排序方式: 共有9条查询结果,搜索用时 31 毫秒
1
1.
2.
油田35kV系统电压互感器高压熔断器异常熔断故障的抑制措施 总被引:2,自引:0,他引:2
近年来,大庆油田35 kV系统额定电流为0.5 A的电压互感器(potential transformer,PT)高压熔断器频繁异常熔断,严重影响了系统的安全可靠运行。为解决该问题,首先对PT高压熔断器熔断故障进行了统计分析;其次,利用EMTP程序和试验手段,从系统暂态特性和PT高压熔断器熔断特性2方面分析了熔断器异常熔断原因。研究结果表明熔断器异常熔断是一个综合性问题,是系统暂态特性和PT高压熔断器熔断特性共同影响导致的;基于此,提出了将PT高压熔断器额定电流由0.5 A提高至2 A的抑制措施,实际运行结果验证了所提抑制措施的可行有效性。 相似文献
3.
4.
5.
6.
7.
2004年9月20日,我公司负责检修维护的某变电所35kVⅠ段按计划停电检修,6kVⅡ段带Ⅰ段运行。检修结束后,恢复送电,10:15操作完毕,1号主变带负荷运行。10:25,35kV侧C相套管上部爆炸起火,导电杆断裂,值班人员紧急拉开1号主变低压侧和高压侧断路器,并使用灭火器扑灭火焰。 相似文献
8.
区域预测控制及其在联合站油水分离中的应用 总被引:2,自引:0,他引:2
通过对状态反馈预测控制和区域控制算法的讨论,给出了一种状态反馈区域预测控制算法,并将其应用于联合站油水分离系统的控制,取得了较好的控制效果,仿真和实际应用结果表明,该算法对强关联,干扰作用频繁的多变量系统具有较好的控制效果,体现了本文给出了算法具有较好的实用性。 相似文献
9.
为精确预测风电设备发电功率,使油田电网自建风电机组发电功率与实际用电负荷达到最佳匹配效果,提出了自适应噪声完备集合经验模态分解(CEEMDAN, Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)和时间卷积网络(TCN,Temporal Convolutional Network)的风电功率短期预测模型。利用CEEMDAN算法将风电功率序列进行分解,将分解之后的结果与选用的历史风速、历史风向、温湿度等一起作为时间卷积网络模型输入变量,并采用归一化方法消除各变量间量纲差异,得到各自对应分量的预测值,最后将各预测分量叠加重构得到最终功率预测序列。为验证所提模型的预测精度,将其与经典算法对比分析,获得较为精确的风电设备发电功率数据,为油田电网分布式风电机组容量最优配置提供了重要参考。 相似文献
1