【摘 要】
：
随着超/特高压直流输电、柔性直流输电和直流电网建设的快速发展,我国已建成全世界规模最大、电压等级最高的交直流混联电网。电网快速发展的同时,电网结构也日趋复杂。为了电网的安全稳定运行,当电网发生故障时,需要准确、快速地实现电网故障诊断。为此,本文旨在实现智能化的电网故障诊断。针对传统电网故障诊断方法存在的不足,引入了深度学习模型,将同步相量测量装置(Phasor Measurement Unit,P
论文部分内容阅读
随着超/特高压直流输电、柔性直流输电和直流电网建设的快速发展,我国已建成全世界规模最大、电压等级最高的交直流混联电网。电网快速发展的同时,电网结构也日趋复杂。为了电网的安全稳定运行,当电网发生故障时,需要准确、快速地实现电网故障诊断。为此,本文旨在实现智能化的电网故障诊断。针对传统电网故障诊断方法存在的不足,引入了深度学习模型,将同步相量测量装置(Phasor Measurement Unit,PMU)采集到的离散数据绘制成雷达图生成连续的图像数据,通过卷积自编码器进行无监督预训练并通过有监督的微调
其他文献
本文针对极寒地区盘形瓷绝缘子的劣化特性进行实验研究,探究极寒环境下盘形瓷绝缘子产生劣化的机理,为极寒地区盘形瓷绝缘子劣化状态评估提供一定的理论支撑。极寒地区的盘形瓷绝缘子不仅每年冬季处于极端低温环境中,而且每年都要经历温度急剧变化所造成得影响。瓷件是由多种晶体的材料烧制而成,且是非均匀的,在极端低温环境下,受温度变化影响,从而导致其不同部件及不同晶体之间的收缩或膨胀,同时在机械应力和电气的作用下,
近年来,随着风电装机容量的迅猛增加,我国“三北地区”在冬季供暖期内供热和风电消纳的矛盾日益突出,造成了严重的“弃风限电”问题。热电厂配置储热罐可以有效地消纳弃风,减少化石能源的消耗。储热罐容量对弃风消纳效果和热电厂的经济运行有较大影响。本文从储热罐配置的必要性和容量优化两个方面展开研究。本文首先结合研究目标分析了风电功率的表示方式,选取均值和二阶聚类算法对年风电功率进行场景缩减。通过获取的某区域年
锂离子电池成为主要能量源之一,被普遍用于各种中小型设备里,因此锂离子电池的使用安全对我们生产生活影响重大。电池管理系统主要对电池运行状态进行监控,其中电池荷电状态(SOC,state of charge)估计是电池管理系统的主要功能之一。电池荷电状态估计的准确性,不仅能及时反馈各种用电设备电量使用情况,而且也有助于电池的使用安全,对锂电池的SOC估计研究至关重要。电池SOC估计是否准确与电池参数辨
随着电动汽车行业的飞速发展以及电力电子技术的快速更迭,电动汽车用电子产品朝着高速高频化、高度集成化等方向发展,其中,DC/AC逆变器功率印刷电路板上的电子元器件越来越多,信号频率越来越高,随之而来的电磁兼容问题也越来越突出。而PCB的布线布局、层叠结构等对PCB的寄生参数有直接影响,进而影响整个产品的电磁兼容。所以,PCB的布局结构是整个DC/AC逆变器设计中非常重要的环节。首先,将企业生产的DC
在电网系统中,检测和识别各种输电线路故障对保障电力系统的稳定安全具有非常关键的作用。传统输电线路巡检依靠电力设备检修人员肉眼观察或借助望远镜等简单工具查看,其检测存在时间长,工作力度大,及工作效率低的缺点。随着我国智能电网和电力系统自动化的推进与发展,输电线路巡检凭借着图像分析技术对所采集到的图像资料进行处理,以此来检测输电线路的故障,使其成为近几年研究的热点。本文以我国内蒙古自治区薛家湾高压输电
齿轮箱是机械旋转设备中用于改变转速和传递动力的关键部件之一,在航空领域、电力系统、农业机械、工业生产、冶金制造等现代化机械设备中均得到了广泛的应用。齿轮箱作为旋转机械设备中必不可缺的传动部件,在长期超负荷运行工况下很容易发生齿轮磨损、裂纹、断齿等故障问题,一旦齿轮箱失效或产生局部损伤可能会影响传动链系统甚至整个机械设备的运行状态,潜在着引发安全事故和经济损失的巨大风险。为了提高旋转机械设备的生产率
在实际电网中,电网会因为事故性或者正常性故障原因造成电网电压不平衡,进而导致光伏并网逆变器工作状况恶化,严重时可能会烧毁逆变设备。由于电网电压平衡下光伏并网逆变器的控制策略无法满足不平衡时的控制需求,无法保证光伏系统稳定可靠运行,因此,对三相光伏并网逆变器在电网电压不平衡条件下控制策略的研究有重要意义。本文以光伏并网逆变器作为研究对象,针对电网电压不平衡时逆变器的控制问题展开研究,研究内容主要包括
随着风力发电机组装机容量和体积的不断增加,传统的人工检测方法不仅成本高、效率低、风险高,而且有些损伤肉眼难以发现,导致检测精度也难以保障。随着计算机技术加速融入工业领域,解决工业领域实际问题的方法更加多样、更加智能化。本研究基于近年来飞速发展的深度学习算法,结合机器视觉技术,建立了一套完整的风力发电机叶片损伤检测系统,可以实现对叶片损伤的识别以及对损伤等级的划分,对保障风电机组的健康运行、提高风力
电力系统可靠性研究是电力系统并网规划及保障电力系统安全稳定性的重要组成部分,同时,可再生能源综合电力系统的研究也是现阶段的研究热点。但由于风电这类可再生能源通常具有间歇性及不确定性,会影响并网安全。如果能研究可再生能源的不确定特性对电力系统安全稳定的影响,将可再生能源高效的结合到电力系统中,从而提高运行的可靠性,使调度人员更好的进行电网规划。因此本文主要对风电及储能并网对电网可靠性造成的影响进行了
Co基金属纤维因其具有优异的磁阻抗效应(Giant Magnetoimpedance,GMI)而受到普遍关注。本文利用旋转蘸取工艺制备Co-Fe-Si-B-Nb系金属纤维,系统研究了Nb掺杂量和电流退火处理工艺对金属纤维GMI效应的影响规律,并在此基础上探讨了不同调制处理方式对GMI特性的影响机理。即采用数值计算方法分析了直流、交流退火中Nb掺杂Co基金属纤维的瞬态升温特性,确定出电流退火工艺参数