关键词： 并网逆变器   电网阻抗   混合式孤岛检测法   谐波注入法   阈值设定   被动法   主动法  

摘要： 针对并网逆变器存在的孤岛效应,提出一种电网阻抗自适应的混合式孤岛检测方法。首先,采用被动法与主动法结合的混合式孤岛检测方法,基于分布式发电系统进行分析。其中被动法采用电压不平衡法,主动法采用零序电压正反馈法,主动法仅在被动法怀疑发生孤岛时启动,以避免因主动法导致的电能质量下降。其次,采用电压不平衡法,通过理论推导获得被动法设定阈值与电网阻抗的关联式,通过谐波注入法检测电网阻抗,从而有效解决被动法阈值设定困难的问题。最后通过实验验证所提方法的有效性和抗干扰性。实验结果表明,该方法对于不同电网情况以及不同本地负载均能有效检测,对于电网电压波动的情况也具有较强的抗干扰能力。

关键词： 分布式光伏   新能源开发   负荷曲线   需求响应   电力负荷   用电设备   能源管理   电能传输  

摘要： 随着碳达峰、碳中和进程加快推进,新能源开发集中式与分布式并举,电能替代的广度和深度不断拓展,电力负荷持续增长。用户侧电力系统中的可调负荷、电动汽车、分布式光伏等新要素进入规模化发展阶段,为新型电力系统发展提供了重要支撑。用户不再只是能源的被动接受者,也正逐渐变成能源管理的积极参与者。大量分布式发电接入所带来的波动性和间歇性,叠加用户侧如充电桩及储能等高负荷用电设备引发的负荷曲线特性变化,使得电力系统的运行模式更加复杂。传统用户侧运行管理是将预设的规则和人工操作相结合,只能控制配电网中负责电能传输和分配的部分一次设备,难以应对新形势下复杂的运行调控需求。目前的需求响应方式由于响应速度较慢,无法及时有效地平衡供需关系。导致在紧急情况下电网运行仍然面临风险,无法迅速调整局部运行模式以匹配实时供需。

关键词： 高空风力   伞组   绞车   发电机组  

摘要： 采用高空伞组有效捕捉高空风能,提出采用多伞组循环做功带动绞车不间歇放绳、收绳来驱动发电机发电,将机械能转化为电能的方式。该方式能够持续稳定地向电网供电。对发电系统中各设备的功能进行介绍,分析了高空风力发电机组的控制流程。研究结果对高空风能捕捉技术和能量传输与转换技术具有一定的理论指导作用,对于未来商业化应用亦具有重要意义。

关键词： 压电陶瓷   瞬态冲击   一阶共振效应   风力发电   内多边形  

摘要： 现有压电振子采用瞬态冲击振动方式能获得较大的初始动能,但其结构复杂,且在连续瞬态冲击下难以实现一阶共振,无法获得最佳振幅和输出功率。提出一种基于内多边形结构的风力瞬态冲击压电俘能方法及实现装置,该装置在一定风速下能连续发生一阶共振获得高输出性能,有利于改变无线网络节点传感器的供电方式以及提升传感器使用便捷性。理论分析和数值仿真模拟结果表明,在风速为17.0 m·s^(-1)时,该装置能在连续瞬态冲击下产生频率为131.40 Hz的一阶振动并发生共振。实验结果表明压电俘能风力发电装置的最佳匹配负载为20 kΩ,负载最大功率可达4.73 mW。在最佳匹配负载下,该装置压电陶瓷片的功率密度达到833.68μW·cm^(-3)。与非一阶共振状态相比,负载功率至少提升了1倍,能有效满足大部分无线网络节点传感器的供能需求。

关键词： 多模型集成   集成学习   D-S证据理论   风力发电   功率预测  

摘要： 准确预测发电功率对于电网管理和能源分配至关重要。针对风力发电中传统的预测方法依赖于单一模型,且难以充分捕捉和利用复杂环境下的不确定性信息的问题,本文提出了一种基于Dempster-Shafer(D-S)证据理论的多模型集成预测方法(DS-MM),分别利用训练数据训练BiLSTM、TCN、CNN-LSTM和Transformer等先进的时间序列预测模型。通过D-S证据理论对将各个子模型提取到的特征进行多源信息融合,将融合的特征输入前馈神经网络(FFN)获得最终集成预测结果。在多模型集成时,冻结各个子网络的特征提取部分,仅对预测模块的FFN进行更新。在风力发电数据集上的试验结果表明,在参与试验的8个时间序列算法中,DS-MM取得了最低的预测误差,相较于单模型预测方法,其平均绝对误差(MAE)和均方误差(MSE)分别降低了1.76和4.14以上,证明了所提出方法的先进性和有效性。

关键词： 风力发电   混合系统   飞轮   卡尔曼滤波   荷电状态  

摘要： 提出一种基于自适应变参数卡尔曼滤波算法的飞轮-锂电池混合储能功率分配控制以对风电场出力做并网前平抑,将飞轮电机转速和锂电池荷电状态引入卡尔曼增益的数据融合过程,实时影响卡尔曼增益计算以解决由于滤波算法滞后导致的风电出力突变时功率分配不合理的问题。硬件在环实验验证所提控制策略下,飞轮-锂电池混合储能对风电厂产生功率的实时平抑效果,通过幅频分析验证混合储能平抑效果,构建滑动窗口检测固定时段内最大变化值。结果表明,所提控制策略控制下混合储能平抑后功率平滑,高频波动幅值降低80.3%,且符合国家风电厂并网标准。

关键词： 智能微电网   物联网   设备监控  

摘要： 本文旨在设计一套基于物联网技术的智能微电网设备监控系统,通过构建多层次架构,集成传感器网络、SDN通信、大数据分析和人工智能等技术,实现对微电网设备的全方位监控。实验结果表明,该系统在数据采集准确率、网络传输时延、异常检测等方面均优于传统方案,数据采集准确率达99.87%,异常检测准确率达97.83%,研究成果为提升微电网运行可靠性和经济性提供了新的技术支撑。

关键词： 海南大学   智能管理   人工智能   信息与通信工程   捕捞量   病害诊断   万顷碧波   耕海牧渔  

摘要： 快意雄风海上来,未掣鲸鱼碧海中。海洋是生命最古老的家园,也是全新的、亟待深度开发的资源宝库。眼下越来越多的人意识到了这一点,于是,在我国辽阔的海域上,人们前赴后继地用创新科技耕海牧渔,“躬耕”万顷碧波,“放牧”蓝色家园,用人工智能等前沿技术不断为海洋相关行业赋能,向着大力建设海洋强国的国家战略不懈努力。但问题也接踵而至——我国虽作为世界第一养殖大国,也是主要渔业国家中唯一养殖产量超过捕捞量的国家,但水产陆基设施养殖产业智能管理和智慧育种目前均存在技术缺乏、装备信息化及智能化程度低的瓶颈,同时攻克养殖水质、鱼体行为和鱼体表型病害特征与病害诊断之间的作用机理,以及揭示鱼体表型性状差异与育种基因调控之间的作用机制也存在短板。

关键词： 风力发电机   Transformer模型   核主成分分析(KPCA)   故障预测   皮尔逊相关系数  

摘要： 为了准确预测风电机组故障,提出一种基于PKFF-Transformer风力发电机故障预测模型。针对风电数据高维复杂特性,提出基于皮尔逊核特征融合(PKFF)的特征工程法;通过皮尔逊相关系数(PCC)筛选与机组状态强相关的特征,再采用核主成分分析(KPCA)对筛选数据进行非线性特征融合;将健康状态下的融合特征输入到Transformer模型中构建风电机组温度预测模型;采用滑动窗口法统计预测残差动态特性并确定故障预警阈值;最后,将风电机组实时运行数据输入训练好的PKFF-Transformer模型进行故障预测。采用我国北方某风电场风力发电机数据进行验证。结果表明:PKFF-Transformer模型能够提前5.6 h预测到故障,且在机组健康状态下没有误报现象;此外PKFF-Transformer温度预测模型的均方误差也比Transformer模型提高了97.39%。

关键词： 电力工程自动化   智能电网   集成技术   技术挑战  

摘要： 本文深入探讨了电力工程自动化与智能电网的集成技术,分析了电力工程自动化技术进展、智能电网技术发展及其集成技术在电力系统中的应用实例。研究指出集成技术的重点领域包括实时监控与故障诊断、负荷预测与优化调度、自适应与自愈能力的提升,并识别了系统兼容性与互操作性问题、数据安全与隐私保护、系统稳定性与响应速度的保持等难点。文章提出了开发先进的自动化控制算法、建立统一的数据标准和通信协议、加强网络安全措施、制定相应的政策和法规等对策与解决方案,旨在为电力系统的智能化发展提供理论支持和技术指导。