基于卡尔曼滤波算法的MMC子模块IGBT在线监测方法

柔性直流输电系统中模块化多电平换流器(MMC)的子模块元件经常会发生老化失效进而威胁系统安全稳定运行.为此,以监测子模块状态为目标,提出一种针对子模块绝缘栅双极型晶体管(IGBT)中的开关管和二极管状态同时监测的方法.首先,基于子模块工作状态和各元件状态参数的关系建立数学模型;然后,通过卡尔曼滤波算法滤除传感器测量噪声,防止噪声对计算结果造成影响;接着通过所建立的数学模型实时监测子模块IGBT和二极管的状态;最后,在PSCAD/EMTDC仿真平台搭建7电平的直流输电系统进行仿真验证.结果表明,所提出的算法估计误差在0.1%以下,满足实际工程中的在线监测要求,可提高系统的可靠性.     

适用于中低压MMC的改进NLC调制与电容电压控制策略

模块化多电平换流器(MMC)应用于直流配电网等中低压场景时输出电平数较低、谐波含量高,且电容电压易受直流母线电压波动影响而偏离额定值.针对上述问题,提出一种最近电平逼近调制与电容电压稳定控制相结合的MMC改进控制方法.首先,引入阶梯波修正量以提升MMC交流输出电平数;在此基础上,分析阶梯波修正量对电容电压的影响,提出一种基于电容电压反馈的稳定控制方法,实现子模块电压与外部电气环境的解耦控制,从而限制电容电压波动范围,提高设备安全裕度.最后,在MATLAB/Simulink仿真模型和实时数字仿真系统硬件在环测试中验证方法的正确性和有效性.     

具备故障电流阻断能力的改进型子模块及特性

实际工程中如何实现直流故障电流的阻断是基于模块化多电平换流器(multilevel modular converter, MMC)的柔性高压直流输电(flexible high voltage DC transmission based on MMC, MMC-HVDC)系统中亟须研究与解决的关键问题之一。在分析已提出的子模块拓扑的基础上,提出一种带有双向开关的钳位双电容子模块(clamp double capacitor bidirectional switch sub-module, CDCBSSM)。该子模块拥有双电容,可以输出3个电平,发生故障时将电容反向串联进故障回路中,利用电容的反向电压在抑制故障电流的同时迫使钳位二极管处于偏置状态从而快速切断故障电流且闭锁后电容电压较为稳定。与其他子模块拓扑相比,该子模块单位电容下所需功率器件的数量最少,具有良好的经济性。在MATLAB仿真平台上对该子模块的故障阻断特性进行验证,仿真结果证实该子模块在阻断直流故障电流方面有效,且各功率器件的电压应力也和理论分析相吻合。     

柔性控制器MMC子模块最优冗余数量双重协同优化方法

柔性直流系统中模块化多电平换流器(MMC)的子模块故障影响系统正常运行,可靠性和经济性的相互制约是MMC冗余数量配置优化的关键问题之一.对此,建立含冗余子模块MMC可靠性和经济性数学模型的多目标优化函数,提出一种柔性控制器子模块冗余数量双重协同优化方法.该方法结合权重系数和NSGAII多目标优化算法的优势,在冗余数量取...     

一种模块化多电平的改进最近电平调制策略

模块化多电平换流器(modular multilevel converter,MMC)因其模块化设计易于扩展、开关频率低等特点,在中高压大功率系统中得到越来越多的应用;而最近电平调制(nearest level modulation,NLM)作为一种实时阶梯波调制方式,常用于上百个电平数的场合。首先对MMC的基本结构和最近电平调制的运行机理进行分析,推导出该调制策略所存在的固有缺陷;在此基础上,提出了改进的最近电平调制策略。通过引入调制波与阶梯波间偏差,有效避免了在电平数较低情况下电容电压波动、环流等问题。最后在PSCAD/EMTDC中搭建了MMC仿真模型,对改进前后的最近电平调制策略进行了比较分析。仿真结果表明该改进调制策略可以提高系统的稳态运行特性,对子模块电容电压波动和环流产生抑制作用。     

模块化多电平换流器子模块故障仿真与诊断

分析了模块化多电平换流器(MMC)的工作原理和故障特性,搭建了基于MATLAB/Simulink的五电平MMC故障仿真平台,对子模块中IGBT器件的开路、短路和高阻等故障状态进行模拟,总结出发生不同故障时输出直流电压、子模块电容电压和交流侧三相电流的变化特征,可为MMC故障诊断与故障模块定位提供参考。     

柔性直流输电用子模块电容器电容值在线获取方法

针对柔性直流输电系统中模块化多电平换流器(MMC)子模块电容器常常会老化失效,威胁系统安全的问题,以监测MMC子模块电容器状态为目标,提出了一种采用自适应滤波器的柔性直流输电用子模块电容器电容值的在线获取方法。首先,利用实时反馈到控制系统的子模块电压和桥臂电流信息,基于离散化处理后的电容器电压、电流以及电容值的关系,实时计算得到电容器电容值;然后,引入自适应滤波技术滤除计算结果的噪声,得到最终电容值的计算结果。利用Simulink仿真平台和阀段试验平台实测数据对所提计算方法进行了验证。验证结果表明,最终的电容值计算结果始终稳定在真值附近,当电压电流测量的不确定度小于1%时,可以保证计算结果误差小于0.5%,能够满足子模块电容器状态监测的需求。     

基于模型预测方法的MMC环流抑制策略

为了抑制模块化多电平换流器(MMC)的相间环流,提出一种基于模型预测(MPC)方法的环流抑制策略.该方法在传统系统控制的基础上,结合最近电平逼近调制,通过检测环流方向,利用模型预测实现模块数的实时更新,从而达到定量抑制二倍频环流的目的.和传统环流抑制策略相比,该方法不必考虑环流频率特性,同时省去了复杂的参数设计,实现简单,更适用于MMC模块数较多的工程实际情况.在PSCAD中对上述控制策略进行了仿真验证,结果表明:所提策略可以定量抑制MMC相间环流,从而有效减少桥臂电流畸变和子模块电压波动.     

直流断线故障特性分析及一种基于控制的保护策略

随着"直流电网"概念的形成,传输距离的增长使得架空线成了构建直流传输网络的最佳选择。相较电缆线路,架空线故障率更高,更易发生断线故障。基于多端柔性直流环网拓扑结构,对直流网络中部分线路断开后换流站及相连线路的暂态特性进行了研究,阐述了故障后产生直流侧过电压以及非故障线路过电流的机理;以抑线路过电流水平、加快系统恢复速度为目的,提出改进后的电流控制器模型。最后,基于PSCAD/EMTDC搭建了四端环网模型,验证了提出的控制策略的有效性,能够明显的抑制线路过流峰值和加快直流网络恢复速度。     

采用卡尔曼滤波算法的模块化多电平换流器电容值在线估计方法

为预防模块化多电平换流器中子模块电容器老化失效而引发系统安全问题,提出一种模块化多电平换流器子模块电容器电容值在线估计方法.首先,采用卡尔曼滤波滤除传感器采集桥臂信息存在的测量噪声;然后,利用传感器监测桥臂电流和子模块电压信息并对其进行离散化处理,建立电容、电压及电流的数学模型,实时估计子模块电容值的情况;最后,在PSCAD/EMTDC仿真平台上搭建8电平系统进行仿真验证.结果表明,所提出的方法稳态时估计误差在1%以内,能够实现在线估计,有利于预测性防护,提高系统的可靠性.     

基于SOGI的MMC环流抑制方法

基于模块化多电平换流器的柔性直流输电(high voltage direct current based on modular multilevel convert-er,MMC-HVDC)系统在电力领域已经占据重要地位,但MMC系统存在环流,会增加开关器件和其他元件的额定容量以及系统损耗,严重影响了MMC的工作特性....     

基于Word2Vec和决策树的故障定位技术

利用Word2Vec方法对Java源代码进行深层语义编码,生成文件级和行级的语义向量,并将其用作输入数据来训练决策树模型,以实现精确的文件级别和行级别故障定位,优化故障检测过程,构建一个综合文件级别与行级别分析的高效故障定位框架. 实验结果表明：该模型在各项目中的故障定位准确率均高于83%.     

基于自适应滤波辅助残差χ2法的导航系统故障诊断方法

针对残差χ2法对软故障检测不敏感,且当量测噪声阵不准确时,也不能很好地检测突变故障的问题,提出了一种限制自适应滤波辅助残差法的诊断方法。基于贝叶斯理论推导出一种限制自适应滤波,利用其自适应调节性在线估计量测噪声阵,抑制滤波预报值跟踪软故障,以辅助残差χ2法进行故障检测。为了克服直接隔离故障法导致滤波精度降低,误检率增加的问题,提出了基于一步预测的故障处理和重构方法,即用前一时刻解算的结果预测当前时刻的导航信息。仿真结果表明,所提出的方法能实时有效地诊断出突变和软故障,保证系统在故障阶段的精度,并使系统在故障消失后及时恢复正常,提高了系统的可靠性。     

基于行波特征分类的有源配电网故障定位

随着分布式电源(distributed generator, DG)的接入,配电网的潮流方向和结构发生改变,许多传统配电网的故障定位方法已不再适用。单相接地故障是配电网常见故障且可能带来二次故障乃至断电等危害,从线模行波小波特征值与含DG的配电线路故障区段之间的关系入手,通过线性判别分析(linear discriminant analysis, LDA)降维挑选出最优故障特征,再利用机器学习中与该模型契合最好的基于核分布的贝叶斯构造分类模型,实现单相接地故障定位新方法。构建含DG的IEEE 33节点模型对有源配电网不同区段的故障进行实验,得出最优三维特征样本的定位准确率为97.9%,结果表明该方法能实现故障的准确定位。     

基于贝叶斯优化与CBAM-ResNet的乏燃料剪切机故障诊断方法

乏燃料剪切机是动力堆乏燃料后处理首端的重要设备,状态监测与故障诊断对于保证乏燃料剪切机的安全运行、避免重大事故、减少其维修时间和费用有着重要的作用。针对目前我国针对乏燃料剪切机的故障诊断研究少、数据获取难度大、故障诊断的准确率低等问题,构建基于贝叶斯优化与卷积块注意力模块CBAM的残差神经网络模型。首先在利用双声道差分法对噪声降噪,将其转化为梅尔频谱图并进行数据增强;其次引入CBAM对残差网络进行改进,提高网络的深层次特征提取能力,并利用贝叶斯优化算法训练优化器等超参数,得到最优超参数后重新训练网络模型。最后,通过实验结果显示所构建模型的诊断准确率为93.67%,对比其他方法有显著的提高。     

基于HHT的高压直流输电故障测距算法的研究与仿真

本文介绍了用希尔伯特黄变换(HHT)对直流输电线路进行故障测距的方法。首先对测得的故障电流行波信号进行经验模态分解(EMD)得到一系列对应固有模态函数(IMF),对IMF进行希尔伯特(Hilbert)变换得到其时频图。根据时频图中的频率突变点得出故障行波到达两侧测量点的时间,并且根据其对应时刻的瞬时频率和具体线路的参数计算出其波速度。用改进的双端测距理论对直流线路进行测距。并对测得误差总体趋势和误差因子进行详细分析。相关仿真分析用EMTDC环境进行,仿真结果证实了所提方法的有效性。     

基于小波分析的故障诊断

对信号进行特征提取,是故障诊断的关键。突变信号往往对应着某类故障,如果能对突变信号进行有效识别,就能达到故障诊断的目的。对如何从混有噪声的振动信号中有效识别出突变信号,本文进行了一系列方法研究。