光缆自动监测技术在光纤通信中的应用

随着光纤通信技术的发展,对光缆线路的监测及管理变得越来越重要,本文详细阐述了光缆监测技术在光纤网络应用的重要意义,介绍了光缆监测的系统结构,针对其中的二种监测技术做了重点介绍。     

无桥功率因素校正电路电流

针对现有无桥功率因素校正电路存在负载适应范围窄的问题,提出了一种新型电流检测电路。该电路由电流互感器、可控开关、整流和反相放大器组成。详细分析了提出电路的工作原理,并搭建样机进行了实验。实验结果表明:提出的方法能在10%额定负载至满载都能保证功率因素在0.9以上。     

高充电效率的恒流太阳能路灯控制器

针对传统太阳能路灯控制器主要存在充电效率低、恒流精度低的问题,提出基于多路脉冲宽度调制(PWM)恒流技术的新型太阳能路灯控制器的设计方案。该控制器采用复合式DC-DC变换器,通过控制多路PWM信号,实现高效地充放电功能。充电过程以改进的扰动观察法实现最大功率点跟踪(MPPT),提高充电效率;放电过程通过实时检测LED路灯的实际电流,动态调整相应PWM信号的占空比实现高精度恒流驱动LED路灯。实物测试结果表明该控制器能有效地改善充电效率和恒流源精度,充电速度提高了4%~7%,恒流源精度高达2.5%。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

基于干扰观测器的含风电互联电网频率稳定控制

为解决含风电互联电网中风功率预测与实际风功率之间存在的风功率偏差,以及负荷突增所造成的电网负荷频率波动的问题,研究并比较了现有解决方案,提出了一种干扰观测器与反馈控制器复合控制算法.该算法将风功率偏差以及负荷突增等视为集总干扰,设计干扰观测器估计集总干扰,并通过反馈控制器的设计抵消集总干扰的影响,并基于分离原理与线性矩...     

基于CEEMD-BiLSTM-RFR的短期光伏功率预测

由于短期光伏预测中气象因素的时间尺度不同,直接分析其对光伏功率的相关性,易忽略时间尺度的影响,进而导致预测模型误差。为提高光伏功率预测精度,构建了预测模型。首先,利用互补集合经验模态分解(complementary empirical mode decomposition, CEEMD)将光伏序列进行分解,得到在不同时间尺度上的光伏分量;然后,通过Pearson相关系数分析各光伏分量与空气温度、太阳辐射度、风速、风向和空气湿度的关系,对于强相关分量建立关于气象因素的随机森林回归(random forest regression, RFR)预测模型,弱相关分量直接通过双向长短期记忆网络(bidirectional long short-term memory neural network, BiLSTM)进行预测;并将预测求和输出。通过安徽省蚌埠市光伏电站7月实测数据进行验证,实验结果表明,所提预测模型CEEMD-BiLSTM-RFR相比传统预测模型有较好的预测精度。     

无功补偿技术与电容器性能的分析

随着电力自动化,办公自动化及家用电器的广泛使用,电力系统的谐波污染日益加剧,直接影响电力质量和电力设备的安全运行。无功电容器的补偿是多种电器元件的组合技术。阐述了电力系统无功补偿与电容器的性能分析,并进行实例了计算。     

溅射功率对GdTbFeCo薄膜磁光性能的影响

采用射频磁控溅射法在玻璃基片上成功制得了GdTbFeCo非晶垂直磁化膜,研究了溅射功率对GdTbFeCo薄膜磁光性能的影响.测量结果表明:基片与靶间距为72 mm溅射功率为75 W,溅射气压为0.5 Pa,薄膜厚度为120 12m时,GdTbFeCo薄膜垂直方向矫顾力达到5966 Oe,克尔角为0.413 °.     

基于群智能方法的移动通信网络功率控制方法研究

功率控制技术作为移动通信网络优化的关键技术之一,其性能的好坏将直接影响移动通信网络的优化效果。通过对功率控制原理的研究,从联合功率控制与速率控制的角度出发提出了功率控制简化模型。而Grad-PSO算法是一种典型的群智能算法,已被广泛应用于工程优化问题之中。通过算法在函数优化过程中的仿真实验,验证了其在收敛速度、运算精度和运算量等方面具有优势。主要采用Grad-PSO算法对功率控制模型进行了优化仿真实验,通过仿真实验发现:Grad-PSO算法能找到最优解,很好地实现了对功率控制模型的优化。结果表明基于Grad-PSO算法功率控制优化方法切实可行,是一种有效的优化移动通信网络技术的方法。     

基于序列的降低OFDM系统PAPR的算法复杂度分析

载波干涉(CI)、选择映射法(SLM)部分传输序列法(PTS)都是基于序列的降低正交频分复用(OFDM)系统峰均功率比(PAPR)的算法.着重介绍了CI/OFDM系统,并对CI、SLM、PTS这三种算法进行了复杂度分析.计算机仿真结果表明,这三种算法中, CI技术不仅能够有效降低OFDM系统的PAPR,还能具备较低的运算复杂度.