人工神经网络技术在电工产品可靠性实验中的应用(理论部分)

本文简要介绍了人工神经网络，BP神经网络的结构、训练和学习规则以及人工神经网络非线性时间序列预测的应用概况。     

一起110kV电容式电压互感器二次零序电压异常波动故障分析

本文针对一起110kV电容式电压互感器二次零序电压异常波动故障进行分析,通过查看现场故障录波波形、检查二次电压回路、电压互感器本体状况,最终查明故障原因是电压互感器末端N端子与开口三角绕组(二次零序电压回路)之间绝缘击穿,电压互感器一次侧产生的放电电流在开口三角绕组中流通,从而引起二次零序电压异常波动.最后,针对本起事件所暴露出的问题,提出关于二次设备日常巡视工作的思考及建议.     

双向准Z源逆变器驱动永磁同步电机的快速有限集模型预测控制

双向准Z源逆变器驱动永磁同步电机(PMSM)系统在兼具Z源逆变器和PMSM优点的同时,还可实现能量的双向流动。针对双向准Z源逆变器驱动PMSM系统的特点,提出一种快速矢量选择有限集模型预测电流控制(FCS\|MPCC)策略。由双向准Z源网络直流链电压闭环与PMSM电磁功率前馈生成电感电流参考值,由电机转速闭环生成电机电流参考值。通过预测直通(ST)及非直通(NST)状态下的电感电流值并引入电感电流子代价函数以确定是否选择ST状态,进而实现对直流链电压的控制。在NST状态下,结合空间电压矢量脉宽调制策略,仅使目标电压矢量所在扇区的4个矢量参与PMSM定子电流预测和代价函数计算,以选择最优的开关状态,在实现对PMSM转速控制的同时减小在线计算量。仿真结果表明,所提控制策略可实现对双向准Z源逆变器的升压及PMSM牵引或制动工况下的转速控制,系统具有良好的稳态及动态性能。     

柔性高压直流输电仿真技术研究方法综述

柔性直流输电工程应用前景广阔,采用各种高精度高效率仿真技术对柔性直流系统进行理论分析和运行特性研究是柔性直流技术发展的关键;实时数字仿真、物理动模仿真和数字物理混合仿真是常用的系统仿真研究方法。总结柔性直流输电系统结构及核心装备;分别介绍三种仿真方法,从基本理论与算法原理、实现方式和柔直装备建模方法等方面进行论述,并总结各种方法的适用性和优缺点。最后,对柔性高压直流输电仿真技术的发展趋势和关键问题进行了总结和展望,提出了几点可能的研究思路。     

基于提高弱电网新能源并网水平的逆变器功率-电压控制策略

传统功率-电流控制的并网逆变器存在谐波振荡等交互稳定性问题,限制了新能源的并网水平,尤其在弱交流电网中更为突出.为克服上述缺点,提出了一种新型功率-电压控制策略.首先在旋转dq坐标系下建立了逆变器输出阻抗的动态模型,包括主电路参数,锁相环(PLL)动态参数和调节器参数;然后基于波特图分析传统功率-电流控制策略下和本文所提功率-电压控制策略下逆变器输出阻抗的频率特性,证明了本文所提功率-电压控制策略稳定性,可以减小PLL带宽和输出功率的影响,从而提高弱电网中逆变器的额定功率注入功率,最后仿真和实验结果验证了所提出控制策略的有效性.     

基于价电子理论的Ag-Sn金属间化合物形成机理

SnAgCu焊点中的金属间化合物(intermetallic compounds,IMCs)Ag3 Sn脆性大且电阻高,对焊点可靠性具有重要影响,有必要明确其形成过程和相变机制以控制其生长.采用固体与分子经验电子理论(empirical electron theory,EET)研究Ag-Sn系统中的主要扩散元素及原子运动路径,应用自洽键距差(self-consistent bond length difference,SCBLD)法计算了Ag-Sn系统内参与反应相的价电子结构及可能形成的固溶体的结合能,根据结合能变化趋势从价电子层面描述出Ag3 Sn在焊点内部的形成过程.研究结果表明:Ag-Sn系统中的主要扩散元素为Sn,Sn原子进入Ag晶胞形成固溶体,固溶体内原子重新排布,形成结合能更高、排布更均匀的共价键,造成晶格膨胀,位于(110)晶面和面心位置的Ag原子随之向外扩张,形成了同样具有良好对称性的Ag3 Sn,与前人研究Ag-Sn系统扩散的实验结果相符.     

改进的小脑模型神经网络及其在时间序列预测中的应用

针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.     

城市生活垃圾热值的特征变量选择方法及预测建模

在垃圾焚烧的过程中,垃圾热值的波动会影响垃圾焚烧的稳定性.为了实现城市生活垃圾热值的实时在线预测以及变化趋势预测,采用模糊神经网络软测量方法,利用焚烧发电厂在线运行数据作为输入,实现垃圾热值的实时预测功能.首先采用互信息方法从若干特征变量中剔除部分无关变量;然后将模糊神经网络和粒子群优化算法结合起来从上述选择出的特征变量中进一步剔除冗余变量,从而确定预测垃圾热值的输入变量,并从中训练出垃圾热值的模糊神经网络预测模型;最后通过采集的样本数据进行性能测试.结果表明该方法有较好的预测准确率和实时性,适用于垃圾热值的在线预测.     

阳离子易染型再生聚酯流变性能研究

以废旧聚酯纺织品为原料,乙二醇为醇解剂,间苯二甲酸双羟乙酯-5-磺酸钠(SIPE)和聚乙二醇(PEG1500)为改性单体,经液相聚合得到了阳离子染料易染型再生聚酯(即r-ECDP);对其熔融流变性能进行了测试研究.由样品的红外谱图可知,改性单体SIPE与PEG-1500均已成功引入到共聚酯中并生成了r-ECDP;r-ECDP熔体呈现较明显的假塑性,随着温度和剪切速率(γ·)的增加,其表观黏度(ηa)降低;随着改性单体PEG-1500添加量的增加,r-ECDP熔体的ηa也逐渐减小;r-ECDP的非牛顿指数(n)随测试温度升高而逐渐增大;其粘流活化能Eη则随剪切速率和PEG-1500添加量的增加而减小;其结构黏度指数(Δη)则随PEG-1500添加量的增加及温度升高,呈减小趋势.     

基于动态模式分解的移动用户信道容量预测算法

在多输入多输出环境下,为了能够连续预测出移动用户的信道容量并以此合理地分配用户资源,提出了一种基于动态模式分解（DMD）的信道容量预测方法及其优化方法：基于经验模态分解的选择性归一化动态模式分解（ESN-DMD）.仿真结果表明,DMD算法只适用于预测低移速低复杂度的用户信号,ESN-DMD算法可以预测不同移速的用户信道容量.