激光清障技术在电网中的应用现状与发展

来源 :电力工程技术 | 被引量 : 0次 | 上传用户:liongliong472
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
附着于输电线路上的各类障碍是电网安全稳定运行的重大威胁,传统的清障方法或存在安全隐患,或耗能较高,且大多需要停电处理,而激光能量高、准直性好,可用于远距离无接触击落异物或融化覆冰.因此,文中综述了激光清障技术在电网中的应用现状与发展,首先总结了激光清除异物、覆冰、树障等不同类型障碍的原理与应用;然后对比了常用于清障的几种激光器的特点;最后分析了激光波长、激光功率、光斑直径等参数对清障效率的影响,研究了激光照射导线、绝缘子时功率密度与照射时间的安全阈值问题.激光清障技术目前已被广泛应用于清除线路悬挂异物,但清除覆冰、树障等应用方向受限于清障效率、成本,仍有待进一步发展.文中所综述的此技术的相关研究与应用可为电气工程领域的技术人员提供参考.
其他文献
通过竖式乘法模拟器这一实验题的设计与实现,展现了数组和函数在现实中的应用,对于深刻理解、掌握和熟练使用数组和函数相关知识具有显著意义.模拟器对数组和函数的应用既体现了C语言程序设计中的重要知识和学习难点,也体现了这两个知识是更复杂数据存储和算法设计的基础.
近年来的研究表明,电压控制型虚拟同步机(virtual synchronous generator,VSG)除具备为交流系统提供频率和电压支撑的能力外,对弱电网运行条件也具有良好的适应性.为提升电压控制型虚拟同步机并网系统运行稳定性,充分发挥其优势,探讨了电压控制型虚拟同步机并网系统小干扰稳定临界短路比(critical short circuit ratio,CSCR)的确定方法及相关稳定判据.为此,首先建立了虚拟同步机并网系统小信号模型,并将其整理为两输入两输出单位负反馈系统的表示形式.然后,基于广义
以口孜东矿区为例,搜集整理采掘工程揭露的断层资料,利用三维地震进行动态解释.系统分析原始数据体在所揭露断层处的地震时间剖面、相干属性切片资料,研究不同落差的断层在地震时间剖面上的响应特征,分落差小于5 m、5~10 m、大于10 m断层在三维地震时间剖面及相关属性上的特征,为今后利用三维地震工作站解释预报断层、指导采掘工程安全施工提供地质保障.
随着直流输电工程应用的增多,一旦基于电网换相换流器的高压直流(LCC-HVDC)发生连续换相失败,将会对电力系统的稳定运行产生极大影响.为了抑制混合多馈入直流输电系统中LCC-HVDC的连续换相失败,文中从提升LCC-HVDC换相电压的角度出发,提出混合多馈入直流输电系统的协调控制策略.该策略根据LCC-HVDC的实时无功缺额动态调节基于电压源换流器的高压直流(VSC-HVDC)输出的无功功率与有功功率,从而改变其暂态稳定运行点.通过该策略的协调控制可以抑制LCC-HVDC的连续换相失败以及较大限度提升直
电力电子变压器(PET)是实现交直流混合配电网电能变换与路由的关键设备,可极大增强电网的灵活性和可控性.现阶段,采用级联H桥(CHB)和串联谐振型双有源桥(SRDAB)的PET因具有模块化结构、效率高等优点而被广泛应用.首先,文中以1台应用于实际工程中的1.5 MW 10 kV AC-750 V DC PET为分析对象,结合实验波形阐述了 PET正反向功率流向下开关时瞬态特性的不同,并分析了特性差异的原因;其次,SRDAB整流侧电流只流经二极管,因此通过闭锁其整流侧功率半导体器件,可降低SRDAB开关损耗
多站融合通过融合变电站、光伏电站、充电站等站点功能实现多能源优势互补,但其选址评估中须兼顾多站点影响因素,选址评估权重设计中各单站特性指标权重设计困难,共性指标对各单站影响程度具有差异.为此,文中提出了多站融合选址评估指标体系的构建方法,实现了多个站点指标融合.同时,设计了基于层次分析法的组合权重计算方法,以多站融合指标体系为基础,按单站求出各自所有指标的权重,再设计多站融合的单站的权重,将2种权重结合得到所有指标的组合权重;进一步利用模糊综合评价法对候选站址的各指标进行评分,经过计及权重的综合评价选出最
配电网中发生高阻接地故障时,短路电流小于传统过流保护的阈值,无法被常规保护装置检测和清除.若不及时消除短路电路,极易演化成严重故障.针对该问题,文中首先分析发生高阻接地故障时配电网的故障分量特征和基于母线处的正序电压故障分量与其相连接的各馈线正序电流故障分量的相位差特征,给出适用于配电网高阻接地故障检测的故障判据.然后,为解决配高阻接地故障检测过程中系统不平衡引起的一系列问题,制定了相应的故障检测启动判据.基于该故障检测判据和启动判据,制定基于故障分量原理的配电网高阻接地故障检测方法.最后,在PSCAD/
提出了一种基于无人机数据采样的人脸识别研究方法.针对无人机采集的图像或视频数据进行人脸识别应用,采用深度学习算法对此进行研究,通过线下采集获取目标人脸,对采集到的目标人脸进行数据增强扩充数据集,进而增加入物识别准确率,使用训练好的Facenet网络对目标人脸进行特征提取,获得目标人物人脸特征并建立人脸特征库.在人脸检测阶段,当接收端接收到无人机采集的图像数据后,利用YOLOv5进行检测,识别人物所在区域,随后裁剪出人脸区域,传入Facenet网络进行人脸识别,获得采集到的人脸特征向量,然后结合人脸库与采集
为了解决个人歌曲喜好的预测问题,提出了一种基于Cat Boost算法的预测方法.使用Spotify所提供的音乐数据集进行研究,利用Cat Boost模型的建立进行预测.实验结果表明,基于Cat Boost算法的模型个人音乐喜好预测方法预测准确度高,能够更好地利用类别信息,是机器学习在音乐推荐领域的成功应用.
深度学习模型凭借其良好的性能被引入到电力系统的暂态稳定性评估中,但进行在线应用时,须关注模型的抗噪能力和泛化能力.文中提出一种基于堆叠稀疏降噪自编码器(SSDAE)的暂态稳定性评估模型,首先对原始输入数据加入噪声得到受损数据样本,然后对受损数据样本进行高阶特征提取,最后将提取的高阶特征重构成未受损的数据,这一训练过程大大提高了模型的抗噪能力.同时,在对输入特征进行重构的过程中,对隐藏层神经元权重和激活程度进行抑制,实现模型的稀疏化,以此提高模型的泛化能力.仿真结果表明,相对于其他机器学习算法,SSDAE模