基于WNN与FCM的电动汽车动态充电负荷预测方法

随着电动汽车动态无线充电(EV-DWC)技术的发展,针对目前EV-DWC负荷建模理论工作不全面的现状,以交通流量作为影响充电负荷的主要因素,以天气、典型日期、季节等因素为次要影响因素,根据路况建立负荷模型,通过电动汽车型号和状态的聚类不同对汽车分配不同的功率,完成动态充电负荷的建立。采用小波神经网络(WNN)对时序信息进行处理预测,再同误差反向传播神经网络(BPNN)相结合预测充电道路上的车流,短期车流预测精度为85%,用模糊C聚类(FCM)算法对电动汽车的充电类型以及该类型所对应的充电功率进行划分,将进入充电道路的电动汽车分为7种类型。根据各种充电类型分配相应的充电功率,完成日负荷建模。     

基于神经网络对称加密算法的配电终端安全加密装置设计

随着智能电网的建设,信息安全问题变得越来越突出,数据的加密传输也显得越来越重要.因此,文章提出了一种基于神经网络对称加密算法的配电终端安全加密装置设计方案,采用外置模块方案实现对数据的加密传输.首先利用随机森林算法将数据分为机密或非机密数据;对于机密数据,利用神经网络对其加密,然后从配电系统的主站经过以太网/4G等传输...     

基于分裂最优乘子重要抽样的电网可靠性评估

提出一种按系统中各元件对系统可靠性影响不同而使用不同最优乘子的重要抽样技巧,以加快系统的蒙特卡罗模拟速度。针对影响程度不同,提出基于元件最大容量和无效度的简便的元件重要度识别方法。在对系统进行蒙特卡罗模拟前快速识别出对系统可靠性影响较大的元件,并对它们进行重要抽样;对剩下的元件进行一般的蒙特卡罗抽样。其间,用黄金分割法在系统蒙特卡罗模拟的同时进行最优乘子的求取,得到最优乘子后继续抽样直到满足预定的收敛准则。通过对IEEE-RTS 79可靠性测试系统的验算,证明该方法在传统的重要抽样法基础上进一步提高了蒙特卡罗模拟的收敛速度。     

基于参数辨识的光伏组件故障诊断模型

为了对光伏组件运行状况进行准确判断,提出了一种基于参数辨识的组件故障诊断模型。分析了任意工况下的光伏组件输出特性曲线,借助于改进人工鱼群算法对数学模型中各参数进行了辨识。通过分析各模型参数随光照和温度的变化关系来获取多组工况下的模型参数值,结合光伏组件各种故障数据建立了以光生电流、二极管反向饱和电流、二极管理想品质因素和等效串并联电阻为输入层向量,以组件正常、组件短路、等效串联电阻异常老化和等效并联电阻异常老化为输出层向量的径向基函数(radical basis function,RBF)神经网络故障诊断仿真模型,仿真结果验证了上述光伏组件故障规律的正确性。搭建了基于可编程电子负载的光伏组件户外实验平台,进行了组件故障诊断的实验研究,实验结果验证了所提方法的有效性和准确性。     

一起600MW发电机氢爆事件原因分析

某电厂的一台600 MW氢冷发电机,在完成气体置换操作2天后进行发电机直流耐压试验,当第一相试验完成降压且绕组接地后,发电机内部发生氢爆事件.通过对发电机的结构分析及事件过程调查,导出可能的氢气来源和引爆火源,同时提出为防止类似事件的发生而应采取的措施.     

智能变送器在发电机保护中的研究及应用

介绍一种新型智能变送器,其具有良好的暂态性能,无论在暂态或稳态的情况下都可快速准确地反映电压、电流及功率信号,避免传统变送器由于没有良好的暂态性能,而导致汽机保护误动,甚至跳机的情况。     

一起发电机转子接地事故分析

某电厂的一台300MW双水内冷发电机,在运行中发生转子接地事故,造成转子绕组绝缘部分烧损、大轴磁化.通过对发电机抽转子后的现场分析和大轴退磁,阐述了可能的事故首发原因和事故发展过程,同时提出为防止类似事故发生应采取的措施.     

基于分裂最优乘子重要抽样的电网可靠性评估

提出一种按系统中各元件对系统可靠性影响不同而使用不同最优乘子的重要抽样技巧,以加快系统的蒙特卡罗模拟速度。针对影响程度不同,提出基于元件最大容量和无效度的简便的元件重要度识别方法。在对系统进行蒙特卡罗模拟前快速识别出对系统可靠性影响较大的元件,并对它们进行重要抽样;对剩下的元件进行一般的蒙特卡罗抽样。其间,用黄金分割法在系统蒙特卡罗模拟的同时进行最优乘子的求取,得到最优乘子后继续抽样直到满足预定的收敛准则。通过对IEEE-RTS 79可靠性测试系统的验算,证明该方法在传统的重要抽样法基础上进一步提高了蒙特卡罗模拟的收敛速度。     

大型汽轮发电机静态励磁产生的轴电压及其抑制策略仿真研究

随着静态励磁在大型发电机中的广泛应用,其产生的轴电压成为一个严重问题。这种轴电压过大时,会击穿轴与轴承之间的润滑油膜,造成电蚀,损害轴承等部件。分析了发电机静态励磁轴电压的产生及危害,通过对一台大型发电机励磁系统建模仿真,对轴电压防范措施进行仿真分析,验证其有效性。