高比例电力电子设备电网分区网架规划优化方法

首先研究电网中不同节点所接入分布式能源设备的距离特征以及电力电子设备的并网运行特性,提出含高比例电力电子设备电网的分区方法;然后针对电网分区后各区域间的协调能力,建立含高比例电力电子设备电网的最优规划模型;最后通过仿真算例验证该文所提方法和模型的准确性与有效性。

浅谈小学语文课堂教学存在的问题及对策

如何解决小学语文课堂教学存在的诸多问题,那就需要我们教师理顺好课标与教材之间的关系,明确教学目标,处理好三维目标。"对症下药"之后,使课堂教学日趋完美,使课改一路畅通无阻。

基于超声波测距的皮带监测报警装置

在工业中,目前皮带跑偏检测主要的方法是使用跑偏检测开关,即行程开关。但跑偏检测开关的故障率较高。为保障跑偏检测开关正常工作,需专职人员人工对开关进行定期维护,使用的人力成本较高。为确保皮带在运行过程中安全可靠、便于实施,同时降低维护成本。文章通过对超声波测距仪原理进行分析后,设计了一种基于超声波测距的非接触性皮带检测报警装置。

基于多尺度注意力及卷积递归神经网络的端子排文本识别

端子排文本识别是实现变电站端子排线路智能巡检的重要环节.端子排编号和电缆套管编号字符稠密、尺度变化大、文本区域界定不明显,给端子排文本识别带来挑战.针对该问题,提出一种基于多尺度注意力及卷积递归神经网络(multi-scale attention and convolution recurrent neural network,简称MSA-CRNN)方法,用于端子排文本识别.在文本检测阶段,使用多尺度注意力(multi-scale attention,简称MSA)模块对文本进行检测,解决文本区域界定不明显和文字尺度变化大的问题.在字符识别阶段,使用卷积递归神经网络(convolution recurrent neural network,简称CRNN)对文字进行识别,以提高识别的准确率.实验结果表明:相对于其他4种方法,MSA-CRNN方法更适用于端子排文本识别,有更高的计算性能,识别结果更接近人工标注结果.

计及不对称故障影响的感应电动机负荷模型解析算法

针对三相对称正序电压的仿真计算模型无法准确模拟感应电动机负荷动态特性的问题,提出一种计及不对称故障影响的感应电动机负荷模型解析算法。首先,基于转子一阶机械暂态方程获取感应电动机的转差率,再开展各项运算分析以获取扰动后感应电动机的电流变化和功率响应;然后,从电压稳定性和参数可辨识性角度,比较三阶机电暂态模型和一阶机械暂态模型的精度;最后,基于PSCAD/EMTDC平台搭建模型,对不同故障电压跌落场景下感应电动机的动态响应进行仿真分析。仿真结果表明,所提的解析算法能够获得不对称故障影响下感应电动机的动态响应且具有计算准确性和快速性的优势。

电力系统调度交换网组网分析方法研究

电力系统调度交换网组网构成复杂,其运行情况的分析结果与实际情况存在一定误差。为此,文章对电力系统调度交换网组网分析方法进行了研究。首先,构建调度交换网组网网络耦合模型和组网节点动态模型,把组网实时状态信息带入模型,将组网中的最小路径转化为“节点-链路-节点”的形式;然后,利用模型计算组网中所有路径对应节点和链路的可靠性,以此判断整个组网状态。为了便于宏观分析,采用响应延时为表述指标。实验结果表明,文章设计方法的分析结果与组网的实际时延误差稳定在0.02 s以内,具有较高的准确性。