建设以新能源为主体的新型电力系统自动化课程改革

培养新型电力系统自动化建设人才对实现新能源大规模并网至关重要。原有的电力系统自动化课程大都围绕火电和水电展开教学,涉及新能源的新型电力系统关键技术和知识点都有所欠缺。本次教学改革采用“讲授课+翻转课堂+研讨课”的形式,致力于培养面向“双碳”目标的新型电力系统自动化专业人才。

面向智能电网应用的电力大数据关键技术

大数据为智能电网的发展注入新的活力,掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。在分析大数据、云计算、智能电网三者关系的基础上,给出具有通用性的电力大数据平台总体架构,并从电力大数据的集成管理技术、数据分析技术、数据处理技术、数据展现技术4个方面深入探讨符合电力企业发展需求的大数据关键技术的选择。最后通过3个典型案例,分析了电力大数据关键技术在新能源并网、风电机组安全评估、电网灾难预警上的应用。大数据关键技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。

风电集群短期及超短期功率预测精度改进方法综述

风电集群短期及超短期功率预测是提升电网健壮性的有力手段。该文总结国内外风电集群短期与超短期功率预测技术的现状,从集群和单个风电场两个方面,归纳风电功率预测技术的分类;从预测流程、数据来源、数据流向、物理层次4个方面论述风电集群功率预测系统的整体框架;提出具有泛化意义的风电功率预测的物理层次结构,并从数据层、映射层、特征层、模型层、反馈层5个不同的层面讨论风电功率预测技术的精度提升方法及其发展方向,对短期、超短期风电功率预测、集群功率预测的研究具有一定参考价值。

K和Cu部分取代对LaMnO_3钙钛矿型催化剂同时去除NO_x和碳烟的影响

用K部分取代LaMnO3中的La得到La0.8K0.2MnO3,再用Cu部分取代Mn得到La0.8K0.2CuxMn1-xO3,采用程序升温反应方法对催化剂同时去除NOx和碳烟的性能进行评价,然后利用XPS从分子水平来解释部分取代对LaMnO3钙钛矿催化剂性能的影响.结果表明,两种不同取代更有利于催化剂形成钙钛矿型晶体结构,为了保持分子的电中性,K部分取代使得Mn2+转变成Mn3+,部分转变成Mn4+,从而使催化剂的活性及选择性大幅度提高.Cu部分取代进一步使部分Mn3+转变成Mn4+,催化剂的活性有所降低,但由于Cu2+和Mn3+的协同作用,催化剂的选择性得到进一步的提高.对于同时催化去除NOx和碳烟反应,催化剂中起决定性作用的是表面的Mn3+和Cu2+.

采用钙钛矿型催化剂(La_(0.8)K_(0.2)Cu_(0.05)Mn_(0.95)O_3)同时催化去除NO_x和碳烟的研究

将钙钛矿型催化剂与碳烟均匀混合后置于固定床连续流动反应体系中,利用程序升温反应技术,在模拟柴油机尾气的情况下对同时催化去除氮氧化物(NOx)和碳烟的反应进行了实验研究.通过改变含Cu原料的用量,得到不同Cu取代量的催化剂La0.8K0.2CuxMn1-xO3,性能评价结果表明,La0.8K0.2Cu0.05Mn0.95O3催化剂的综合性能较好,碳烟的起燃温度及NO向N2的最大转化率分别为280℃和58.0%.采用该催化剂,进一步考察了进气中NO浓度、O2浓度、进气总流量及催化剂与碳烟的接触状况对反应的影响.研究结果表明,进气中NO浓度、O2浓度、气体总流量和催化剂与碳烟之间的接触状况对NO的去除率的影响比较明显,而对碳烟起燃温度的影响较小.O2浓度从5%变为7.5%时,碳烟的起燃温度及最大NO转化率分别从280℃和53.8%变为270℃和96.7%.碳烟与催化剂松散接触时,碳烟的起燃温度及最大NO转化率分别为290℃和48.4%,紧密接触时分别为275℃和70.4%.而进气中NO浓度、气体总流量的变化对碳烟的燃烧基本上没有影响,虽然NO的转化率有明显变化,但生成的N2总量基本不变.

La-Mn-O钙钛矿催化剂成分对NO_x和碳烟同时催化去除的影响

将La-Mn-O钙钛矿型催化剂与碳黑充分研磨后置于固定床连续流动反应体系中,利用程序升温反应(TPR)技术,对同时催化去除NOx和碳烟的反应进行了实验研究,考察了Ce、K及Cu的掺入对La-Mn-O钙钛矿型催化剂性能的影响。研究结果表明,用适量的Ce或K取代LaMnO3中的La,催化剂的性能可以得到改善,进一步用适量的Cu取代La0.8K0.2MnO3中的Mn,催化剂的性能也得到进一步的提高。用La0.8K0.2Cu0.05Mn0.95O3当作催化剂时,NO向N2的最大转化率达到66.0%,碳黑的起燃温度为290℃,结果表明该催化剂在同时去除NOx和碳烟方面具有较好的选择性和较高的活性。

煅烧温度对钙钛矿复合金属氧化物的结构及其同时催化去除NO_x和碳烟的影响

采用简单方便的方法制备了钙钛矿型催化剂La0.8K0.2Cu0.05Mn0.95O3,用程序升温反应的方法评价催化剂同时去除NOx和碳烟的性能,利用XRD、BET和SEM研究煅烧温度对其结构的影响,进而从物理角度分析催化剂性能的影响因素。结果表明,随着煅烧温度的升高,催化剂的晶型更加完美,比表面积和平均孔径都下降,内部的微孔逐渐减少。结合程序升温反应可知,最有利于同时催化去除NOx和碳烟的催化剂的平均孔径为17nm左右。

一种用于同时去除NO_x和碳烟的新型高效催化剂

同时用K和Cu分别部分取代钙钛矿型催化剂LaMnO3上的La和Mn,得到了催化剂La0.8K0.2Cu0.05Mn0.95O3.采用程序升温反应(TPR)方法对催化剂同时催化去除NOx和碳烟的活性及选择性进行评价;在350°C温度条件下进行恒温反应,利用扫描电镜(SEM)、X射线衍射(XRD)和X射线光电子能谱(XPS)等分析手段考察催化剂在恒温反应前后的物理化学性质变化,并评价催化剂的稳定性.实验结果表明:该催化剂在同时去除NOx和碳烟方面具有较高的活性和选择性,NO向N2的最大转化率和碳烟的起燃温度分别为58%和280°C;催化剂具有良好的稳定性,长时间热处理后催化剂的物理化学性质保持不变.

多物理场下的高压直流电缆局部放电研究展望

高压直流电缆需要面对空间电荷、潮流波动、温度变化、谐波、应力、绝缘缺陷等复杂运行条件的考验。多物理场下的高压直流电缆局部放电(partial discharge,PD)的研究尚处于起步阶段。复杂条件下的直流电缆局部放电产生机理尚不明确,且直流局部放电表征识别困难,动态特性复杂。该文总结多物理场对高压直流电缆PD的影响,对比空间电荷、电场、应力场、谐波与PD之间的关系,分析多物理场下直流电缆PD特征构建与模式识别的研究进展。进一步,展望多物理场下的高压直流电缆PD发展趋势,包括高压直流电缆“荷–场–热–力”多物理场PD模型、多物理场仿真、多物理参数联合实验、直流电缆PD多物理参数表征新特征构建与优选、直流电缆PD先进模式识别方法等,可为直流PD检测与诊断提供理论参考。

电力设备状态监测大数据发展综述

论述了大数据在电力设备状态监测上的发展趋势与应用前景。首先分析了状态监测数据的大数据特征,并从大数据技术、大数据思想方法、大数据算法三个层面论述了大数据对电力设备状态监测的提升点。其次给出了基于大数据的电力设备状态监测系统架构,并从数据采集、数据去噪、特征提取、模式识别、知识挖掘、数据可视化几个方面论述了大数据与状态监测各个环节的结合点。最后通过一个综合监测系统案例,分析了大数据在多源异构数据融合、综合分析与诊断、设备故障预测上的应用。大数据在电力设备状态监测上的深入应用,有利于解决设备状态评价和故障预测的难题,推动该领域朝着更加智能化的方向发展。

压缩比和CO_2对二甲醚燃料均质压燃燃烧的影响

在一台2-135柴油机上实现了纯二甲醚(DME)的均质充量压燃(HCCI)的燃烧方式.为了扩展发动机适用工况,控制HCCI着火,进一步通过调节试验发动机压缩比以及在优化的压缩比下在进气道中加入气体CO2的方法来改进和控制HCCI的燃烧.试验结果表明,DME的HCCI燃烧模式不但可以实现无烟燃烧,还可以有效控制发动机NOx排放,使其接近于零排放.在试验负荷范围内,CO排放随负荷增加而降低;HC的排放随负荷增加而减少.对DME的HCCI燃烧机理等进行研究表明,由于纯DME十六烷值高导致着火较早(上止点前28°左右),该发动机只能在中低负荷较小范围内运行.改进的燃烧方法可以有效地控制HCCI燃烧,拓展HCCI发动机运转范围.

二甲醚燃料均质压燃燃烧研究

在一台压缩比为16.5的2135柴油机上实现了纯二甲醚(DME)的均质充量压缩燃烧(HCCI)燃烧方式。试验结果表明,DME的HCCI燃烧模式不但可以实现无烟燃烧,还可以有效控制发动机NOx排放,使其接近于0。在试验负荷范围内,CO排放随负荷增加而降低;HC的排放随负荷变化不大。对DME的HCCI燃烧机理等进行的研究表明,由于纯DME的着火比较早(上止点前28°CA左右),发动机只能在中低负荷较小范围内运行。为了扩展发动机运行工况,控制HCCI着火,通过在DME中添加LPG以降低燃料十六烷值的方法和在进气中加入惰性气体CO2的方法来改进和控制HCCI的燃烧。试验表明以上两种方法都可以有效的控制HCCI燃烧,拓展HCCI发动机运转范围。

压缩比、CO_2和LPG对二甲醚燃料均质压燃燃烧的影响

在一台2-135柴油机上实现了纯DME的均质压燃(HCC I)燃烧方式.实验结果表明,DME的HCC I燃烧模式不但可以实现无烟燃烧,还可以有效控制发动机NOx排放,使其接近于零排放.在实验负荷范围内,CO排放随负荷增加而降低;HC的排放随负荷增大而减少.对DME的HCC I燃烧机理进行研究表明,由于纯DME十六烷值高导致的着火比较早(上止点前28°CA左右),使得发动机只能在中低负荷较小范围内运行.为了扩展发动机工况,控制HCC I着火,进一步通过调节实验发动机压缩比,以及在优化的压缩比下,在进气道加入气体CO2或者在DME中加入LPG降低燃料十六烷值的方法来改进和控制HCC I的燃烧.实验表明以上方法可以有效控制HCC I燃烧,拓宽HCC I发动机运转范围.

压缩比对二甲醚燃料均质压缩燃烧的影响

在一台2135型柴油机上实现了纯DME的均质充量压缩(HCCI)燃烧方式。试验结果表明,DME的HCCI燃烧模式不但可以实现无烟燃烧,还可以有效控制发动机NOx排放,使其接近于零排放。在试验负荷范围内,CO排放随负荷增加而降低;HC排放随负荷变化不大。燃烧机理等研究表明,由于纯DME十六烷值高导致着火比较早(上止点前28°CA左右),该发动机只能在中低负荷较小范围内运行。为扩展发动机适用工况,进一步通过调节试验发动机压缩比的方法来改进和控制HCCI的燃烧。试验结果表明以上方法可以有效地控制HCCI燃烧,拓展了HCCI发动机运转范围。

二甲醚均质充量压燃发动机燃烧特性试验研究

通过改造一台压缩比为16 . 5的2 - 135柴油机,在其上实现DME的HCCI燃烧方式。试验结果表明,DMEHCCI发动机不但可以实现无烟燃烧,而且可以有效控制发动机NOx排放,使其接近0排放。在试验负荷范围内,CO排放随负荷增加而降低;HC的排放随负荷变化不大。

二甲醚HCCI燃烧高温反应动力学分析

应用单区燃烧模型对二甲醚均质压燃燃烧的化学反应动力学过程进行了数值模拟研究。通过分析在内燃机压燃燃烧边界条件下二甲醚高温氧化反应过程中的关键基元反应速度、关键中间产物以及自由基的浓度随曲轴转角的变化,得到了二甲醚燃烧氧化的高温反应途经。结果表明,二甲醚均质压燃燃烧具有明显的两阶段放热特性,即低温反应放热和高温反应放热。高温反应阶段又可分为蓝焰反应阶段和热焰反应阶段,其中蓝焰反应阶段是甲醛氧化成CO的过程,热焰反应主要是CO氧化成CO2的过程。二甲醚氧化产物之一甲酸(HOCHO)在蓝焰反应阶段分解生成CO2。

输电线路多源异构数据处理关键技术研究综述

输电线路多源异构数据的处理对提升智能电网时代输电线路运维水平具有重要意义。为了解决输电线路上不同来源数据的结构差异性问题,介绍了多源异构数据的概念及其与传统大数据之间的异同,列举了输电线路上各种多源异构数据的来源和特征。在介绍数据处理一般框架的基础上,从数据集成、数据分析的角度分析了输电线路多源异构数据处理的关键技术,并给出一个应用实例。最后阐述了目前多源异构数据处理的发展方向包括文本挖掘、数据实时性处理和数据可视化。输电线路多源异构数据处理技术可望为线路智能运维能力的发展提供新的技术手段。

雷管无堆量化方法的研究

为了实现雷管无堆量化，主要考虑如何减弱雷管起爆后产生的冲击波、破片和爆生气体对被爆雷管的起爆能力。本文通过殉爆试验，探讨了如何减弱主爆雷管对被爆雷管的作用。文中结果表明，可以通过脚线包缠、脚线包缠和轻质EPS泡沫塑料共同作用、木材隔爆和砂子阻爆来达到目的。然后，用雷管铅板穿孔实验来定性检验殉爆试验中未爆雷管的起爆能力，从而判断各种隔爆介质的隔爆性能，为选用隔爆介质提供有力依据．

基于深度语义学习的电力变压器运维文本信息挖掘方法

电力变压器运维过程中形成的工作票及操作票等文本蕴藏着丰富的设备状态信息,然而由于中文文本结构和语义的复杂性,难以进行信息挖掘。针对该现状,提出基于深度语义学习的变压器运维文本信息挖掘方法。首先分析并归纳传统文本挖掘模型的局限性及变压器运维文本的特点,然后利用分布式文本学习工具word2vec,自动学习语义信息,将单词用低维稠密向量表示,并建立循环卷积神经网络,基于其端到端的网络结构提取文本的深层语义特征。基于变压器运维文本的案例分析表明,所提方法比常规文本挖掘方法的语义学习能力更优。通过对非结构化文本数据的信息挖掘,有利于今后结合结构化数据,全面评估变压器运行状态。

基于随机森林的高压电缆局部放电特征寻优

高压电缆局部放电(简称局放)新特征的构建与优化选择是提升识别精度、优化识别效率、增强监测参数可视化效果的重要手段。提出了一种基于随机森林的局放特征优选新方法。在实验室构建了5种类型的电缆人工缺陷,通过加压测试获取局放原始数据,并提取了3500个局放脉冲和3500个典型干扰信号脉冲,构建了1235个局放特征。基于上述样本,开展了基于随机森林的特征寻优,分别获得了局放和干扰信号特征排序结果和不同类型局放信号的特征排序结果,并通过反向传播神经网络(back propagation neural network,BPNN)和支持向量机(support vector machine,SVM)对优选排序结果进行了验证。结果表明,局放和干扰识别的有效特征参数主要是表征信号快慢的特征和小波组合特征;不同类型局放识别的有效特征参数主要是小波组合特征。结果证明,随机森林算法是一种有效的电缆局放特征优选方法,并有望推广到其他电力设备局放的特征寻优。