单片机控制的异步电动机软起动器研制

提出一种以80C196KC单片机为控制核心的异步电动机软起动系统,给出系统控制电路结构图、单片机控制系统硬件电路结构图和控制软件框图,并对系统进行实验研究.相比于直接起动,使用软起动器的异步电动机,其起动电流约为稳定电流的4倍;电动机起动完成并达到稳态时,直接起动与软起动过程的起动电流倍数分别为6.66和2.96.结果表明,系统能有效地降低起动电流,且起动过程平稳,无冲击和振荡.     

集成RS和SVR的电力系统短期负荷预测方法

基于粗糙集(RS)理论和支持向量回归(SVR)方法,提出一种电力系统短期负荷预测方法.采用粗糙集理论对影响负荷预测的各因素进行约简,将约简后得到的最小条件属性集,以此确定输入样本的维数并构造训练样本,作为支持向量回归机的输入进行训练预测.在此基础上,利用已知历史负荷数据构造训练样本群,作为SVR的输入进行训练,采用训练完毕后的SVR模型进行负荷预测.实验结果表明,与神经网络方法和标准SVR方法相比,集成粗糙集和支持向量回归的负荷预测方法,可以在缩短训练时间的前提下获得较高的预测精度.     

变压器局部放电在线检测中DSI干扰抑制

针对运行中变压器局部放电在线监测信号中的周期性窄带干扰(DSI),分析DSI与局部放电信号的频谱特征．在此基础上,提出采用基于快速Fourier变换(FFT)的功率谱估计法进行DSI信号检测．采用级联二阶IIR陷波滤波器,对放电信号进行处理,滤除DSI信号以抑制干扰．详细介绍IIR陷波滤波器的设计方法,它对局部放电信号造成的波形畸变较小．仿真结果验证了该方法的有效性。     

采用趋势状态分析的风机齿轮箱状态在线评估云模型

为预防风机齿轮箱严重故障的发生,提出了一种结合正态云模型和趋势状态分析法的齿轮箱状态评估模型.首先,基于数据采集与监控(SCADA)系统的历史数据,采用支持向量机方法建立齿轮箱运行温度预测模型,对齿轮箱不同状态下的趋势预测特征进行分析,求取正常和异常状态时预测值的相对误差序列.然后,采用改进无确定度逆向正态云发生器,利用所求取的相对误差序列提取正常云和异常云的数字特征,构建齿轮箱状态评估云模型.该模型能够根据风机SCADA系统的实测数据,求取齿轮箱当前状态对正常云和异常云的贴近度,并采用最大贴近度原则确定齿轮箱状态.最后,利用辽宁某风机齿轮箱的实测数据对所提模型进行验证.结果表明:该模型能够对齿轮箱的早期缺陷及时预警,达到实时监测的目的.     

冷缩式电缆中间接头附件参数的有限元法优化

为了研究冷缩式电缆中间接头的电场分布并对其结构参数进行优化,首先,建立电缆中间接头的有限元仿真模型;然后,利用该模型对中间接头的结构参数配合进行分析;最后,根据分析结果制作一个10 kV冷缩式电缆中间接头,并对该样本开展局部放电和耐压试验.仿真与试验结果表明:通过合理优化应力锥和屏蔽管的结构参数,当应力锥的轴向长度、端部曲率半径及厚度分别为65,25和2.5 mm,屏蔽管长度和端口形状的分别为170 mm和90°,应力锥与屏蔽管之间的距离为60 mm,中间接头本体长度为420 mm时,样品的最大场强和最大切向场强小于30 kV·cm^-1(空气击穿场强)且其交界面上的电场分布较为均匀;其可通过局放与耐压试验,满足设计要求,为10 kV冷缩中间接头的合理设计提供理论依据.