考虑柔性可控资源的主动配电网动态无功优化方法研究

大规模分布式电源和储能等柔性资源的接入给配电网无功电压控制带来了新的挑战。提出了一种考虑柔性可控资源的主动配电网动态无功优化控制方法,以分时电价为基础,通过协调分布式新能源、储能系统以及无功补偿设备的综合出力,构建考虑柔性可控资源的无功优化模型。以系统有功功率损耗和系统电压偏差最小为目标函数,并通过改进粒子群算法进行模型的优化求解。最后,通过仿真算例验证了所提方法的合理性和有效性。所提方法能够在保证系统安全稳定运行的前提下充分挖掘柔性可控资源的潜力,提高系统运行的经济性。

基于TPA‑MBLSTM模型的超短期风电功率预测

风速变化的间歇性和波动性给风功率的精准预测带来极大挑战,充分挖掘风电功率与风速等关键因素的内在规律是提高风电功率预测精度的有效途径。提出一种结合时间模式注意力(time pattern attention,TPA)机制的多层堆叠双向长短期记忆网络的超短期风电功率预测方法。首先,利用基于密度的含噪声空间聚类方法(den⁃sity based spatial clustering with noise,DBSCAN)和线性回归算法进行风功率数据集的异常值检测,利用k最邻近(k⁃nearest neighbor,KNN)插值法重构异常点数据;其次,综合考虑风电功率与各气象特征的内在关联性,在MBLSTM网络中引入TPA机制合理分配时间步长权重,捕捉风电功率时间序列潜在逻辑规律;最后,利用实验仿真数据进行分析验证本文方法的有效性,该方法能够充分挖掘风功率与风速影响因素的关系,从而提高其预测精度。

混合可重构智能表面和人工噪声辅助的物理层安全通信

针对可重构智能表面(Reconfigurable Intelligent Reflecting Surface,RIS)辅助的物理层安全通信,该文设计了基于混合有源-无源RIS和人工噪声(Artificial Noise,AN)辅助的安全传输方案。考虑基站和RIS的功率约束以及RIS无源反射元件的反射系数恒模约束,以最大化系统安全传输速率为目标,构建基站发射波束成形、AN波束向量、RIS反射系数矩阵联合优化问题。使用交替优化(Alternating Optimization,AO)、权值最小均方误差(Weighted Minimum Mean Square Error,WMMSE)和半定松弛(Semi-definite Relaxation,SDR)算法,求解所构建的变量高度耦合的非凸优化问题。仿真结果表明,混合RIS辅助安全传输方案,能够有效提高系统的安全速率,与无源RIS相比,能够有效克服“双衰落”效应导致的安全速率降低,与有源RIS相比,具有更高的能量效率。

基于数字图像处理的风电机组叶片裂纹损伤识别方法研究

为实现风电机组叶片损伤检测的高效化、智能化、便捷化,研究一种基于数字图像处理技术的风电机组叶片裂纹损伤识别以及裂纹类型判断和特征参数提取的方法。以无人机采集的风电机组叶片图像为研究对象,通过对比灰度化、滤波、阈值分割等图像处理步骤的多种算法,对形态学处理方法进行改进,首先选用平均值法对叶片图像进行灰度处理,其次使用中值滤波对图像进行去噪处理,再次使用Otsu阈值分割以实现裂纹区域的分割,然后基于改进的形态学方法提取出完善的叶片裂纹损伤区域,最后基于连通域原理完成裂纹区域的框取。基于上述算法设计风电机组叶片裂纹损伤识别系统以实现叶片裂纹图像检测的可视化处理、裂纹类型判断及裂纹特征参数提取等功能。结果表明,该系统对于风电机组叶片裂纹损伤检测具有可靠的识别精度,识别准确率为85%,实现了风电机组叶片裂纹损伤的自动识别与特征参数提取,提高了叶片裂纹损伤的检测效率。

基于图像处理的风电叶片损伤识别定位系统

设计一套基于图像处理的风电叶片损伤识别定位系统。首先,耦合图像滤波、分割和形态学处理等图像处理算法实现损伤区域的检测识别;然后,基于多边形拟合结果,结合质心定位算法和外接矩形的位置坐标实现叶片损伤的精确定位;最后,依据提取到的基础几何特征、形状因子和长短径之比等图像特征实现叶片损伤类型的准确判断;通过对比不同光照条件下的叶片损伤检测效果,验证了本系统具有一定的自适应能力。试验表明,本系统的平均检测准确率为90%,具备一定的可靠性和稳定性。

基于机器视觉的风电机组叶片多类型损伤检测方法研究

为更好地推动风电机组叶片运维技术智能化发展,基于机器视觉检测技术,提出一种风电机组叶片多类型损伤检测方法。首先对智能巡检无人机平台采集到的风电机组叶片图像进行图像灰度化、滤波增强、分割以及形态学处理,实现叶片损伤区域的识别;然后基于连通域分析原理来获取叶片损伤区域的几何特征和灰度特征等参数信息,并依此设计出风电机组叶片损伤类型识别分类器;最后将检测算法和分类器融合于所设计的风电机组叶片损伤可视化检测系统。试验表明,该系统对于表皮脱落、涂层破损、砂眼、油污及裂纹等典型叶片损伤的平均检测准确率为90.4%。

基于RFID技术的电池追踪与回收系统设计与实践

在对发达国家射频识别（RFID）技术应用现状研究的基础上,设计了一套基于RFID技术的对电池的追踪与回收系统,系统通过互联网建立一个电池资源数据库,将电池基本信息统一收集与管理,采用RFID技术及时追踪高性能电池（如电动车电池）的信息。RFID读写器设计为便携式的,既可以与电脑联机实现对数据的读写操作,也可以独立地实现数据的读取与显示,能支持多个RFID协议,满足对不同协议的射频卡/标签进行读写操作,从而实现电池的回收与再利用管理,达到防止废旧电池污染环境和对其中有用成分的再利用。

基于数据驱动和多场景技术的微电网并网等效建模

微电网并网等效建模是含大规模微电网并网电力系统仿真分析的基础,但分布式电源的随机性和波动性导致微电网并网模型参数的不确定性和结构的多样性。提出一种基于数据驱动和多场景技术的微电网并网等效建模方法,利用马尔可夫链建立基于分布式电源随机概率特性的微电网运行场景,明晰微电网场景间的时间关联性。在传统k-means聚类算法的基础上增加马尔可夫影响因子,加速微电网运行场景向聚类中心聚集以及场景消减,从而获得微电网典型运行场景。针对每个典型运行场景建立基于长短期记忆(LSTM)神经网络的微电网并网等效模型,利用LSTM神经网络的时序逻辑特性和内部非线性映射特性描述微电网并网点整体动态运行特性。仿真结果验证了所提方法的合理性和有效性。

智能配电网大数据全景风险评估与自愈控制方法

该文对配电网大数据进行初始聚类划分,根据智能配电网运行状态建立关联规则,实现扩展聚类的划分;基于扩展聚类,根据当前数据预测运行状态,从而确定自愈控制策略,进行智能配电网全景风险管控和自愈控制。指出了大数据技术在配电网安全稳定分析及智能预警等方面的广阔应用前景,并分析了大数据时代配电网智能化发展所面临的若干挑战。

双曲正切函数的新型变步长LMS算法

针对自适应最小均方误差(Least Mean Square,LMS)滤波算法迭代步长在算法收敛速度、稳态误差间的折中问题,设计了一种基于双曲正切函数的新型变步长算法,算法以双曲正切函数为基础,建立步长因子μ(n)与误差信号e(n)的非线性函数关系,并引入参数α、β和m,设计了一种新的步长调整公式,使得在算法迭代初始阶段采用较大步长因子,达到更快的收敛速度,在接近收敛时采用较小的步长因子,获得更小的稳态误差。通过仿真分析了不同参数对算法性能的影响,与已有典型变步长算法相比,论文算法具有更快的收敛速度、更小的稳态误差和更优的追踪能力。

考虑边缘磁通的LCT新型六电容频域解析模型

基于有限元的松耦合变压器(LCT)设计往往只能考虑电场或磁场效应,存在计算复杂、耗时,不能得到参数间较为直观的物理关系,以及不能进行频域设计等问题;为此以相邻式磁罐变压器为例,在考虑气隙边缘磁通效应的基础上,提出了一种新型六电容频域解析模型。采用磁路法和静电能量等效法分别计算了互感、漏感和分布电容参数,采用回路电流法建立了频域模型,然后采用频域分析法,对比研究了不同分布参数模型的传输特性。最后,通过有限元方法验证了考虑边缘磁通效应的电感模型的准确性,仿真和实验结果表明了本文松耦合变压器分布电容模型解析计算的正确性,同时相较于其他现有模型,提出了从频域角度分析的LCT六电容模型,并获得了比现有方法准确性更高的计算模型。

有源电力滤波器神经终端滑模控制

以电力电子装备为接口的高渗透率可再生能源并网已成为未来配电网的显著特性。可再生能源具有随机性和间歇性,作为其并网接口的电力电子装备也会导致电能质量恶化等问题。为提高电能质量,该文提出一种有源电力滤波器神经终端滑模控制方法。首先,结合分数阶思想和滑模控制理论设计一种分数阶终端滑模控制器,以保证误差有限时间收敛,并引入边界层技术降低抖振。然后,利用自组织模糊神经网络构造一种无模型控制方案以更好地应对各种不确定因素。所设计的自组织模糊神经网络控制器用于学习分数阶终端滑模控制器,不仅从根源上解决抖振问题,而且可继承原控制器的有限时间收敛性能,并满足李雅普诺夫理论框架下的稳定控制性能。仿真与实验结果表明:所提出的控制方法能有效解决可再生能源发电系统中的谐波问题。

寄生电感对SiC MOSFET开关特性的影响

随着开关频率的增大,寄生电感对碳化硅(SiC)器件动态开关过程的影响程度也越来越大,无法充分发挥其高速开关下低开关损耗的性能优势。本文采用理论定性分析与实验定量研究相结合的方法,考虑相关寄生电感,对SiC MOSFET基本开关电路建立数学模型,确立影响开关特性的主要因素,然后通过SiC器件高速电路双脉冲测试平台,对各部分寄生电感对SiC器件开关性能的影响进行系统研究,揭示寄生电感对SiC MOSFET开关特性的影响规律。在此基础之上,根据SiC高速开关电路实际布局的限制,在布局紧凑程度或回路走线总长度相对不变的情况下,对各部分寄生电感的匹配关系进行研究,归纳出SiC器件开关过程受寄生参数影响的特性规律,从而指导SiC基高速开关电路的优化布局设计。

基于改进离散粒子群算法的炼钢连铸最优炉次计划

提出了炉次数未知的炼钢连铸一体化生产的组炉模型。对该模型直接求解存在大量不可行解的困难进行分析,提出将该模型转化为伪旅行商问题的方法,并提出采用离散粒子群优化算法求解该问题。针对离散粒子群优化收敛速度和精度低的缺点,提出了一种基于序列倒置的改进离散粒子群优化算法。引入学习选择概率来选择学习粒子,利用运行代数阈值常数确定当前粒子何时向全局最优粒子学习,并通过局部最优子粒子群比决定局部最优子群的规模。讨论了这些参数的选择原则,并给出了相应参考选择范围。实验研究表明,所提模型是合适的,所提改进算法是有效的。

基于PSO-RBF神经网络的微电网等效建模

提出一种改进粒子群优化的RBF神经网络微电网动态等效模型及建模方法,利用RBF人工神经网络的非线性映射特性解决微电网系统并网接入的等效建模问题。基于微电网公共接入点(PCC)的电压、电流、功率等量测数据构建RBF神经网络等效模型,将接入点电压和电流分别作为神经网络的输入和输出,使神经网络的输入输出更具独立性。将混沌优化的全局遍历性引入粒子群优化算法中,构建基于全局最优解的变邻域混沌搜索提高粒子群算法的全局搜索能力,利用改进粒子群算法优化RBF神经网络模型参数提高模型计算精度。最后通过微电网并网仿真实验验证本文提出等效模型的准确性和建模方法的合理性。

波纹管注浆缺陷超声检测方法

波纹管孔道压浆是桥梁建造后张法的关键工序之一,其压浆密实性的好坏对桥梁的耐久性有着重要影响。利用超声波反射法获取回波信号,从信号能量的角度出发,通过分析、处理包含缺陷信息的回波信号,进行混凝土缺陷的无损检测。分析并建立了合理的波纹管缺陷超声检测的模型,应用合成孔径技术,将低成本的小孔径、低功率换能器接收到的较弱的回波信号进行合成,从而起到了增强缺陷信号、抑制噪声信号的效果。

基于功率二次微分的光伏系统改进MPPT算法研究

提出了一种基于功率二次微分的改进最大功率点跟踪(MPPT)算法(简称PQD-MPPT算法)。算法在系统启动时采用恒定占空比启动,并给出了恒定占空比的求解公式,提出了根据功率变化量来调整跟踪步长的方法,当功率变化较大时,采用自适应大步长以使系统快速跟踪到最大功率点附近,反之较小时,根据功率对占空比的二次微分值的正负进一步划分跟踪区域:即当功率二次微分值为正时,采用固定大步长以使系统快速跟踪到最大功率点附近;当功率二次微分值为负时,采用自适应小步长以使系统能够稳定工作在最大功率点处。实验结果表明,与现有变步长MPPT算法相比,该算法具有良好的跟踪性能。

基于FPGA的阵列信号数据采集系统

针对阵列信号数据采集系统设计要求具有幅相一致、速度快、大数据量的特点,设计了一种基于FPGA的阵列信号数据采集系统。该系统以同步采样A/D转换器为核心,配合基于FPGA的控制单元,完成128路阵列信号同步采样功能。同时采用88E1111作为网络PHY芯片,完成与上位机之间的千兆位UDP通信,实现大数据量高速传输功能。经测试,系统实现了对128路阵列信号的采集与传输,具有良好的幅度一致性、相位一致性以及快速、稳定的特点。

基于循环神经网络的微电网并网等效建模

提出一种基于循环神经网络的微电网并网动态等效模型,利用人工神经网络的非线性映射特性,解决微电网系统并网接入的等效建模问题。根据微电网并网接入点的电压、电流、功率等测量数据,构建循环神经网络等效模型,将接入点电压和电流分别作为神经网络的输入和输出,基于微电网和配电网的交换功率表征模型的准确性;并构建包含各种分布式发电系统的微电网系统,完成并网仿真实验;通过对比搭建的仿真模型和神经网络等效模型的输出动态特性,证明基于神经网络的微电网并网等效模型的准确性和适用性。

基于COMSOL的波纹管孔道压浆缺陷仿真分析

通过超声波信号检测波纹管孔道压浆密实度,运用COMSOL Multiphysics软件对有无空气泡缺陷及不同空气泡缺陷位置的4种模型进行了仿真.研究了4种模型对接收透射信号时域波形及频谱的影响及不同模型对接收信号能量的影响.结果表明,在无缺陷的钢绞线模型中,超声波能量主要集中在钢绞线的中后方;在有缺陷钢绞线模型中,超声波能量主要集中在空气泡缺陷的左方.换能器接收到的无缺陷模型信号的时频域幅值远大于有缺陷模型的幅值,不同位置处的空气泡缺陷模型接收的时频域信号幅值相差不大,该方法可以有效地判断出孔道中有无缺陷.