摘要：现今,电燃气系统在维持微电网稳定、经济、灵活运行方面发挥着重要作用。当其受到电力与天然气负荷扰动时,控制器需要协调微电网频率和天然气管道节点的燃气压力。为此,提出1种基于柔性动作评价(SAC)算法的电-气互联系统的频率-气压协调控制策略。首先,在分析天然气管网及耦合设备运行特性的基础上,建立天然气输送动态模型。其次,基于可控负荷用户行为的随机性,建立了包括微型燃气轮机(MT),电转气(P2G)设备、可控负荷、分布式电源和负荷的微电网负载频率控制模型。此外,根据微电网频率与气压2个控制目标,设计了控制器的结构。最后,设置不同工况进行仿真,结果表明所提策略能协调系统的频率与气压。

摘要：电力载波通信信号在传输过程中存在衰减,为降低电力载波通信传输误码率,实时监测信号传输行为,设计了基于多参数识别的电力载波通信信号监测系统。根据动态遗忘因子取值范围,建立多参数识别机制,再联合相关载波通信数据,求解信号衰减参数,完成对电力载波通信的可行性分析。按照载波通信体系整体架构的布局形式,确定滤波器、耦合器元件所属连接位置,完成电力载波通信信号监测系统设计。对比实验结果表明,在多参数识别机制作用下,电力载波通信传输误码率最大值仅为23.5%,在实时监测信号传输行为方面具有突出应用价值。

摘要：在信息技术崛起和发展的环境中,自动化运行技术得到了普及,输配电和用电工程的自动化程度随之提升。要求电力公司对此引起高度重视,善于使用技术的力量加强电力系统的自动化建设,制定出更有价值的系统设计和应用方案。鉴于此,本文围绕国网河南省电力公司驻马店供电公司的情况,简述了输配电及用电工程自动化运行技术的三条特点,介绍了自动化运行技术的种类和应用领域,分析了馈线终端技术的应用设计方案。

摘要：随着社会经济的发展,人们生活和生产用电量的持续攀升,我国电网建设的规模也越来越大。这其中,配电线路是电力传输的重要通道,是电网重要组成部分和连接电力供需的桥梁,其运维管理工作直接关系到电网的安全运行。当前,经济建设活动的需要、鸟类的繁衍、极端天气的增多等因素造成输电线路跳闸等故障越来越多。基于此,本文以某电力公司为例,对其配电线路运维管理的体系设计和技术保障进行阐述。

摘要：架空输电线路一般由杆塔、导线、绝缘子、线路金具、拉线、杆塔基础、接地装置等构成,它是我国电力事业发展和电能传输的重要一环,同时由于其处于户外的地理、地质和气象环境复杂多样,甚至还涉及诸多的人为因素,导致其线路的运维任务艰巨。本文主要研究10kV架空输电线路抗风性能,首先对影响10kV架空输电线路抗风性能的因素进行分析,然后提出10kV配网架空线路抗风加固的优化设计措施。

摘要：为了解决电缆运行中受外界影响产生故障的问题,提出了电缆局部放电信号特征提取及故障诊断方法,研究了基于SPT-EEMD算法的电缆局部放电信号特征提取,并设计了电缆局部放电信号的特征提取及报警系统。采用MAX132芯片,实现18位高精度转换和抑制50 Hz的工频干扰信号,并通过LCD12864显示并报警。还设计了电缆故障诊断系统,该系统采用Stm32单片机进行相关处理,实现了电缆的故障诊断。试验表明,电晕放电、悬浮放电、气泡放电和油中放电4种局部放电类型的识别准确率为90.8%,在节点都为260000长度时,消耗了65 s。

摘要：为了减少功率损耗和确保独立交直流混合微电网稳定运行,设计一种新的基于混合储能动态调节的分布式协调控制策略。通过检测直流电压和交流电压频率,该策略对连接交直流微电网的双向AC/DC变流器输出功率进行动态调节。混合储能中采用下垂控制自动调节蓄电池的输出功率,同时超级电容器迅速提供负荷功率的高频分量,以减小负载突变对蓄电池和母线电压造成的冲击。此外,在逆变器的下垂控制器中引入电压前馈补偿量来减小交流负荷的电压波动。最后,利用Matlab/Simulink搭建了混合微电网仿真模型。仿真结果表明,在不同工况下,该分布式控制策略均能控制混合微电网稳定运行及电压稳定。

摘要：历次工业革命为人类社会带来了巨大的改变,但能源的使用也给人类发展带来了大量的难题,如环境污染等。人们迫切地需要一种高容量、低能耗、低污染和可循环使用的能源。在这一背景下,锂离子电池逐渐成为世界各国研究的热点。由东北大学博士生导师伊廷锋教授和谢颖所著、化学工业出版社出版的《锂离子电池电极材料》一书,从锂离子电池基本原理入手,详细介绍了多种锂离子电池电极材料的设计与性能,对高性能锂离子电池电极材料的设计与制造具有现实的指导意义。

摘要：为提高GIS绝缘缺陷的识别正确率,针对GIS出现的绝缘缺陷以及产生的局部放电特点,设计了4种典型绝缘缺陷物理模型,对获得的局部放电灰度图谱,用稀疏表示分类算法进行缺陷类型识别。该算法首先用最小——范数方法计算稀疏表示系数,运用压缩感知将低维观测信号恢复到高维原始信号。通过计算各类缺陷局部放电灰度图的最小残差来进行图像匹配,避开了一般模式识别分类算法中较为复杂的特征提取。测试结果表明该方法对GIS各类模拟缺陷的正确识别率较高。

摘要：随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提出混沌时间序列遗传算法-Volterra神经网络(genetic algorithm-Volterra neural network,GA-VNN)模型,对超短期风功率进行多步预测。该模型将实用的Volterra泛函模型和BP神经网络结合起来,解决了求解Volterra泛函模型高阶核函数的问题。同时设计了一种混沌时间序列GA-VNN模型的学习算法,在算法中利用GA全局寻优能力来优化BP神经网络,获得最优的初始权值和阀值。将上述方法应用于某风电场风功率超短期多步预测中,结果验证了所提模型的多步预测性能明显优于Volterra预测滤波器和BP神经网络。