论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
光伏阵列故障会造成能量损失,甚至引发供电中断或火灾事故。因此,对故障的快速识别至关重要。本文提出一种光伏阵列故障快速诊断方法,用于快速感知故障及故障发生的时刻。通过分析光伏阵列常见故障的信号变化规律,提出利用正常运行时的功率波形训练一个极限学习机预测模型,用于预测短时功率的变化;接着计算实测波形和预测波形的皮尔逊相关系数;若光伏阵列发生故障,相关系数将低于一定的阈值,从而识别故障的发生。实测实验验证了所提方法具有很强的故障辨识能力,准确率达到99.37%。所提方法的故障辨识时间仅为4.355ms,亦可作为
【机 构】
：
国网福建省电力有限公司福州市长乐区供电公司,福州大学电气工程与自动化学院,淮阴工学院自动化学院
【出 处】
：
电气技术
【发表日期】
：
2021年10期
【基金项目】
：
江苏省住房和城乡建设厅指导项目(2019ZD001287),江苏淮安市科技局自然科学研究计划项目(HAB201905)。
其他文献
摘要：侧墙单元是地铁车体的骨架，需要与顶盖和底架分别进行焊接，起支撑整个车体的作用。侧墙单元的焊接主要采用MIG焊，因铝合金自身的焊接特性，焊接过程中容易产生焊接变形;其次，侧墙的焊接工序繁多，需要分别进行上门角组焊、下门角组焊、侧墙单元组焊等一系列工序，且每道工序都需严格控制方能保证整体的尺寸精度。通过分析侧墙单元的焊接难点，优化工艺参数，采用合适的组对工装和合理的焊接顺序，有效保证了侧墙单元的
南方某电厂6号机组在整套起动过程中发生“误上电”保护动作。本文通过对其保护动作数据、动作过程、故障波形进行分析,得出故障及动作原因,对该机组的电气控制系统如何避免“误上电”误动作提出改进措施,并验证了改进措施的有效性。
随着超高压线路的建设,大容量变压器得到广泛应用。为提高供电可靠性,大容量变压器常采用中性点不接地的Yy联结,导致绕组输出感应电动势存在幅值较大的三次谐波电压,危害电力系统安全运行。为解决此问题,在变压器中添设一套附加绕组。附加绕组作为变压器的第三绕组,具有为三次谐波电流提供通路、降低变压器输出感应电动势畸变率的功能。本文利用Ansys Maxwell有限元仿真软件计算有附加绕组Yy联结变压器带额定负载情况下的变压器铁心损耗、二次侧感应电动势和输出功率,通过对附加绕组匝数和位置的差异化设置,比较得出最佳附加
摘要：基于结构光三维扫描尺寸采集技术、Geomagic软件数据处理与逆向重构技术、AMSlicerPro软件模型剖分切片与路径规划技术等，对铝合金ZL114A薄壁件的待修复区域进行逆向建模，通过焊丝ER4043电弧增材再修复试验完成薄壁样件的修复，利用无损探伤、显微硬度计、电子万能试验机及扫描电子显微镜等分析测试手段，对电弧增材再修复样件熔敷区域的性能与组织进行表征。结果表明：成形样件表面无开口缺
摘要：介绍和分析了单电源双丝系统（DeepenTwin）构成、焊接应用价值、焊接工艺试验以及实际焊接应用。单电源双丝焊接系统由焊接电源、双丝送丝机以及双丝焊枪组成，系统简单，便于操作，既可用于手工焊也可用于专机和机器人的自动焊接。单电源双丝焊接系统能够实现单双丝的自由切换，既能进行单丝的打底焊接也能进行双丝大电流高熔覆率的焊接，最高熔覆效率较单丝焊接可提升50%。由于两根焊丝形成了较宽的单一电弧，
摘要：对厚度5 mm的5083铝合金进行等离子-MIG复合焊接，研究不同送丝速度对焊缝成形与焊接接头性能的影响，分析接头的微观组织，并测试接头的力学性能。结果表明：送丝速度为7 m/min、9 m/min时均可获得无明显缺陷的焊接接头，送丝速度增大，余高略有增加;送丝速度为9 m/min的焊接接头焊缝区的树枝状晶更加细小，接头硬度分布呈“ W ”形，焊缝区和熔合区的平均硬度均低于母材，距焊缝中心3
摘要：研发的加氢反应器用不锈钢带极堆焊JWF304D、JWF205D焊剂具有优良的焊接工艺性能，适用于30～90 mm宽焊带施焊。可根据不同的制造工艺进行调整，适用于多种制造工艺堆焊。焊接时飞溅小（针对于电渣焊）、脱渣优良、焊道成形质量好。埋弧焊用焊剂JWF304D焊接参数调整范围大，不但适合于90 mm宽带大电流焊接，而且适合小电流薄层快速焊。电渣焊用焊剂JWF205D可实现快速堆焊，在电流、电
摘要：对钢/铝接头直接采用激光焊接时，接头极易产生脆性Fe-Al金属间化合物。针对该问题，采用激光双道焊接方法研究了银中间层对304不锈钢/6061铝合金焊接接頭微观组织及力学性能的影响。结果表明，预置银为中间层，采用双道激光焊接工艺，焊后接头成形良好;组织分析表明，焊缝区域明显分为靠近铝侧的区域A和靠近钢侧的区域B，区域A由富银相和富铝相混合组成，区域B由纯银（区域B1）和奥氏体相（区域B2）组
针对电价序列具有非线性强、波动性大的特点,提出一种基于变分模态分解(VMD)和改进粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)的短期电价预测模型。首先利用VMD将原始电价数据分解为多个子序列,然后采取LSSVM模型分别对子序列进行预测。对于LSSVM预测模型的最优参数选择问题,利用改进的PSO优化LSSVM模型的参数,能够很好地提高模型预测精度。最后集成各子序列预测结果,获得最终电价预测值。为了验证所提模型的有效性,以美国PJM市场电价数据为例进行分析,并与其他预测模型进行对比,结果表明,所提