基于BAS-PSO算法的含DG配电网故障区段定位

分布式电源(DG)的大规模接入电网使得线路潮流方向变得复杂,当线路发生故障时,利用传统粒子群(PSO)算法定位故障区段的准确性不高。针对此问题,提出一种基于天牛须改进粒子群(BAS-PSO)算法的故障定位方法。首先,引入自适应的惯性权重加快算法收敛速度,并利用Tent混沌映射将种群初始化,避免其陷入局部最优解;然后,建立了开关函数和适应度函数,以定位含DG配电网故障;最后,通过Matlab对IEEE 33节点的含DG配电网故障模型进行仿真。结果表明:该算法在含DG配电网故障区段定位中搜索速度和精度更高,并且在信号发生畸变的情况下拥有良好的容错性。

基于D-S证据融合的双馈风力发电机转子匝间短路故障诊断

针对双馈风力发电机转子匝间短路因信息单一引起的诊断偏差问题,将D-S证据理论应用到转子匝间短路故障诊断中。根据双馈风力发电机故障前后特征量的变化,选择定子A相电流的(1~2s)f谐波幅值、转子U相电压和电磁转矩的2sf谐波幅值作为证据体。依据D-S证据理论,将以上3种证据体进行信息融合,得到最终的诊断结果;同时,进行双馈风力发电机故障仿真,将信息融合后的诊断结果与单一信息进行比较,验证基于D-S证据融合的双馈风力发电机转子匝间短路故障诊断的高置信度。仿真结果表明,该方法降低了单一特征量不确定性的影响,提高了故障诊断的准确度。

自适应模拟退火混合粒子群算法的配电网故障定位

针对传统配电网故障定位模型结果精度低的问题,提出一种基于自适应模拟退火混合粒子群算法的故障定位方法。首先,分析实际情况,改进开关节点状态值,在此基础上构造故障模型开关函数。然后,基于模拟退火算法收敛速度快的特性,结合混合粒子群算法搜索范围广的优点,实现两种算法的结合。为了避免陷入局部最优解,引入自适应寻优方案进行迭代判别。接着,分析改进算法故障定位原理,构建适应度函数。最后,对产生的多种故障情况通过Matlab进行算例仿真分析。仿真结果表明:改进算法在配电网故障定位的过程中收敛速度和精度均有明显提高,并针对不同的情况具有一定鲁棒性。

双定子轴向磁通永磁发电机齿槽转矩优化

为解决传统局部寻优法不能对双定子轴向磁通永磁发电机的多目标优化参数的问题,采用田口优化法优化发电机参数。对双定子轴向磁通永磁发电机的气隙长度、极弧系数和定子槽口宽度进行优化,先建立正交实验矩阵,然后分析3个发电机优化参数对优化目标的综合影响,得出3个参数的最佳搭配,最后用Maxwell 3D建立三维电机模型进行验证。研究表明,该方法能在不降低电机效率的情况下大幅降低双定子轴向磁通永磁发电机的齿槽转矩。

双馈风力发电机转子绕组匝间短路程度诊断

为了更好地诊断双馈风力发电机转子绕组匝间短路程度,将改进熵权理论和灰色关联理论相结合,得出更好的诊断方法。该方法以发电机定子绕组中A相电流的基频幅值,定子绕组A相电流(1-2s)f谐波幅值,转子绕组U相电压幅值,电磁转矩的直流分量,电磁转矩的2sf谐波幅值为研究对象,以0、4%、8%、12%、16%为故障域,构建故障识别框架来诊断发电机转子绕组短路程度,并用Ansys Maxwell软件仿真验证。结合后的方法能使短路程度得到准确诊断,给现场检修员提供了指导性建议。

基于响应面法的单相感应电动机多目标分析优化

为了获得显著的节能效果,对感应电动机的效率和功率因数进行优化是十分必要的。以单相感应电动机为研究对象,选取电动机运行电容量、转子槽高度、转子槽宽为设计变量,单相感应电动机的效率和功率因数为优化目标。以现有电动机的参数为变量中心值,确定初步优选区间,建立正交实验表。通过响应面法建立优化目标与设计变量的回归模型,所获得的优化变量值采用电磁场有限元法作进一步计算。仿真数据表明:该模型可靠性较高,相比优化前,单相感应电动机的效率提高了2.97%,功率因数提高了0.05。