基于深度学习的特高压三端混合直流输电线路波形特征故障区域判别方法

针对将现有直流线路故障区域识别方法应用于特高压三端混合直流输电线路时,存在难以区分T区两侧故障、耐过渡电阻能力弱和阈值整定困难的问题,提出一种利用深度学习及波形特征进行特高压三端混合直流输电线路故障区域识别的方法。首先,对三端混合直流线路不同故障区域进行故障特征分析;然后,对线模电压和线模电流进行多尺度小波分解,提取线模电流中低频分量和线模电压高频分量,结合正负极电压波形特征,组成深度学习模型的输入量,并将故障区域作为输出量,构建深度学习故障区域识别模型;最后,用训练过的深度学习模型对获取的故障特征量进行处理,以实现故障区域识别的目的。通过大量仿真实验,验证了所提故障区域识别方法具有准确率高和基本不受过渡电阻影响的特性。

太阳能光伏板清洁机器人自适应路径规划控制系统设计

针对基于负压吸附原理的无轨干式清洁机器人的清洁路径规划,设计了一种自适应控制系统,解决了机器人自动寻边、轨迹自动校正、越障、自动换向和平衡控制等问题,实现无轨干式清洁机器人在大风、重尘环境中光伏板上清洁工作的高效、稳定运行。

基于多层感知器的LCC-MMC并联型特高压三端混合直流输电线路故障检测方法探讨

针对现有故障检测方法存在阈值整定困难、特征量提取过程复杂的问题,提出一种基于多层感知器(MLP)的电网换相换流器和模块化多电平换流器(LCC-MMC)并联型特高压三端混合直流输电线路故障检测方法。首先,分析直流线路昆北侧边界、T区边界、龙门侧边界的频率特性,指出三端直流线路不同区域发生故障时的故障特征差异;其次,通过小波变换对线模电流、线模电压进行多尺度小波分解,提取小波能量,并结合正、负极电压变化量组成故障特征量。然后,将故障特征量作为MLP的输入量、故障区域作为输出量,构建基于MLP的故障区域识别模型;将测量点提取到的故障特征量输入训练完成的模型即可达到故障区域识别的目的。通过大量仿真验证了所提故障检测方法准确率高,且可耐受300Ω的过渡电阻。

昆柳龙特高压三端混合直流输电线路边界频率特性研究

为研究电网换相换流器和模块化多电平换流器并联型特高压三端混合直流线路行波边界保护,有必要研究电网换相换流器和模块化多电平换流器并联型特高压三端混合直流线路边界频率特性。特高压三端混合直流输电线路边界不对称,分析了昆北侧边界、柳北侧边界、昆柳段线路末端边界、柳龙段线路首端边界、龙门侧边界的拓扑结构。建立特高压多端混合直流输电线路边界频域模型,分析线路边界的频率特性,研究高频和中低频暂态信号在输电线路边界作用下的衰减特性。研究结果表明:昆北、柳北、龙门侧边界,对高频暂态信号呈高阻特性,有较强的衰减作用;昆柳段线路末端边界和柳龙段线路首端边界,对中低频暂态信号具有一定衰减作用,对高频暂态信号衰减较弱。

基于Teager能量算子瞬时能量的贯通式同相自耦变压器牵引供电系统牵引网纵联保护方案

为有效提高贯通式同相自耦变压器牵引供电系统牵引网的供电可靠性。提出一种基于Teager能量算子瞬时能量的贯通式同相自耦变压器(auto transformer,AT)牵引供电系统牵引网纵联保护方案。牵引变电所出口并联电容与一段接触线构成牵引网边界,通过分析发现该边界对高频信号有很强的衰减作用。利用快速集合经验模态分解(fast-ensemble mode decomposition,FEEMD)分解提取故障电流高频分量,然后利用Teager能量算子计算故障电流高频分量的瞬时能量,并提取两端瞬时能量最大值。区外故障时,故障电流高频分量瞬时能量最大值较小;区内故障时,该值较大。根据该差异来构造保护动作判据,判别故障位置,决定保护是否动作。基于PSCAD(power systems computer aided design),大量仿真实验表明,所提保护方案能够准确判别区内、外故障,并且有较好的耐过渡电阻能力。

基于形态学的贯通式同相AT牵引供电系统牵引网单端电流方向暂态保护

针对贯通式同相自耦变压器(AT)牵引供电系统牵引网边界对高频暂态量有较强的衰减作用,提出一种基于形态学的贯通式同相AT牵引供电系统牵引网单端电流方向暂态保护方法。采用多分辨形态梯度处理保护安装处检测到的故障暂态电流,得到其线模分量波形突变点的极性,由此构成方向起动元件。若极性为负,判定为本侧区外故障,保护不动作。若极性为正,则需进一步对故障电流线模分量进行形态谱运算,并将归一化后的形态谱变换到频域,比较频域下形态谱值与阈值的大小判断是区内或对侧区外故障。利用PSCAD仿真平台对贯通式同相AT牵引供电系统进行建模,针对不同故障条件进行大量仿真,仿真结果验证了保护方法的有效性。

统筹管理模式下电气工程专业学位非全日制研究生培养与管理研究

全日制和非全日制研究生实行统筹管理后,非全日制研究生教育的一些问题也初露端倪。论文以云南省电气工程专业学位非全日制研究生培养管理为例,系统分析了该专业招生人数下降、生源质量下降、培养模式单一等问题,尝试探究成因并给出对策:统筹管理模式下,电气工程专业学位非全日制研究生培养与管理应该突出在职人员的主体地位、采用"互联网+"在职人员培养模式、鼓励多样化毕业成果、加大宣传力度,以改善新形势下非全日制研究生教育面临的问题。

基于小波暂态能量比值的牵引网单端方向保护

考虑贯通式同相牵引直接供电系统牵引网边界对故障电流信号高频部分具有衰减作用的特性,结合多尺度小波变换,提出了一种基于小波暂态能量比值的牵引网单端方向保护方案。首先,利用故障后暂态功率的能量极性构造故障方向判据;然后,对故障电流信号进行多尺度小波变换,分别求取高频带暂态能量与低频带暂态能量;最后,根据高、低频暂态能量比值大小构造正方向区内、外故障判别判据。仿真实验结果表明,所提保护方案能实现牵引网全线快速保护。

基于多模式分解和麻雀优化残差网络的短期风速预测模型

为提高风速预测的精度,提出一种基于多模式分解、麻雀优化算法(sparrow search algorithm,SSA)、残差网络(residual neural network,ResNet)和门控循环单元网络(gated recurrent units,GRU)的短期风速预测模型。该模型首先利用小波分解(wavelet transform,WT)、变分模态分解(variational mode decomposition,VMD)和自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)分别分解经过模糊C均值聚类后的风速数据,不同模态分解分量组合为二维矩阵,作为卷积网络的输入数据,实现不同模式分量波动规律的互补;随后,在传统卷积网络结构中增加改进的残差模块,对多模式分解分量进行特征提取,使得深层特征得到显著增强;最后,将特征融合后输入GRU模块,进一步挖掘风速分量在时序上的特征,通过麻雀优化对Res-GRU中的关键参数进行寻优,实现风速预测。实验表明,与传统组合模型相比,所提组合预测模型可以有效提高风速短期预测的准确率。

基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比单端测距方法

针对现有故障测距方法存在对高阻故障不灵敏、二次行波波头难以捕捉的问题,提出一种基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比的单端测距方法。首先,推导出故障距离与初始电压行波的线模量和地模量的小波变换模极大值比之间的近似公式,公式表明两者之间具有非线性关系,且此关系与过渡电阻无关。然后,利用AdaBoost-Elman集成神经网络拟合两者之间的非线性关系,提取不同小波尺度下初始电压行波各模量分量的小波变换模极大值比作为集成神经网络输入量,将故障距离作为输出量,构建集成神经网络故障测距模型。将各小波尺度下的初始电压行波各模量分量的小波变换模极大值比输入训练完成的集成神经网络模型即可达到故障测距的目的。仿真结果表明,所提方法测距精度高,且不受过渡电阻影响。

基于并联CNN-LSTM的弱受端直流输电系统故障诊断

现有的故障诊断手段面对复杂电网时,难以精确提取故障特征,急需适应性强、识别率高的故障诊断方法。鉴于此,提出一种基于压缩感知与并联卷积神经网络(CNN)和长短期记忆网络(LSTM)结合的电网故障诊断方法。搭建永富直流输电系统模型采集原始故障数据,原始故障数据应用压缩感知原理进行压缩采样,获得压缩域故障信号,以提高网络的计算效率。然后搭建了麻雀搜索算法(SSA)优化的并联CNN-LSTM深度学习模型。通过SSA确定并联CNN-LSTM的网络结构及参数,利用并联CNN-LSTM深度学习模型直接在故障的压缩域挖掘故障波形特征和时序特征,并对故障进行识别。仿真结果表明该模型相较于传统方法具有更高的故障诊断精度。

基于压缩感知理论和二阶微分法的贯通式同相AT牵引供电系统牵引网输电线路单端保护方法

贯通式同相牵引供电系统能彻底解决电分相及负序问题,是目前高速铁路研究的重要方向。压缩感知技术在突破奈奎斯特采样定理对采样个数要求的同时能增强信号时聚性,并对故障暂态信号进行降噪。二阶微分法可以放大故障特征,解决高阻接地故障时故障分量过小而导致保护拒动的问题。提出用压缩感知技术对故障电流的线模信号进行压缩重构,再由二阶微分法处理压缩感知重构出的故障电流线模信号得到其首波头的幅值,将该幅值与预设阈值比较进而判断出故障位置的保护方法。利用PSCAD/EMTDC平台搭建贯通式同相AT牵引供电系统模型,通过改变故障位置、故障初始角及过渡电阻进行仿真实验,实验结果验证了该保护方法的有效性。

抓市场促营销练内功增效益

抓市场促营销练内功增效益青岛大中股份有限公司高敬业（副总经理）杨启俊我们中大股份有限公司，前身是原青岛第七针织厂，公司现有员工１５７１名，固定资产原值１．０６亿无，公司先后从德国、瑞士、日本、韩国等引进九十年代先进设备５００余台（套），引进设备占公司...

基于神经网络的特高压直流线路单端测距方法

快速准确的故障测距方法是特高压直流输电线路进行快速定位的关键技术。针对现有故障测距方法存在高阻故障不灵敏、二次行波波头难以捕捉的问题,提出一种基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比单端测距方法。首先,推导出故障距离与初始电压行波线模量和地模量模极大值比之间的近似公式,公式表明两者之间具有非线性关系,且此关系与过渡电阻无关;其次,利用AdaBoost-Elman集成神经网络拟合两者之间的非线性关系,提取不同小波尺度下初始电压行波各模量分量小波变换模极大值比作为集成神经网络输入量、故障距离作为输出量,构建集成神经网络故障测距模型;然后,将各尺度下的初始电压行波各模量分量小波变换模极大值比输入训练完成的集成神经网络模型即可达到故障测距的目的。通过大量仿真,验证了所提方法测距精度高,且不受过渡电阻影响。

质量管理中的QFD法

QFD是Quality（质量）、Function（功能）与Development（发展）的缩写，中文译为质量功能展开。质量功能展开由赤尾洋二和水野滋两位日本教授于上个世纪六十年代作为一项质量管理系统提出，目的是为了设计、生产充分满足顾客需求的产品和服务。丰田公司于70年代后期使用QFD取得了巨大的经济效益。福特公司于1985年在美国率先采用QFD方法。今天，在美国，许多公司都采用了QFD方法，QFD技术受到世界各国重视。