应用于风力发电中的定子双绕组异步电机发电技术

1 课题简介 本课题研究开发了新型定子双绕组异步风力发电机系统及其控制技术,并得到了成功应用.该发电系统具有无电刷滑环,结构简单坚固、成本低、易维护,能变速变负载下能输出恒压直流,适合于直流集电. 本课题首先研究了该新型定子双绕组异步风力发电机的设计理论,编制了适用的风力发电机的设计软件;建立了双定子绕组异步发电机的仿真模型,用仿真的手段研究了发电机控制及风电场运行控制规律;提出了系统的综合优化设计方法,解决了宽风速范围的系统优化配置与控制问题;针对弱风运行区风能利用问题,提出了一种能在宽风速范围恒压输出的电路拓扑,利用电压泵升技术从控制绕组变换器直流母线输出恒定直流电压,辅以发电机效率最优控制技术,提高了风能利用效率;组建了50kVA定子双绕组风力发电机的实验室研究平台,为进一步进行风力发电研究打下基础.     

论双桶洗衣机温升的影响因素

洗衣机温升是洗衣机的一项重要安全性能指标。其主要包括绕组温升和细丝热电偶温升。对于双桶洗衣机整机而言,细丝热电偶温升对其影响很小,因此,只要测量洗衣机电机绕组温升是否满足要求即可判定其温升是否合格。GB4706.1-2005规定,对于使用铜绕组电机(E级绝缘)其最大正常温升为90K;对于使用铝绕组电机(B级绝缘)其最大正常温升为95K。影响双桶洗衣机电机温升的因素有很多,主要有电机的参数、电机风扇的散热情况、洗涤定时器节拍、电机皮带的松紧程度、电容容值等。     

谈发电机保护方式

<正>发电机定子绕组中性点不直接接地或不接地所以发电机定子绕组设计为全绝缘。尽管如此发电机有可能因种种原因发生单相接地和短路故障,发电机内部短路故障在短接绕     

用有限元法计算分数和槽绕组水轮发电机的回路参数

运用有限元法进行水轮发电机磁场分析半计算了定转子回路参数；利用分数槽绕组电机的特点，提出了一种提高参数计算精度的方法。将本文的方法应用于ＳＦ２２０．５－３０／９０５０大型水轮发电机定子绕组内故障时的回路参数计算中，取得了较为合理的结果。     

三相异步电动机变频改造应用

矿井提升主电动机冷却风机主要有两个作用:一是吹散提升主电动机在运转过程中电机绕组产生的热量;二是吹除主电动机碳刷的积尘和积碳。在建矿较早的矿井提升主电动机冷却系统中采用工频为50Hz定转速常年运转电动机,而没有考虑四季温度的变化对提升主电动机内部温度的影响,既浪费电能,也使风机因常年高速运转而降低使用寿命。为了解决这个问题,可以给冷却风机电动机电气控制回路中配套变频装置加一个微电脑可编程控制器,既确保冷却风机的两个主要功能,又实现节能和提高冷却系统的使用寿命。     

三相异步电动机定子绕组故障研究

三相异步电动机定子绕组是三相异步电动机的主要组成部分,也是最易损坏造成故障的部件。本文主要对定子绕组常见故障及其成因、检查方法、修复办法三个方面进行阐述,以期对中高职应用型人才的培养有所帮助,不当之处,欢迎批评指正。     

浅析电动机常见故障原因及其应对措施

电动机,作为各种机械的动力装置被广泛应用在各行业中,它不仅可为劳动者减轻劳动强度,还能极大地提高劳动效率。但如果使用不当,就会出现各种故障。因此,必须分析故障原因,并找准应对措施。     

电机学中直流绕组部分的多媒体授课技巧

电机学授课中,直流绕组部分对直流电机原理和结构的理解非常重要。该文在绕组展开图部分采用了图片组合功能,在并联支路图部分采用环形绕组和动画演示方式。     

变压器绕组光纤光栅温度传感器的优化设计

基于光纤光栅原理,研制了直接测量变压器绕组内部温度的光纤传感器,对传感器的封装工艺、材料进行了优化设计,解决了热力场和应力影响问题。经过温度标定实验,对光纤温度传感器进行了温度校准。现场实验表明,光纤温度传感器与电子传感器的测量温度能够保持较好的一致性和重复性,测量灵敏度小于0.1℃,测量精度可达到±0.5℃,满足变压器绕组内部温度的实时在线检测要求。     

基于CEEMDAN-GRU的主泵电机绕组温度预测

针对核电站主泵电机绕组温度的预测问题，提出了基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和门控循环单元(gated recurrent unit,GRU)的预测模型。首先使用CEEMDAN对采集到的绕组温度序列进行分解，经过分量重构得到其高、低频分量和趋势项，在此基础上分别构建各分量的GRU预测模型，将各分量的预测结果叠加集成得到绕组温度的整体预测值。仿真结果表明，与传统的循环神经网络(recurrent neural network,RNN)、长短期记忆(long short-term memory,LSTM)模型和GRU模型相比，本文提出的预测模型在多元评价指标方面均优于其他模型，具有更高的预测精度，验证了该模型的可行性。