网的智能光伏系统"为题,曾经和大家展开过深入的分析和讨论。他从今天电网的特色到未来智能电网的特点,再到诺雅克的智能光伏系统娓娓道来。而他所提及的‘智能电网+光伏系统=智能光伏系统’的新理念也着实启发触动了一大批对智能光     

关于智能控制在电厂热工自动化中的应用

本文的主要内容就是讲解了智能控制在电厂热工自动化的实际应用,并且文章利用三部分对该问题进行了详细的阐述,其中首先介绍了一下我国国内对于自动化控制的分析以及研究;之后讲解了智能控制在电厂热工自动化工作过程中的相关实际运用;最后利用结束语的形式以及非常简洁的语言对整篇文章进行简单的概述和总结。     

计量供热系统智能控制方法初探

随着计量供热方法的改革,供热系统使用了温控阀等设备,用户可以自主调节室内温度,使得原来的用户和热力公司的角色发生了改变,原有供热系统的运行调节策略不再适应计量供热系统的要求。叙述了基于同类用户具有相同相对供热量及供回水温度的特点,在用户负荷系数的基础上所建立的计量供热系统运行调节公式。提出了根据调节方程预测热源（热力站）逐时相对供热量及相对流量的一种方法。这种方法不仅可预测供热量,还可为神经网络预测热负荷训练模型,提供理论模型,具有一定的工程价值。