信息融合技术在电力变压器故障诊断中的应用

根据变压器运行原理和结构特点,将信息融合思想引入到变压器的故障诊断中,建立基于信息融合技术的故障诊断模式,即通过曲面拟合算法和证据推理技术,从不同侧面充分利用各种特征信息对变压器的故障进行诊断,以有效地提高确诊率.     

单端反激变换器分析及仿真

在开关电源中对于高电压、小功率(电压不大于5000v,功率小于15瓦)的场合,反激变换器拓扑以不需要输出滤波电感、体积小、成本低的优点得到广泛应用。本文采用固定频率电流模式PWM控制器UC3842设计了在电流连续模式下的单端反激变换器并通过电压、电流双闭环反馈使反馈精度高输出更稳定。同时通过仿真软件saber进行了仿真验证。     

分布式发电系统的主动式孤岛检测

基于分布式电源并网的增多使得孤岛现象发生的可能性和对系统用户的影响越来越大,在分析电压相位突变检测法的基础上,阐述一种改进型主动电流扰动法。针对电压相位突变检测法检测时间短,但在阻性负载下检测失效,而改进型主动电流扰动法虽然能实现无盲区检测,但必须在扰动时刻到达时才能检测出孤岛的发生等问题,提出一种基于电压相位突变检测与改进型主动电流扰动法相结合的新型组合式孤岛检测方法。仿真试验结果表明:新型组合式检测方法实现了快速性与无盲区检测的统一。     

分布式电源电网中电能质量调节装置优化配置

为了适应网络参数和谐波源的随机变化,提出一种改进的免疫-粒子群算法来优化配置电网中电能质量调节装置,并采用Matlab/Simulink仿真,验证其正确性和可行性。研究结果表明:该算法能在给定电网范围内统一优化配置滤波装置的安装地点及相应的参数,减小系统损耗,将电压、功率因数等保持在规定的范围内,达到系统平均电压谐波总畸变率和投资成本最小的目的。     

基于最优环流的MMC直流侧功率稳定控制策略研究

在基于模块化多电平换流器的柔性直流输电系统(MMC-HVDC)中,交流侧网压不平衡会引起MMC直流侧功率振荡,不利于系统的稳定运行,为此,提出一种基于最优环流的直流侧功率稳定控制策略.首先,依据拉格朗日乘数法,以环流为变量,建立起以桥臂能量和直流侧功率为硬性约束条件的拉格朗日方程;其次,通过求解该方程,直接在abc坐标...     

新型非线性控制方法在有源滤波器中的应用

针对有源电力滤波器控制有实时性、动态性能和控制精度的要求,在基于输入输出间功率平衡特性下,建立基于功率平衡特性有源电力滤波器数学模型,同时提出一种新型非线性控制方法.该控制方法将非线性反馈控制方法和自适应控制相结合,设计参数自适应控制率,得到电网侧瞬时有功参考电流以及系统状态方程,实现在线路与负载参数时变未知的情况下,直流侧电容电压补偿控制和谐波电流的精确跟踪.Matlab/Simulink仿真和实验结果表明:该控制方法正确可行,并具有较好的动态特性和较强的鲁棒性.     

交流侧不对称故障下柔性直流输电系统优化控制研究

基于模块化多电平S换流器的柔性直流输电系统（Modular Multi-level ConverterHigh Voltage Direct Current,MMC-HVDC）在交流电网发生不对称故障时,故障侧MMC的内部特性和系统运行都受到较大影响.基于MMC桥臂平均值模型,提出一种不对称工况下MMCHVDC系统的优...     

新型静止无功发生器的Fuzzy-PI控制

论述ASVG的工作原理,根据控制原理设计ASVG的模糊PI（Fuzzy-PI）控制器.采用模糊控制器获得良好的动态性能,同时引入PI控制改善模糊控制器的静态性能,增强其鲁棒性.该控制器使系统在电流跟踪误差较大时比例控制占主导,误差减小速度较快,在误差减小到一定范围内时积分控制占主导,实现稳态无差.并且该控制器具有较强的自适应控制能力,增强了对电力系统稳定性的控制,具有满意的控制精度,易于实现数字控制,比传统的PI控制具有更好的控制效果.数字仿真验证了该控制方法的有效性和正确性.     

基于Karrenbauer相模变换的 低压供电线路阻抗量测方法

为解决低压供电线路参数精准量测困难的问题,提出一种基于相模变换的低压供电线路阻抗智能量测方法,该方法利用智能电能表采集线路各节点数据,通过Karrenbauer(卡伦鲍厄)相模变换对各相数据进行解耦,并依据线路之间的潮流关系建立最小二乘优化模型对阻抗参数进行寻优,实现精准量测.最后通过实际算例验证了该方法有效可行,实现了对不同工况下低压供电线路阻抗参数的在线辨识,为供电线路运行状态评估提供了依据.     

基于日类型及融合理论的BP网络光伏功率预测

针对光伏发电受到外界环境的制约、发电功率波动较大、很难保证高比率接入等对电网的安全运行和调度造成一定影响的问题,提出一种基于日类型及融合理论的BP网络预测方法,将不同的天气大体分为3种日类型即晴天、多云天、雨天,并进行分类预测,充分考虑制约光伏发电的5个最主要因素即光照强度、环境温度、组件温度、风速和相对湿度,找出其与发电功率之间的相关系数,通过信息融合理念将其融合成1个综合影响因子λ。以BP神经网络模型为构架进行功率预测,通过动态变换隐含层层数提高预测精度,并利用改进的粒子群算法对其参数进行优化,同时通过光伏历史功率输出波动特性对预测误差进行修正,最后在某县光伏电站进行实际验证。研究结果表明:该网络预测方法可行有效,且精度较高。