磁约束等离子体电子回旋加热技术发展现状

[目的]磁约束聚变研究中,电子回旋加热(ECH)和电流驱动手段应用广泛,包括但不限于等离子体的启动、加热、无感电流驱动和磁流体不稳定性控制等。近年来,针对未来聚变堆发展需求,电子回旋加热相关技术得到了长足发展,ECH已成为磁约束聚变装置中主要的辅助加热手段之一。[方法]首先对ECH系统进行简介,阐述了其组成部分、特点和应用现状;然后重点从4个方面论述了目前ECH系统相关技术的发展现状与趋势。[结果]结合ECH相关技术的研究现状及应用需求,得出各相关技术发展的重难点。[结论]文章立足于ECH相关技术的发展现状与趋势,从高频以及多频回旋管(微波源)、ECH系统智能控制技术、高效电流驱动技术以及基于回旋管的相干汤姆逊散射技术等多个方面,对ECH系统相关技术的未来研究方向及应用进行了展望。

面向新型电力系统物理模拟实验的快速系统原型技术

新型电力系统对电力系统物理模拟实验提出了很高的要求,原有的物理模拟技术已难以满足。通过借鉴控制领域常用的快速控制原型(RCP)技术思想,提出了快速系统原型(RSP)技术,包括数字仿真器、快速原型控制器和快速原型被控对象(ROP)3个部分,解决了传统物理模拟技术费时费力和难以满足新型电力系统快速演进需求的缺陷。RSP技术用于科学研究、产品开发和入网验证时,研究成果和产品可直接用于工程实际。首先介绍了RSP的思想及具体实现方案,并阐述了其“所见即所得”的动模实验理念,最后以柔直输电动模实验为例,验证了基于RSP理念和技术可建成一个企业级别的仿真环境及工程技术实践平台,并能真实灵活仿真新型电力系统的各种特性。

脉冲放电破岩等离子体通道长度预测方法

针对高压脉冲放电破岩电弧等离子体通道长度难以预测的问题,构建了高压脉冲放电破岩综合试验平台,测量了花岗岩-自来水组合介质下电弧等离子体通道发展特性及典型电流、电压参数,提取了不同电极间距和脉冲放电次数下岩石表面形成的破碎区域。基于能量平衡方程建立了岩石中电弧等离子体通道的阻抗模型,采用迭代优化算法获取阻抗模型参数的近似最优解,模型计算结果与试验结果的相对误差小于7%。基于优化参数,利用实测电流电压数据预测了等离子体通道的长度。模型预测的等离子体通道长度与实测值的绝对误差均处于毫米量级,且两者的相对误差小于10%,为高压脉冲放电破岩系统电源-电极负载的匹配设计提供了理论支撑。

计及风机运行状态差异的风电场频率协同支撑控制

尾流效应会导致同一风电场内风机的调频能力各不相同,为了充分利用风电场内每台风机的调频能力以提升系统的频率表现,提出了一种计及风机运行状态差异的风电场频率协同支撑控制策略。所提控制策略分为2个阶段:在频率支撑阶段,采用无领导一致性算法使风机与邻近风机实时交换状态信息,实现合理的功率分配,并在此基础上自适应调整调频系数以保障风电场的安全运行;在风机由频率支撑阶段切换至转速恢复阶段,采用渐进转速恢复控制实现两控制间的平滑过渡,缓解二次频率跌落问题。以含风电场的4机2区系统和3端4区系统为算例进行仿真分析,仿真结果验证了所提控制策略向上调频和向下调频的控制效果相比于集中式控制的优越性。

基于CWT和CNN-BiLSTM的散绕同步电机定子绕组短路故障检测方法

近年来,基于脉冲频率响应法(impulse frequency response analysis,IFRA)的神经网络模型已被证实能够有效检测定子绕组故障。然而,这些模型普遍具有鲁棒性不强、抗噪能力差等特点,究其原因是大多数的模型采用简单的神经网络架构且常规的IFRA普遍采用快速傅里叶变换(fast Fourier transform,FFT)对暂态信号进行时频变换,而FFT并不适合处理暂态突变的非平稳信号。文中以散绕结构的同步电机定子绕组为检测对象,采用连续小波变换(continual wavelet transform,CWT)代替FFT处理IFRA的暂态信号,并基于一维卷积神经网络(convolutional neural networks,CNN)和双向长短时记忆网络(bi-directional long short-term memory,BiLSTM)构建CNN-BiLSTM模型对采用CWT变换之后的信号进行故障检测。实验结果表明:采用CWT处理后的频域序列作为该模型的输入,相较于其它结构单一的模型,其平均准确率最优且高达99.01%。噪声对比实验表明:采用CWT变换后的数据能使故障诊断模型的鲁棒性及泛化性更强。

面向托卡马克破裂预测的实时数据采集系统设计

[目的]等离子破裂是托卡马克核聚变装置运行中的重大威胁。破裂缓解系统可以降低等离子体破裂对装置的危害,其动作时机高度依赖于实时运行的等离子体破裂预测系统对等离子体破裂时刻的预测。基于深度学习的神经网络已被用于训练等离子体破裂预测模型,其实时运行需要来自多种诊断的大量实时数据。[方法]文中提出一种实时数据采集系统的设计方案。该系统基于模块化结构进行设计,分为多通道采集模块、ADC转换控制和数据读取模块、数据分组与封装模块和数据传输网络模块。数据传输网络模块基于运行在FPGA上的10 G速率的硬件UDP网络协议栈进行构建。该硬件UDP协议栈具有确定性的数据传输过程,使得系统具有很低的传输时延。[结果]该实时数据采集系统的采样率可以达到每通道2 MSa/s,数据吞吐速率超过9.3 Gb/s,数据传输延迟小于10μs。[结论]该实时数据采集系统可以为破裂预测程序提供快速传输的实时诊断数据流。高采样率使得系统可以对辐射、电子温度等1维诊断进行实时传输,提高数据时间分辨率。高数据吞吐率可以提高诊断数据的传输数据量,低数据传输时延可以减少破裂预测模型获取诊断数据的时间。

基于ADMM-GBS考虑故障影响的互联微电网多时间尺度优化调度

极端事件攻击微电网可能造成负荷电能供应不足导致大停电事故。针对互联微电网系统,提出了一种考虑极端事件的分布式多时间尺度故障优化调度策略。在故障条件下以系统用户侧削减负荷量最小为目标,建立了互联微电网系统日前-日内两阶段滚动调度模型;基于鲁棒思想,考虑极端事件的时空特性以及故障线路的不确定性,采用分层随机抽样形成故障集,将其作为初始数据确定系统最恶劣故障场景;针对该场景进行线路加固后,采取高斯回代交替方向乘子法(ADMM-GBS)得到最优故障调度策略。通过算例分析验证了所提模型和调度策略的有效性。