电压同步相位开环检测方法的抗干扰分析与改进

来源 :电气自动化 | 被引量 : 0次 | 上传用户:tanner007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
dq坐标系开环相位检测(open-loop phase detection,OPD)具有快速同步电网的特点,但是其抗干扰性尚未得到定量的评估.为了增强在电网电压非理想情况下OPD的适应性,首先搭建了详细的抗噪声能力分析模型.在此基础上,提出了一种新型的提高相位测量精度的OPD,使得相位误差满足了可适范围,抗干扰性得到了良好的体现.此外,改进的算法减少了滤波器的带宽需求,缩短了相位检测过程中的动态响应时间.最后,通过仿真试验验证了抗干扰分析的正确性和改进算法的有效性.
其他文献
溴氰虫酰胺和氯虫苯甲酰胺都属于双酰胺类新型杀虫剂,广泛应用于农作物害虫防治.为明确二者对家蚕的毒性差异,测定溴氰虫酰胺和氯虫苯甲酰胺对家蚕的急性毒性、桑叶上的残毒期、桑叶内吸毒性和土壤内吸毒性.结果 表明,溴氰虫酰胺和氯虫苯甲酰胺对家蚕3龄幼虫的LC50分别为0.2906 mg/L和0.0168 mg/L,对家蚕均为剧毒,且氯虫苯甲酰胺的毒性是溴氰虫酰胺的17.3倍.10%溴氰虫酰胺可分散油悬浮剂和200 g/L氯虫苯甲酰胺悬浮剂分别加水稀释1000、2000、4000倍,喷雾处理桑叶后对家蚕3龄幼虫的残
为探究老芒麦离区形态特征和影响落粒的关键因素,以1份高落粒种质和1份低落粒种质为研究对象,两份材料各自达到乳熟期开始分批采集样品,从离区形态特征、水解酶活性、动态落粒率及生理特性方面对两份种质及两种脱落类型进行了比较分析,进而明确高落粒与低落粒材料在落粒性上的差异以及种柄离区和小穗柄离区的差异.结果表明:1)高落粒材料的离区发育较低落粒材料早,且离区内陷较明显.种柄离区发育较小穗柄离区早,且离区更明显.观察脱落后的离区断裂面发现,离区存在环状结构.2)水解酶活性在乳熟后各时期存在差异,种子成熟后期酶活性普
为了实现电力系统能源低碳化,大力发展碳捕集与封存技术和风光等新能源是低碳化的重要举措.但碳捕集电厂的最小出力技术约束和风电的反调峰特性限制了风电消纳和碳减排,利用碳捕集灵活运行方式下储液罐进行“能量时移”和“碳转移”,间接消纳风电和减少碳排放.利用碳捕集设备捕集的CO2作为电转气原料,降低碳封存成本和电转气成本,进一步消纳弃风电量并获得售气收益.由于负荷具有早晚高峰特性,因此利用含储热式光热电站的良好调峰性能将白天的部分热量转移至晚高峰发电,缓解系统调峰压力.为此,文章构建了碳捕集电厂综合灵活运行下含电转
为探究践踏胁迫下草坪土壤真菌群落结构变化特征,对两种狗牙根品种,普通狗牙根和Tifgreen狗牙根草坪进行践踏处理,对环境因子指标(地上生物量、地下生物量、综合质量、土壤pH和表面硬度)和土壤真菌群落结构进行了测定,并对土壤真菌群落结构多样性与环境因子进行相关性分析.结果表明:践踏处理下,草坪的地上生物量、地下生物量、综合质量和土壤pH显著低于非践踏处理,而土壤表面硬度则显著高于非践踏处理(P<0.05).多样性结果发现两种草坪草践踏处理与非践踏处理的真菌群落多样性存在差异.在门分类水平上,践踏处理提高了
本研究旨在建立一种高效全株油菜青贮的方法.油菜在终花期刈割,就地晾晒3~4 d,水分降至70%以下后,利用不同添加剂方案进行青贮,从感官指标、化学成分和动物瘤胃降解率3个方面,综合评估了7种青贮添加剂(对照组、固体菌剂S组、液体菌剂L组、固体菌剂+液体菌剂SL组、固体菌剂+液体菌剂+玉米粉SLC组、固体菌剂+液体菌剂+红糖SLB组和玉米粉C组)的青贮效果.研究结果表明,各处理组和对照组青贮油菜感官评价指标均为优等,SLC和SLB组pH和水分在各青贮时期最稳定(P<0.05);化学组分分析结果表明SLC组中
对从青海省湟源县蕨麻人工种植基地的蕨麻块根部位分离得到的菌株D2进行了致病性检测、形态学观察、rDNA-ITS序列分析鉴定,同时开展相关生物学特性研究,结果表明,分离所得菌株D2为镰刀菌Fusarium perseae,是蕨麻根腐病的病原真菌.生物学特性研究表明,菌株D2菌丝生长、产孢和孢子萌发的最适温度分别为25、30和25℃,菌丝致死温度为64℃(10 min),全光照条件不利于菌丝生长.pH值5.0~12.0菌丝均能较好生长,弱碱条件更利于其生长和产孢.该菌能利用多种碳、氮源,最适碳源为果糖,最适氮
对于风电并网系统,双馈风电机组电网侧电压严重跌落容易在风机转子侧形成峰值涌流,损坏变流设备,并造成风机脱网.因此提出了模型预测转子电流控制(model predictive rotor current control,MP-RCC)与动态电压恢复器(dynamic voltage restorer,DVR)的协调控制策略,以提高双馈风机在故障情况下不脱网运行的能力.首先,根据双馈风电机组的工作原理,建立其预测控制状态空间模型;其次,在双馈风机转子侧施加MP-RCC,从而实现双馈风电机组低电压穿越时转子电流
针对风电功率随机性较强、时序关联难以建模的问题,构建了变分模式分解(variational mode decomposition,VMD)与权值共享门控循环单元(weight sharing gate recurrent unit,WSGRU)组合而成的VMD-WSGRU预测模型.模型首先应用变分模式分解将历史风力发电功率等序列信息非递归地分解为指定层数的模态分量,不同模态分量代表了其不同尺度的特征,同时降低了原始序列的不平稳度,随后使用WSGRU对分析出的所有子分量整体进行快速准确的建模预测,最后使用人
大规模风电场并网对电力系统的安全稳定运行造成了较大影响,改善含风电场电力系统的小干扰稳定性日益重要.针对多机电力系统,提出一种联合双馈风机(doubly-fed induction generator,DFIG)与超导储能(superconducting magnetic energy storage,SMES)协调控制改善电力系统小干扰稳定性的方法.从风电场在电网的实际接入位置出发,通过对含风电场电力系统的节点电压方程进行修正和收缩处理,推导出同步机电磁功率改变量与DFIG接入的关联关系.在此基础上,依
深度学习在电力系统领域应用已非常广泛,潮流计算是电力系统重要的基础性任务之一,传统算法依赖于迭代求解,不适用于快速估计场合.直流电网的潮流求解实质上是节点电压求解问题,为此,提出了一种基于谱图论和图卷积神经网络(graph convolution neural network,GCN)的直流电网电压估计模型.通过网络拓扑拉普拉斯矩阵的特征向量实现时域直流电网到谱域直流电网的空间正交变换,从而完成时域电气量信息与网络结构信息之间的数据融合,并配合图卷积网络实现对数据特征的有效提取,进而完成从初始谱域电气量到