摘要：为解决模块化多电平储能系统(MMC-BESS)在背景谐波和死区效应等扰动下电能质量恶化的问题,提出一种基于桥臂电流控制的MMC-BESS谐波抑制策略。针对中压大容量应用场景的MMC-BESS谐波扰动问题,首先,分析交流背景谐波和死区效应对MMC-BESS的影响,建立交流背景谐波和死区时间对模块化多电平储能系统交、直流侧影响的数学模型;其次,建立MMC-BESS交流电流、直流环流和交流环流的解耦模型;在此基础上,提出基于桥臂电流控制的MMC-BESS谐波抑制策略,并给出详细的控制器参数设计过程和性能分析;最后,通过仿真和实验验证所提储能系统谐波抑制策略的有效性和可行性。

摘要：为了提高电表示数检测和识别的准确率,基于轻量高效的YOLOv5s网络提出了改进的目标检测网络。首先,在特征提取阶段添加CBAM注意力机制对图像的重要特征进行自主学习,并设计了一种特征融合网络D-BiFPN加强了对深层特征的提取;其次,引入CIOU损失函数,使目标框的回归更加稳定。对CRNN文本识别算法的主干网络进行改进,模型保持轻量化的特点,在移动端部署上有良好的前景。最后,在电表数据集上测试得出:相比于YOLOv5算法,所提出的算法精度均值提升了5.13%;相比于CRNN算法,所提出的文本识别算法准确率提升了7.4%。实验结果表明,改进后的文本检测算法对电表示数的检测精度较高,文本识别算法准确率和速度较高,满足电表示数检测识别的实际应用需求。