电气工程自动化中人工智能的应用

电气工程自动化技术在当前得到了广泛的推广和应用,它能提升企业的生产效率、降低人工成本,使企业的生产成本得到有效的控制,从而提高企业的经济效益。在当前的工业生产中,人工智能技术已经体现出较强的优势,它将信息技术和计算机技术结合应用到电气工程自动化中,二者的结合应用实现了较高的生产效率及经济效益。

微电网优化调度

微电网是以风能、太阳能、微型燃气轮机以及储能装置等发电单元组成的微型系统。利用粒子群算法对微电网系统中所搭建的模型求解,并运用MATLAB软件进行仿真,最终确定微电网系统中各个分布式电源的出力,在保证供电可靠性的前提下实现微电网系统的综合效益最大化,最后,通过算例分析验证了本文算法的正确性及可行性。

无功补偿技术在电气自动化中的应用

阐述无功补偿技术在电气自动化中应用的目的,从相关技术有待完善、变电站补偿电容量方式不合理、对电气自动化系统影响较大三个方面,解析无功补偿技术存在的问题,并以无功补偿技术在电气自动化中的应用为依据,提出完善无功补偿技术在电气自动化中的应用措施,以期给相关领域提供些许参考。

大规模风电并网柔性调度模型与策略

随着风电渗透率的不断增大,风电功率的波动性和不确定性给电力系统的安全稳定运行带来极大的挑战,特别是为保证系统功率平衡,需要更多的快速响应备用容量。为满足系统对备用容量不断增长的需求,提出风电参与系统调度并提供备用容量。基于场景分析建立两阶段风电柔性调度模型,用来确定常规机组及风电场提供调度计划出力及备用容量最优策略,以应对风电功率预测误差及其不确定性。在IEEE RTS-96系统中进行仿真,结果表明所提模型及方法可显著降低系统总运行成本及风险值,能有效应对风电的波动性及不确定性,实现更安全的含大规模风电并网系统调度运行。

基于红外感知技术的电线电缆检测机器人研究

针对当前电缆检测难度大、人工检测效率低的特点,本文提出基于红外感知机器人的研究,并分别对机器人本体部分、控制部分以及抗干扰部分提出研究方案及对策。经现场测试,设计的蛇形机器人能够满足当前电缆安全检测的需要,有较大的实用价值。

心率变异信号的多尺度分析

心率变异信号(HRV)综合反映了脑神经、中枢神经和呼吸等生理活动,包含了大量自主神经系统功能的重要信息,即便没有确定扰动的影响,HRV信号仍具有高度不平稳性,存在非线性动力学特征,对于临床上心脏活动状态评估和疾病诊断有着重要意义。然而,目前对HRV信号的非线性动力学研究主要采用单一维度和尺度的分析方法,很难完全表征HRV信号对应的非线性生理机制。本文以健康人和心脏病人为研究对象,分别利用尺度相关Lyapunov指数(SDLE)和多尺度多重分形分析(MSMF)刻画HRV信号的多尺度混沌特性和分形特性两个方面的非线性动力学特征。结果发现,HRV信号是一个动力学过程,心脏病人HRV信号的混沌特性指数比健康人的高,分形特性指数比健康人的低,表明健康人的心脏对内外环境刺激有更强的适应性和可变性,而且利用多尺度分析比单一分析更加准确。该研究对于进一步解析HRV信号非线性特性的生理学意义有着促进作用。

中压电机驱动系统前端并网MMC共模电压抑制

为最大程度地保护基于模块化多电平变换器MMC(modular multilevel converter)无变压器背靠背中压电机驱动系统中的中压电机免受非对称电网故障和开关动作的影响,设计了前端无变压器配置并网MMC共模电压最小化控制策略。其中非对称电网故障引起的共模电压可由MMC生成对消电压消除,而MMC开关动作引起的开关纹波可由通过端到端布置桥臂电压脉冲来抑制;分析MMC共模电压抑制对单相功率偏差的影响,并据此提出了前馈控制;使用并网MMC样机系统开展测试。实验结果验证了在所提出控制策略作用下,并网系统在严重非对称电网条件下的最大共模电压可降至原来的1/3N(N为桥臂子模块数),同时还实现了单位功率因数、恒定直流电压和平衡单相功率。

基于广义积分器的光伏并网锁相环改进方法

随着国家对分布式发电的大力扶持,分布式光伏发电系统在我国的装机容量逐年增加,但对于光伏并网所带来的电能质量的干扰是研究的重点问题。因此对光伏发电的本质机理进行研究,分析光伏并网中的电网电压定向控制策略以及光伏并网中的锁相问题。针对常规锁相方法所存在相位误判和失步的问题,提出一种基于广义积分器的锁相环改进方法。仿真结果表明在低频下,该方法能够有效分析正负序,明显提高了锁相精度。