关于控制二个执行机构的负荷敏感系统的性能

作者提出能控制两个执行机构的负荷敏感系统,试图解决这类系统难以控制多个执行机构的困境.系统的动力源既能保证一个执行机构的功率匹配,又能与另一个执行机构的流量匹配,本文研究了系统的性能.理论分析和实验阐明了变量泵与负荷敏感阀的弹簧刚度K_k和K_y的合理组合能提高系统的工作性能,适当选择K_x、K_y、A_1、A_2和泵流量放大系数G_p可以提高系统的稳定性.

控制2个执行机构的负荷敏感液压系统试验研究

从负荷敏感元件的检测原理出发，提出了控制２个执行机构的负荷敏感液压系统，通过试验和理论分析证明其可行性。

港口机械负荷敏感液压系统的节能特性研究

基于负荷敏感液压系统的工作原理,建立其Amesim模型,仿真分析3种工作状态下的液压系统特性。结果显示,负荷敏感液压系统能够自我调节泵流量和工作压力以适应执行机构的要求,减少系统中的溢流损失,实现液压系统的节能。

负荷敏感节能技术在集装箱跨运车上的应用研究

介绍了集装箱跨运车的应用范围和前景,依据我国对港口装卸设备的节能环保要求,提出了基于负荷敏感节能技术的集装箱跨运车液压系统,可实现跨运车的无级变速,动作平稳可靠,操纵轻便灵活,安全可靠,作业效率高,符合我国港口装卸设备节能降耗和防污减排的整体要求。

电反馈负荷敏感液压系统及节能特性

本文叙述了应用PID算法的电反馈负荷敏感液压系统工作原理。基于工作原理,建立了系统的AMESim模型和仿真分析了四种工作状态下液压系统特性。结果得到,电反馈负荷敏感液压系统能够改变泵排量和工作压力以适应系统要求,减少了系统中的溢流发热,降低了系统的能量消耗,实现了液压系统的节能。系统中泵的工作压力取决于执行机构中最高的负载,且各执行机构的运动状态互不影响。

装载机负荷敏感系统的相关计算分析

装载机液压系统与整机的匹配计算是确定液压系统主参数及相关联零部件选型的依据,目前装载机主流配置的定量系统计算相对简单,而双泵合流下负荷敏感变量系统计算时需分析特殊工况下系统的性能特点,才能进行合理地匹配计算。

面向敏感负荷的电压暂降在线监测点优化配置

为通过装设电压暂降在线监测,获得影响敏感负荷正常运行的电压暂降信息,提出一种面向用户敏感负荷的电压暂降在线监测点配置方法。首先,形成负荷可观矩阵,用于描述电压暂降事件发生时各敏感负荷的失效情况;然后,以监测点数量最小为目标,以导致敏感负荷失效的电压暂降事件信息不丢失为约束,建立电压暂降在线监测点优化配置模型;其次,定义监测方案的监测准确度和监测信息冗余度为评价配置方案效果的指标;最后,以IEEE33节点系统和某实际用户供配电系统为例,验证所提方法的实用性。

面向虚拟电厂运营的温度敏感负荷分析与演变趋势研判

随着极端天气频发,温度敏感负荷用电逐年攀升,温度敏感负荷作为虚拟电厂优质的调控资源,亟须分析气象变化对于此类负荷的影响,由于叠加极端高温、大规模寒潮等异常天气的影响,温度敏感负荷波动剧烈,常规分析预测方法难以适应极端气象场景。针对寒潮天气下温度敏感负荷样本数据及预测精度不足的问题,提出寒潮天气小样本条件下的温度敏感负荷日最大负荷预测方法。该方法先采用时序对抗生成网络(TimeGAN)扩充寒潮期间小样本数据,再采用卷积-长短时记忆神经网络(CNN-LSTM)对寒潮期间的日最大负荷进行预测。以国内某省近两年迎峰度冬期间数据进行模型验证,结果表明所提模型优于其他模型的预测结果,在验证集上日最大负荷的预测精度为99.5%。

机理-数据混合驱动的气象敏感负荷需求响应潜力评估

为准确评估电网中气象敏感负荷需求响应潜力,提出了一种基于机理-数据驱动方法融合的气象敏感负荷需求响应潜力评估方法。该方法根据数据驱动的双分支神经网络模型估算电网层级的气象敏感负荷功率,基于热力学等值模型建立气象敏感负荷的机理聚合模型,并以聚合功率与估算功率误差最小为目标,采用控制变量法和粒子群优化算法优化确定机理聚合模型的等效参数(温控负荷设备数量、温度设定值等),同时综合考虑用户舒适度与意愿度等因素评估气象敏感负荷需求响应潜力。实例验证结果表明,该方法估算的气象敏感负荷功率与温度具有显著相关性,获得的机理聚合模型等效参数及需求响应潜力与实际情况相符且合理。

用电压暂降严重程度和最大熵评估负荷电压暂降敏感度

现有负荷敏感度随机估计法以电压暂降的物理特征为基础,用主观概率模型描述负荷电压耐受曲线(voltage tolerance curve,VTC)的随机分布规律,所需样本量大,在实际中难以实现且可能引入主观误差。将电压暂降特征转换为电压暂降严重性指标,在负荷VTC曲线分布规律未知和样本数较少的情况下,根据最大熵原理确定VTC曲线的概率密度函数,用累计求和法计算负荷故障率,提出一种适合于小样本的随机评估方法。对评估原理、最大熵模型、约束条件、求解算法与评估过程等进行详细研究。对个人计算机(personal computers,PC)进行仿真并与现有4种评估方法比较,结果证明,该方法对样本量依赖性小,无需主观假设,在未知VTC曲线随机分布规律时,评估结果准确,适应性强。

一种新的敏感负荷电压暂降敏感度评估方法

提出了一种综合应用多种概率密度函数的敏感负荷电压暂降敏感度的随机评估方法,以更全面地描述负荷敏感度的随机性.首先对5种典型的概率密度函数进行分析,并分别建立敏感负荷电压耐受能力的数学模型,进而评估电压暂降发生时不确定区域内的故障发生率——即负荷敏感度;然后通过均方差法将这5种概率密度函数模型的评估值进行加权综合,得到敏感度评估结果;最后通过仿真分析,验证了该方法的合理性和有效性.

计及光伏波动性的配电网敏感负荷供电可靠性评估

大规模光伏接入配电网会使配电网的电压波动更加频繁和明显,为定量评估光伏对配电网敏感负荷的负面影响,本文提出了计及光伏波动性的配电网敏感负荷供电可靠性评估方法。首先,根据光伏历史数据,构建特征向量,并通过聚类得到光伏出力曲线对应的天气类型;其次,按天气类型分别分析光伏波动特征,采用核密度估计对光伏的随机波动进行概率建模;接着,利用光伏波动的概率模型抽样,并通过电压降落公式得到全年电压波动样本;最后,根据电压波动样本,构建敏感负荷供电可靠性指标,从多维度评估可靠性。实验结果表明,所提方法可以对不同天气类型下的光伏波动性特征进行针对性概率建模,可以多维度定量评估受光伏波动影响的敏感负荷供电可靠性,对于配电网光伏规划和运行有指导作用。

配电网敏感性负荷电压暂降分析与治理研究

在新能源战略深入推进的背景下,电力系统的电能质量问题愈发突出,特别是电压暂降问题。文章详细介绍电压暂降的成因以及对敏感设备的影响,重点阐述了配电网敏感性电压暂降的治理措施,旨在降低电压暂降故障的发生概率,助力于电厂的安全稳定运行。

电压暂降对工业厂房内敏感负荷影响研究

针对电压暂降对工业厂房敏感负荷正常生产可能造成的影响进行研究,首先对电压暂降的概念和相关标准进行阐述,之后通过分析电压暂降形成的原因、工厂中常用设备的敏感特性曲线分析、现场测量的数据等,并结合某工厂实际在运行过程中存在的问题研究,提出针对不同情况电压暂降原因的解决方案,最后通过工厂实际实施项目及现场测量数据,较为完整地说明工厂电压暂降的治理措施。

敏感负荷电压凹陷敏感度的随机估计方法

用正态分布概率密度函数表征负荷电压耐受曲线的随机性,建立了电压耐受曲线和负荷敏感度的随机模型,提出了敏感负荷电压凹陷敏感度的随机估计方法。该方法采用累计求和的方式评估敏感度,避免了对敏感度等级的划分。运用Matlab对敏感负荷的电压凹陷敏感度进行了评估,并与11台计算机的实测结果进行了对比,验证了该方法的正确性和有效性。

敏感负荷电压凹陷敏感度的最佳平方逼近评估法

敏感负荷电压凹陷敏感度评估的关键在于电压耐受曲线随机分布规律的确定。文章以勒让德多项式为基函数,提出一种通过最佳平方逼近法确定敏感负荷电压凹陷敏感度特征参数随机分布的概率密度函数的方法,该方法无需主观假设,忠实于样本特征,具有原理简单、计算量小的特点。文中对概率密度函数的逼近算法、评估原理和过程进行了研究,以PC机为例,通过蒙特卡罗方法随机模拟样本,用所提出的方法进行评估,证明了所提出方法的准确性和适应性。

夏季湖北电网气象敏感负荷预测模型研究

利用2009—2010年湖北电网日用电负荷资料和气象资料,提出了基于电网负荷的分解算法,将电网日最大负荷分解为基础负荷与气象敏感负荷2个主要分量。其中,气象敏感负荷与气温、相对湿度及风速的综合气象敏感负荷条件指数相关。提出了基于权重指数的湖北省面平均气象敏感负荷条件指数的算法。利用相关比法,分析了湖北省气象敏感负荷与面均气象敏感负荷条件指数的非线性关系。基于均方偏差最小原理和非线性最小二乘法,建立了夏季湖北电网气象敏感负荷与面均气象敏感负荷条件指数的多项式预测关系模型。经2010年9月模型应用检验表明,预测平均误差低于6%。该模型可用于夏季湖北省电力专业气象服务工作。

夏季温湿指数与气象敏感电力负荷的研究

为了深入了解夏季电力日峰荷与气象因子之间的关系,从负荷资料中分离出随气象因子变化的气象敏感负荷,在考虑气象因子对气象敏感负荷的累积效应基础上,建立了气象敏感负荷变化率与气象因子间的关系模型。对2004～2005年某市夏季气象敏感负荷与温湿指数、日平均温度、日最大温度进行的灰色关联分析结果表明:温湿指数是对夏季气象敏感负荷影响最大的关联变量。在此基础上建立了夏季气象敏感负荷与温湿指数的三次多项式模型,计算分析了气象敏感负荷变化率与温湿指数的关系,为电网负荷的预测和运行调度提供依据。

夏季武汉市电网气象敏感负荷预测模型

利用2009—2010年武汉市日用电负荷资料和气象资料,提出了基于电网负荷的分解算法,将电网日最大负荷分解为基础负荷与气象敏感负荷2个主要分量,其中,气象敏感负荷与包含了气温、相对湿度及风速的综合气象敏感负荷条件指数相关。利用相关比法,分析了气象敏感负荷与气象敏感负荷条件指数的非线性关系,分析了气象敏感负荷条件指数变化与负荷变化关系。基于均方偏差最小原理和非线性最小二乘法,建立了夏季武汉电网气象敏感负荷与气象敏感负荷条件指数的多项式预测关系模型。2011—2012年夏季模型应用检验表明,预测平均误差接近6%。该模型可用于夏季电力气象服务工作。

基于Fisher信息和在线SVR的智能电网气象敏感负荷预测动态建模技术

智能电网大数据环境为解决短期负荷预测模型性能退化和精度随时间降低等问题提供了契机。基于此,该文提出一种基于在线支持向量回归(on-line support vector regression,OSVR)和Fisher信息(Fisher information,FI)气象因素处理及特征选择(features selection,FS)的动态建模新方法,用该方法来构建过程变量之间关系快速变化时的智能电网气象敏感负荷预测模型。首先,利用支持向量回归(support vector regression,SVR)模型的卡罗需–库恩–塔克(Karush-Kuhn-Tucker,KKT)条件推导出一种简洁的OSVR学习算法,使得每当有样本增加到训练集或从训练集移除时,该算法均能有效地更新已训练好的SVR模型,而不用对整个训练数据重新再训练。其次,提出一种基于Fisher信息的特征选择方法和气象因素引入方法,能够从捕获的数据中提取主要特征,并有效处理气象因素的累积效应。实际测试结果表明:所建立的预测模型能够使用最新的数据信息完成更新,在过程特征发生快速变化的情况下,其预测精度仍高于传统方法。