【摘 要】
：
随着新能源发电大量接入电网,负荷侧不可避免地接入电力电子变换器,负荷的动态模型受到了一定程度的影响,原有的经典感应电机模型不能完全适应发电模式的变化,为此,提出一种考虑电力电子变换器的感应电机动态模型.经过推导得出了基于物理模型的传递函数表达式,并在Matlab/Simulink仿真平台搭建物理模型和建立动态模型;通过2组电压跌落的仿真实验进行对比研究.研究结果表明:2种模型具有较好的一致性,验证了该动态模型的正确性.
【机 构】
：
重庆市能源互联网工程技术研究中心,重庆 400054;重庆理工大学电气与电子工程学院,重庆 400054;重庆理工大学电气与电子工程学院,重庆 400054
论文部分内容阅读
随着新能源发电大量接入电网,负荷侧不可避免地接入电力电子变换器,负荷的动态模型受到了一定程度的影响,原有的经典感应电机模型不能完全适应发电模式的变化,为此,提出一种考虑电力电子变换器的感应电机动态模型.经过推导得出了基于物理模型的传递函数表达式,并在Matlab/Simulink仿真平台搭建物理模型和建立动态模型;通过2组电压跌落的仿真实验进行对比研究.研究结果表明:2种模型具有较好的一致性,验证了该动态模型的正确性.
其他文献
铝合金因其高的比强度、比刚度、优异的延展性及高导热性等特性,广泛应用于航空航天、交通运输、化工及包装等领域,但铝合金中合金元素的加入对其耐蚀性不利.因此,在大多数应用中,需要对其进行表面处理.六价铬转化膜是在铝合金中使用最久、耐蚀性最好、且可自修复的化学转化膜,但因六价铬有毒且致癌,受到了各国严格限制,促使对其替代工艺的研发,其中三价铬转化膜是目前最有前景的一种替代工艺.从三价铬转化工艺、转化膜结构和成膜机理、腐蚀行为、自愈性等几方面综述了铝合金三价铬转化膜的研究和发展现状,以期为新型铝合金表面处理技术的
5056铝箔是制备高性能铝蜂窝芯的重要材料,阳极氧化表面处理是影响铝蜂窝芯综合性能的关键工序.利用场发射扫描电子显微镜、超薄切片、动电位极化等研究手段,对比分析了脱脂清洗和碱蚀酸洗2种表面处理工艺对铝箔厚度、表层微观结构以及后续阳极氧化膜结构和性能的影响.结果表明:相比于脱脂清洗前处理,碱蚀酸洗前处理能有效去除铝箔表面的塑性变形层和第二相颗粒,有利于获得致密、均匀的阳极氧化膜,但同时也会显著减薄铝箔厚度.因此,在铝箔厚度裕量足够的情况下采用碱蚀酸洗前处理更有利于获得综合性能优异的铝箔材料.
通过5182铝合金硫酸阳极氧化,研究了温度、酒石酸浓度对阳极氧化膜结构和耐蚀性能的影响.采用扫描电镜观察不同条件下阳极氧化膜的表面结构,通过电化学阻抗谱研究阳极氧化膜的耐蚀性能.结果表明:温度在20～30℃时,随着温度升高,阳极氧化膜膜厚增加,合金的耐蚀性能增强;当温度超过35℃,氧化膜发生溶解,合金耐蚀性能下降.在硫酸溶液中,添加酒石酸能显著提高氧化膜成膜效率,降低氧化膜溶解速率;随着酒石酸浓度的增加,氧化膜膜厚增加,表面孔径减小,合金耐蚀性能增强.
现有大多数超像素分割算法通过颜色信息设计不同的距离函数对图像进行硬划分,但面对复杂图像取得的分割性能仍有待提高.为此,提出一种新的基于局部模糊聚类的超像素分割算法,通过利用局部模糊聚类算法以隶属度的形式对复杂图像进行软化分得到超像素.最后与几种典型的超像素分割算法进行对比,实验结果表明:该算法能生成较为规则且边界贴合度更高的超像素.
细粒度图像识别问题是针对同一个大类下面的不同子类进行精确识别.细粒度图像分类以其类间差异小、类内差异大等特点,一直是计算机视觉领域研究的热点和难点.针对利用CAM网络提取最佳判别性区域,导致缺乏其他辅助判别区域特征.为此,提出利用CAM网络反复提取判别性区域特征,对不同判别性区域施加权重,得到最终的判别性区域,使用注意力双线性网络提取图像高阶特征.同时引入嵌入空间,利用一种新的混合损失函数提高特征的判别性,进而提高方法的分类性能.在公开的细粒度数据集上,CUB-200-2011分类准确率为87.3％,比R
基于卷积神经网络(CNN)的高光谱图像分类方法不断取得进展,而谱-空特征的高复杂性及低效描述仍是抑制高光谱分类精度提升的主要屏障.针对该问题,提出了一种基于密集型(Dense)谱-空特征挖掘的两阶段集成高光谱图像分类学习框架,在第一阶段进行显著波段选择,分别构建2D及3D Dense深层网络以提升高光谱数据的空间与谱间特征表达能力,在第二阶段构建分类CNN网络将融合之后的谱-空特征进一步挖掘,以提高分类特征的精细化程度.整个集成学习网络基于交叉熵损失函数进行训练学习,同时利用全连接网络构建了一种基于波段相
构建好的文本向量表示对文本情感分类任务十分重要.针对文本中词语类别区分能力的不同,提出了一种用改进的TF-IDF加权Word2Vec的文本向量表示方法(ITIW),对类别区分能力不同的词语赋予不同的权重,将基于该方法构建的词向量作为卷积神经网络(CNN)的输入,设计了ITIW-CNN文本情感分类模型.该模型通过改进TF-IDF以区分不同词语的类别表示能力,计算词语的权重,进而得到词语的加权词向量表示(ITIW),将加权词向量输入CNN进行文本情感分类,促使模型具有更好的分类能力.实验结果表明:与传统的表示
随着物联网的不断发展,大量边缘设备的可信认证需要占用物联管理平台越来越多的计算与通信资源,传统方法难以在有限时间与资源约束下进行实时响应.将该问题建模为并发认证调度问题(CASP),并证明了它是NP完全的.首先提出了一个贪心算法(SJF),并证明了在某些场景下SJF具有近似比.随后将其扩展并提出了一个启发式算法(MBF)来解决一般场景下的CASP问题.实验结果表明:提出的算法能够取得比较好的效果,且在小规模时算法性能接近于最优算法.
为了在进一步提高算法安全性的同时兼顾加密有效性,基于量子密钥序列优越的随机性,提出一种融合了图像空间域和变换域理念的RGB彩色图像三重加密算法.算法首先在图像空间域进行量子密钥分块的循环加密,然后对图像的RGB三色通道进行量子密钥全加密,最后将图像小波变换域的低频系数与量子密钥进行异或加密.经验证,算法面对差分攻击时展现出了良好的抗性,同时由于量子密钥的融入和不定长密钥的设计理念使该算法产生的密文图像在像素值层面具有良好的随机性和安全性,为图像加密技术领域提供了一种新的思路.
针对城市居民出行需求空间分布不均衡和公共交通供给空间分配差异显著问题,为了准确评估城市公共交通供需匹配度和空间通达性,以重庆市主城内环核心区为例,基于城市POI大数据和公共交通站点数据,采用GIS系统点密度分析方法,以街道办(乡镇)为研究单元,研究生活服务设施POI点的聚集效应和现有公共交通设施配置水平,并基于此对城市公共交通建设需求和供给水平的空间特征进行分析.结合空间匹配度评估模型对研究区内公共交通空间通达性进行评价,采用要素组合方式将所有街道办(乡镇)划分为“高需求-高供给(G-G)”“低需求-低供