为准确地评估交联聚乙烯(cross linked polyethylene,XLPE)电缆的水树老化程度,该文提出一种基于超低频介损和U-I滞回曲线的评估方法。对3组XLPE样本分别进行0、96和168h的加速水树老化,老化结束后采用快速超低频介损设备(very-low freq...为准确地评估交联聚乙烯(cross linked polyethylene,XLPE)电缆的水树老化程度,该文提出一种基于超低频介损和U-I滞回曲线的评估方法。对3组XLPE样本分别进行0、96和168h的加速水树老化,老化结束后采用快速超低频介损设备(very-low frequency dielectric loss detector,iFDS)在1mHz~1kHz范围内测试不同水树老化状态的XLPE电缆的介电频谱和不同频率下U-I滞回曲线。结果发现:水树老化后的电缆段在超低频段(1mHz~0.1Hz)的介损值显著增大,并在0.002和0.1Hz附近出现两个明显的松弛损耗峰。老化越严重的试样,U-I滞回曲线形变越严重。水树老化后电缆绝缘中产生了新的松弛极化过程,相较于单一频率0.1Hz下的介损值,超低频介电谱能够提供更丰富的绝缘状态信息。在1mHz下,U-I滞回曲线特性的偏转角变化率与曲线形变率均随超低频介损值的上升而增大,能够更加准确地评估电缆绝缘的水树老化程度。将超低频介损结合U-I滞回曲线可以有效地评估电缆绝缘的水树老化程度。展开更多
基于模块化多电平换流器的多端高压直流输电(modular multilevel converter based multi-terminal high voltage direct current,MMC-MTDC)系统中各个换流站的控制对整个系统电压和功率的稳定是至关重要的。基于电压与功率的关系进行设...基于模块化多电平换流器的多端高压直流输电(modular multilevel converter based multi-terminal high voltage direct current,MMC-MTDC)系统中各个换流站的控制对整个系统电压和功率的稳定是至关重要的。基于电压与功率的关系进行设计的传统下垂控制器无法实现受端换流站之间的功率分配。针对这一问题,提出了一种基于电压下垂特性的多端组网协调控制策略。对MMC型换流站数学模型进行了详细地分析并根据多端直流组网结构的特点,推导出各换流站之间电压和电流关系。基于换流站U-I特性曲线,设计了电压外环控制器,通过改变U-I特性曲线的斜率即可实现换流站之间的功率分配。在PSCAD/EMTDC仿真平台上搭建了四端模型,仿真结果显示,通过调整U-I特性曲线斜率即可实现受端换流站功率按既定要求分配,验证了该控制策略的正确性和有效性。展开更多
文摘为准确地评估交联聚乙烯(cross linked polyethylene,XLPE)电缆的水树老化程度,该文提出一种基于超低频介损和U-I滞回曲线的评估方法。对3组XLPE样本分别进行0、96和168h的加速水树老化,老化结束后采用快速超低频介损设备(very-low frequency dielectric loss detector,iFDS)在1mHz~1kHz范围内测试不同水树老化状态的XLPE电缆的介电频谱和不同频率下U-I滞回曲线。结果发现:水树老化后的电缆段在超低频段(1mHz~0.1Hz)的介损值显著增大,并在0.002和0.1Hz附近出现两个明显的松弛损耗峰。老化越严重的试样,U-I滞回曲线形变越严重。水树老化后电缆绝缘中产生了新的松弛极化过程,相较于单一频率0.1Hz下的介损值,超低频介电谱能够提供更丰富的绝缘状态信息。在1mHz下,U-I滞回曲线特性的偏转角变化率与曲线形变率均随超低频介损值的上升而增大,能够更加准确地评估电缆绝缘的水树老化程度。将超低频介损结合U-I滞回曲线可以有效地评估电缆绝缘的水树老化程度。
文摘基于模块化多电平换流器的多端高压直流输电(modular multilevel converter based multi-terminal high voltage direct current,MMC-MTDC)系统中各个换流站的控制对整个系统电压和功率的稳定是至关重要的。基于电压与功率的关系进行设计的传统下垂控制器无法实现受端换流站之间的功率分配。针对这一问题,提出了一种基于电压下垂特性的多端组网协调控制策略。对MMC型换流站数学模型进行了详细地分析并根据多端直流组网结构的特点,推导出各换流站之间电压和电流关系。基于换流站U-I特性曲线,设计了电压外环控制器,通过改变U-I特性曲线的斜率即可实现换流站之间的功率分配。在PSCAD/EMTDC仿真平台上搭建了四端模型,仿真结果显示,通过调整U-I特性曲线斜率即可实现受端换流站功率按既定要求分配,验证了该控制策略的正确性和有效性。
文摘为减少居民生活用电浪费现象,非侵入式负荷监测技术显示出其重要性。基于事件检测的情况下,该文提出一种基于卷积神经网络耦合双向长短时记忆神经网络(convolutionalneuralnetworksandBi-directionallong short-term memory,CNN-BiLSTM)与动态时间规划(dynamic time warping,DTW)的非侵入式住宅负荷监测方法。首先通过概率质量函数计量负荷的运行状态信息,提取出稳态运行时的U-I特性曲线图;然后将图片归一化为统一格式的灰度图,利用卷积神经网络提取出特征向量作为负荷印记;将其输入至双向长短时记忆神经网络中进行辨识,并利用动态时间规划算法优化辨识结果,实现高精度的负荷辨识。最后,利用PLAID公开数据集对于所提算法进行仿真验证,实验证明所选负荷印记具有良好的辨识性能,辨识算法相比对比算法具有更高的信度与准确率。