基于耦合电感低输入电流纹波高增益DC/DC变换器

针对如何提高增益和变换效率,并降低耦合电感型变换器的输入电流纹波问题,提出一种基于耦合电感 低输入电流纹波高增益DC/DC 变换器。通过引入无源零波纹电路,降低输入电流纹波,从而减小输入电流应 力; 同时,通过合理设计耦合电感变比,可实现变换器的高增益特性。通过理论分析和仿真实验结果表明, 该变换器的输入电流纹波大幅降低,并且所有开关管均实现了软开关,大大降低了开关损耗。同时,该变换器 各器件电压应力均远低于输出电压,有利于采用低耐压元件以降低导通损耗,提高变换器的性能。     

含多分布式电源的孤岛微电网改进下垂控制策略

含多分布式电源并联运行的孤岛微电网,由于各线路阻抗差异,采用下垂控制策略无法实现无功功率合 理分配。为此,提出一种自调节虚拟阻抗下垂控制策略,通过无功功率调整虚拟阻抗,在不检测线路阻抗参数 的情况下补偿阻抗差异引起的输出电压差异,使各逆变器输出无功功率均等分配或按容量比分配。在Matlab / Simulink 中搭建含有两个分布式电源并联运行的孤岛微电网仿真模型,在两种情况下验证了改进下垂控制策略 能实现无功功率均分和按容量比分配。     

贝叶斯预测蜂群算法在无线传感器网络优化中的应用

针对无线传感器网络(WSN,wireless sensor network)节点分布不合理,存在较多的监测盲区等不足,提出了利用贝叶斯预测人工蜂群算法(BPABC,Bayesian predictive artificial bee colony algorithm)制定节点分布方案。BPABC算法借鉴贝叶斯预测算法的思想对蜂群算法中各蜜源存在最优解的概率进行预测,并以此为依据指导跟随蜂寻优工作。采用BPABC算法对WSN中的节点分布进行优化,与人工蜂群算法、全局人工蜂群算法制定的优化方案进行比较。结果表明,BPABC在平均覆盖率、最差覆盖率等方面均优于其他两种算法,并且BPABC算法在迭代收敛速度方面也有明显的优势。为了进一步验证改进算法的实用性,采用BPABC制定不同监测区域的WSN节点分布方案。WSN的覆盖率均在97%左右,并且标准差不超过0.005%。由此可见,基于BPABC的WSN节点分布优化方案具有较高的覆盖率、良好的适应性和稳定性。     

基于有限元分析的开关磁阻电动机非线性研究

针对开关磁阻电机双凸极结构导致的磁场严重非线性,利用有限元法对开关磁阻电机电磁场进行研究.通过有限元分析软件ANSYS得到一组不同转子位置下的三维磁化曲线族,进一步求得电感及转矩特性曲线,用于开关磁阻电机系统的非线性建模,将有限元分析与非线性仿真有机地结合起来,并得出一系列仿真波形.最后,通过样机进行实验,将实验波形与仿真波形进行对比,充分证明有限元分析数据的合理性及非线性仿真的可行性.     

改善共模电压和中点电位的虚拟SVPWM策略

中性点箝位式(NPC)三电平逆变器的拓扑结构以及空间矢量脉宽调制的技术特点决定了逆变器存在中点电位波动和共模电压问题.为此,提出一种改进的虚拟空间矢量脉宽调制策略,可以兼顾中点电位波动抑制和降低共模电压.在分析传统虚拟空间矢量脉宽调制策略原理基础上通过优化基本电压矢量构成和基本矢量的作用顺序达到降低共模电压的目标;同时采用闭环控制策略,监测中点电位和中点电流流向,动态调整中矢量形式,将中点电位波动控制在目标范围内.为验证改进调制策略的实用性和有效性,搭建了仿真和实验平台,仿真和实验结果均表明该策略相较于传统虚拟空间矢量脉宽调制技术,共模电压可降低50％,且稳定状态下中点电位波动范围可控制在5V内.     

改进的SVPWM 异步电机矢量控制

针对油田三相异步电动机控制精度低、响应速度慢,及基本的SVPWM( Space Vector Pulse Width Modulation) 计算时间长且计算量大等问题,提出一种改进的SVPWM 的控制算法。通过旋转部分扇区的参考矢 量,计算扇区1 和扇区6 的作用时间,从而节省计算其他扇区的作用时间,简少了计算量。通过搭建异步电机 的矢量控制模型,针对抽油机上的负载特性进行仿真分析,结果验证了其转速跟踪性强,超调较小,磁链振荡 小,尤其对负载突变的应用场景具有一定的优越性。     

基于改进粒子群优化算法的电机故障诊断研究

针对电机转子故障,利用神经网络方法进行故障诊断研究。将基本粒子群优化(PSO)算法进行改进,并用其训练反向传播(BP)神经网络,对电机转子进行故障诊断。选用电机转子振动频谱分量作为神经网络的训练样本,将故障信息数据作为输入量代入已训练好的神经网络,通过输出结果即可诊断故障类型。仿真结果表明,基于改进PSO算法的BP神经网络可以有效地识别电机常见故障,具有较快的收敛速度和较高的诊断精度。     

Petri网理论在变电站故障诊断中的应用

为提高变电站故障诊断的效率,本文以Petri网络模型中的库所表示变压器、开关、继电器等电力设备,以Petri网络模型中的变迁表示开关、继电保护等的动作情况,对应实际生产中的具体设备,整个诊断过程通过矩阵运算实现.使得诊断结果更有针对性,实际运算速度更快,诊断正确率有所提高,从而对故障信号具有更强的识别能力.     

永磁同步风力发电机侧变流器控制策略

在传统风力发电机变流器控制中采用风速传感器测定风速作为控制的调节信号,这使成本过高,且风速测定具有一定的延后性,影响电机控制的反应速度.为此,提出一种新的针对永磁同步风力发电机侧变流器的控制策略.将爬山搜索算法与同步电机的解耦矢量控制相结合,实现最大风能捕捉与变速恒频控制.在Simulink平台上搭建了风机模型及同步发...     

小波神经网络在电力谐波检测中的应用

电网谐波检测技术是影响有源电力滤波(APF)发展的关键技术之一。由于电网谐波具有固有的非线性、随机性、分布性、非平稳性和影响因素的复杂性等特征,对谐波进行实时准确检测较难,因此研究对电力系统中的谐波进行检测的方法非常重要。提出将小波和神经网络结合构成小波神经网络的谐波检测法,对小波神经网络进行了设计,仿真结果表明该方法能实时、精确地对电网谐波进行检测。