弱电网下基于电网电压前馈的并网逆变器阻抗重塑控制策略

弱电网下,锁相环在基波以上频段引入的负阻特性,会降低系统输出阻抗的相位,严重影响系统稳定性。鉴于此,该文通过系统控制框图等效变换,推导得到可以消除锁相环负阻特性的电网电压前馈函数,进而提出一种基于电网电压前馈控制的并网逆变器阻抗重塑控制策略。同时,为了提高该策略的普适性,该文利用函数近似和多目标约束为电网电压前馈函数的优化提供两种设计方法,并从系统基波电流跟踪性能、并网功率因数等方面进行误差分析,从而证明其函数优化设计方法的可行性。理论分析表明,优化后的电网电压前馈控制策略,可以有效地对系统输出阻抗相位特性进行重塑,很大程度上拓宽了系统对电网阻抗的适应范围。最后,通过仿真与实验验证所提控制策略的有效性。

尘雾环境下工作面护帮板视频目标定位

工作面护帮板的精确定位是液压支架动作决策的基础和关键。在采煤机截煤过程中出现的大量煤尘以及除尘设备喷出的水雾严重干扰了工作面视频中护帮板的识别准确性,从而严重影响护帮板定位的精度。针对此问题,面向工作面尘雾环境提出一种护帮板视频目标精确定位算法。采用常值暗通道先验知识,实现护帮板视频目标的清晰化,从而克服煤尘和水雾对护帮板视频目标定位的影响。同时采用摄像头转角动态基准校正机制,通过补偿校正摄像头装配误差和转角漂移,对视频中的护帮板目标实现精确定位。实验结果表明,该算法在尘雾环境下对不同摄像头转角下的护帮板视频目标实现了精确的定位,取得了良好的效果。

高渗透率下基于并网逆变器阻抗重塑的锁相环设计方法

针对锁相环、电网阻抗与并网逆变器相互耦合所引发的系统稳定性下降问题。首先,建立考虑电网阻抗的锁相环控制结构模型,通过分析锁相环闭环传递函数可知,电网阻抗会使锁相环系统产生右半平面闭环极点,严重影响锁相环与逆变器系统的稳定性。其次,通过分析逆变器系统输出阻抗,说明锁相环所引入的负阻抗是逆变器系统稳定裕度下降的主要原因。鉴于此,该文提出一种新型锁相环设计方法,理论分析表明,所提方法既能够保证高渗透率下锁相环具有高鲁棒性,又能够对逆变器系统输出阻抗进行重塑,有效拓宽系统对电网阻抗的适应范围。最后,通过仿真与实验验证所提新型锁相环设计方法的有效性。

LCL型并网逆变器新型电容电压有源阻尼策略

在弱电网条件下,数字控制延时会导致虚拟阻抗呈现负阻性,无法起到阻尼效果,因此并网逆变器在电网阻抗变化情况下不能稳定运行,鲁棒性受到严重威胁。针对上述问题,提出一种双线性正反馈有源阻尼策略,以扩大系统的有效阻尼区。为了节省传感器成本,将其优化为电容电压正反馈有源阻尼策略,在电容电压两端添加合适的正反馈阻尼环节,使得系统的有效阻尼区扩大为(0,0.477f3)。分析结果表明该策略使得并网逆变器在弱电网条件下始终具有良好的鲁棒性,即使谐振频率等于1/6采样频率时,系统也具有较好的稳定性。最后,以三相LCL型并网逆变器为例进行实验验证,实验结果验证了该策略的正确性。

抑制谐波谐振的并网逆变器机侧电流反馈的CVFAD设计方法

LCL型并网逆变器机侧电流反馈控制较并网电流反馈控制具有更高的稳定性。但受数字控制延时的影响,系统的稳定性取决于谐振频率与采样频率的比值。且谐振频率附近存在一个谐波放大频域,在弱电网工况下易引发谐波谐振现象。而传统机侧电流反馈的双环控制方法受带宽限制,无法达到理想的稳定分界频率。针对该问题,提出一种电容电压有源阻尼的新型控制方法。该方法采用电容电压反馈内环提升系统阻尼效果,通过附加电容电压反馈回路使得系统开环零点重新配置,达到消除反向谐振峰的目的。理论分析表明,所提方法拓宽了系统稳定区间,不仅消除了谐波放大频域,且在电网阻抗宽范围变化时,系统始终具有较高的鲁棒性和控制性能。最后,通过仿真和实验验证了理论分析的正确性和所提方法的有效性。

基于CEEMDAN与改进小波阈值的电缆局部放电信号降噪方法

对检测到的电缆局部放电信号降噪是实现电缆绝缘诊断与评估的前提,为此提出一种基于自适应噪声的完备集合经验模态分解(CEEMDAN)与改进小波阈值的电缆局部放电信号降噪方法。首先,采用CEEMDAN算法将染噪局部放电信号进行分解,得到数个模态分量;然后,计算模态分量的峭度值,筛选出有效特征分量并重构;最后,将重构信号通过改进小波阈值法再次降噪去除冗余噪声,得到降噪后的局部放电信号。将该方法、传统小波阈值法及集合经验模态分解与改进小波阈值法分别用于不同噪声强度下局部放电仿真信号的降噪处理,结果表明该方法具有更高的信噪比与波形相似系数,能有效抑制周期性窄带干扰与白噪声。

基于特征扩展CapsNet的轴承故障诊断模型

基于深度网络的轴承故障诊断模型,其深层次的特征提取往往需要大量的训练样本,诊断模型应用于小样本故障信号时受到限制。利用胶囊网络(CapsNet)在处理小样本数据上的优势,通过扩展故障特征向量和改进预测胶囊迭代约束条件,使网络适用于噪声工况下的轴承故障诊断,提高预测精度。在CapsNet的初级胶囊层引入特征图跨通道约束关系,由原来的通道内约束改进为通道内-通道间混合约束,扩展胶囊特征向量,使其能描述故障信号时间序列中与远距离序列点相关的几何特性,为数字胶囊层预测网络提供更完备的故障特征。同时,利用余弦相似度作为特征向量的度量并为数字胶囊层的迭代筛选提供依据,避免向量模值造成的分类误差。凯斯西储大学(CWRU)轴承数据集实验结果表明,改进的iCapsNet诊断模型泛化性能得到明显提升,在信噪比为0 dB时,预测精度可达到90.9%,相比原CapsNet模型提高了44.8%。