针对低压直流系统中不同工况下故障电弧特征微弱、难以准确识别的问题,提出一种基于改进蝴蝶优化算法-随机森林(IBOA-RF)的直流电弧故障诊断方法。首先,采用鲸鱼优化算法(WOA)优化改进自适应噪声完备集合经验模态分解(ICEEMDAN)参数,并对电流信号进行分解得到多个本征模态函数(IMF);其次,筛选有效分量,并提取层次加权排列熵(HWPE)构建特征向量;最后,引入反向学习机制与动态边界调整策略对蝴蝶优化算法(BOA)进行改进,并建立IBOA-RF诊断模型进行故障识别。结果表明,该方法在多种典型工况下的平均识别准确率达97.92%,验证了该方法在直流电弧故障诊断领域的有效性。
线束端子的压接成形质量直接决定了其电连接可靠性。提出了一种基于ABAQUS有限元软件的线束端子压接成形过程与接触电阻的仿真分析方法,获得了挤压过程与回弹过程中线束端子的应力、接触面积与模具运动位移的关系,以及压接完成后的电势云图和接触电阻。对比有限元仿真结果与实验获得的线束端子剖切截面的形状、尺寸及接触电阻数据,验证了所提仿真分析方法的可行性与准确性。
针对高压电池组单体电压检测漏电流大、贮存时间短的问题,提出一种浮地电压检测方案。详细介绍浮地电压检测电路的设计方法,并对蓄电池组的漏电流进行理论计算,单体漏电流由3.3 mA减小至0.83 mA。基于Saber软件搭建仿真平台进行漏电流的仿真,并与计算电流进行对比验证,为后续产品设计提供理论依据。实现了极小漏电流的高压电池单体电压检测,满足了电池组长期运行与贮存的需求。
随着新型电力系统建设的深入推进,高质量数据已成为提升大电网协同控制与调度精益化管理水平的关键支撑。针对电网跨层级协同调度中海量多源异构数据异常修复难题,提出一种基于数据关联图谱的智能修复方法。通过融合调度对象关系、时空关联与数据血缘,构建全景电网调控数据关联图谱,实现数据细粒度全生命周期刻画。在此基础上,提出异常数据双向追踪算法,实现异常高效识别与准确定位;进而构建融合规则、模型与知识推理的多策略协同修复方法,结合修复影响度评估生成最优修复方案。实验结果表明,该方法在修复效率与准确性方面均具显著优势,可有效提升电网调控数据质量,为智能电网安全稳定运行提供可靠数据支撑。
针对高比例可再生能源并网与需求侧弹性增强背景下,传统确定性负荷预测难以满足电力系统风险评估与决策优化需求的问题,开展短期负荷不确定性预测研究。构建改进分位数回归神经网络模型,采用倾斜分位数损失函数与区间后处理方法提升预测精准度与可靠性;结合负荷模式动态变化特征,提出基于弹性权重合并(EWC)的在线学习方法实现模型参数动态更新。实验结果表明,所提分位数预测方法在维持高覆盖率的同时,预测区间归一化平均宽度优于传统方法,且在线学习后覆盖率显著提升,验证了方法的有效性与适应性。
有源阻尼器装置可通过模拟电阻特性有效提升公共连接点(PCC)处并网逆变器的谐振稳定性。然而有源阻尼器的锁相环会在弱电网下影响有源阻尼器模拟的电阻特性,显著降低有源阻尼器的谐振稳定性提升能力,甚至引发新的谐振问题。针对上述问题,建立计及锁相环影响的有源阻尼器输出阻抗模型,基于该模型分析锁相环导致的阻抗相位偏移问题,提出一种有源阻尼器电阻特性优化策略,确保有源阻尼器在计及锁相环影响时仍能呈现出良好的电阻特性。实验结果表明,所提电阻特性优化策略能够有效补偿锁相环带来的不利影响,显著提升有源阻尼器的谐振抑制能力,验证了文中理论分析的正确性和所提策略的有效性。
针对直流塑壳断路器中窄缝结构对临界电流分断能力的影响机制展开研究。采用控制变量法,分别设计窄缝材质与间距的对比试验,依据GB/T 14048.2—2020《低压开关设备和控制设备第2部分:断路器》搭建了试验平台,通过阶梯式加载试验确定样机的临界负载电流。对试验现象与数据进行定性分析与机理探讨,从宏观能量演化与微观带电质点“产生-消失”动态平衡的双重视角,实现试验结果与熄弧理论的多维度印证与互释。明确了窄缝材质与间距参数对临界电流的独立影响规律,为直流临界负载电流分断困难原因及其改善方向提供思路,为直流塑壳断路器灭弧系统的精细化设计提供了理论支撑。
针对市面上适用于分布式光伏场景的光伏小型低压智能断路器的智能控制器普遍存在模拟量抗干扰差、系统稳定性不高与通信可靠性弱等问题,提出一种基于STM32的利用模块化编程实现产品功能集成的整体解决方案。方案充分利用STM32的硬件乘法器,为数字滤波算法中大量的乘法运算提供高效支持,有效抑制固定干扰与随机杂波,提升信号处理速度和精度;同时,通过看门狗与硬件监控等措施,系统稳定性得到增强。使用RS-485通信,具有状态监测与报警功能,性价比高。安装了该智能控制器的光伏小型低压智能断路器已通过现场调试验证,性能指标达成预期目标。
针对自动转换开关电器中电磁铁执行器的转换速度优化问题展开研究。通过分析电磁铁执行器的工作原理和结构特点,提出通过增设非磁性垫片(如磷青铜或黄铜片)调整吸合位置气隙以优化电磁吸力的方法。仿真与实验表明,间隙调整到合理位置时,电磁吸力大于反力弹簧反力,调整后触头切换时间显著降低,满足高标准应用需求。结果表明,通过合理控制气隙可实现电磁铁执行器快速可靠释放,为其在高速转换场景下的设计提供了理论依据和实用方法。
随着光伏发电系统的大规模应用,直流侧电弧故障引发的火灾风险日益凸显,光伏直流电弧故障检测装置(AFDD)作为关键安全器件,其性能检测的科学性与可靠性至关重要。分析主流光伏直流AFDD测试标准,解析检测电路架构,分析检测电路中各模块功能及其与实际线路对应关系。依托光伏直流AFDD检测平台、列举串联电弧故障动作特性试验测试方法,将光伏直流AFDD测试与实际应用场景精准匹配,分析光伏直流AFDD测试中各类影响因素,提升了光伏直流AFDD检测结果的指导价值。
针对传统电力电缆故障识别算法在复杂运行环境下准确率不足、识别效率较低的问题,设计了一种基于多维信息融合和增强深度学习的故障识别算法。利用多维信息融合技术对电力电缆的电气参数、环境参数及运行状态参数进行有效整合,为故障识别提供高质量输入数据;通过在传统深度学习算法中引入残差连接机制,形成增强深度学习算法,有效解决梯度消失问题,提升了特征提取能力和识别精度。实验结果表明,该算法的故障识别准确率和效率均达到99%以上,显著优于多种对比方法,为保障电力系统安全稳定运行提供了有效的技术支撑。
