关键词： 固体氧化物   高温燃料电池   硅酸盐学报   中国硅酸盐学会   科学研究成果   新能源材料   电堆   人工晶体  

摘要： 1.征稿介绍固体氧化物电池(SOC)的发展需要突破成本、性能和寿命等关键问题。在SOC电极、单电池和电堆层面,表面和界面设计及可控构建对SOC性能及服役寿命具有决定性影响。推进SOC研究需要在多方面共同发力,如夯实SOC新材料开发与优化的理论及实践体系,构筑材料设计—工艺方法—构效关系—服役特性贯通的研究范式,有效衔接基础理论研究—关键技术开发—工业应用验证的链条,促进SOC性能与寿命持续优化改进。同时,在研究过程中吸收采纳其他研究领域的先进技术方法,开展交叉研究,产出影响力广泛的理论和实践方法。《硅酸盐学报》拟组织一期“固体氧化物电池表界面”专刊,旨在交流这方面的最新成果,促进我国高温燃料电池和电解技术水平的提升。《硅酸盐学报》由中国硅酸盐学会主办,于1957年创刊,现任主编南策文院士。该刊主要报道陶瓷、水泥基材料、玻璃、耐火材料、人工晶体、矿物材料、新能源材料、复合材料等相关领域的创新性科学研究成果。

关键词： 智能电网   边缘计算   访问控制   区块链  

摘要： 随着智能电网的高速发展,智能电表和智能充电桩等物联网设备产生的大量数据往往存储在半可信的云服务器上,这导致了巨大的安全风险.因此,如何实现智能电网的安全数据收集、访问控制、数据更新以及恶意用户的追踪和撤销成为一个亟待解决的问题.为了解决上述问题,本文针对智能电网场景提出了一种支持用户追踪和撤销的轻量级访问控制方案.所提方案中,密文与访问结构和撤销列表相关联,密钥与用户属性集和身份信息相关联.用户可以通过将复杂计算外包给边缘服务器和区块链来降低自身的计算开销.区块链用于存储用户的身份二叉树和撤销列表,并进行统一的身份认证.一旦系统中发现恶意用户,利用白盒追踪和身份二叉树来确定其身份,并将其添加到撤销列表中.只有与撤销列表相关联的密文组件才会根据新的撤销列表进行更新.最后,安全性分析及实验表明,该方案满足语义安全、高效和轻量级的访问控制.

关键词： 风力发电   电气控制技术   能源利用率  

摘要： 风力发电技术以其资源丰富、无污染、运行成本低等显著优势在全球范围内得到了广泛关注和应用。在风力发电系统中,电气控制技术的有效运用可显著提升设备组的运行稳定性和发电效率。基于此,本文结合自身工作经验与研究成果总结,对电气控制技术在风力发电领域中的应用进行深度剖析,希望能够对提升风力发电系统的整体性能和可靠性有所帮助。

关键词： 配电网建设   智能化技术   管理模式   运行效率   实证研究  

摘要： 本文探讨了智能化技术在配电网建设中的应用以及相应的管理模式。首先,介绍了智能化技术如预测算法、通信技术和大数据分析等在配电网建设中的应用。然后,探讨了基于这些智能化技术的配电网管理模式,包括实时监测、数据分析和优化决策等环节,并指出通过这种模式,可以提高配电网的运行效率,减少停电时间和维修成本。最后,通过实证研究证实了这种智能化管理模式对提高配电网运行效率和服务质量的有效性。此研究为实现配电网的智能化管理提供了重要的理论支持和实践参考。

关键词： 永磁同步电机   弱磁控制   过渡区域切换算法   RBF神经网络   模糊控制  

摘要： 针对永磁同步电机在传统单电流调节器弱磁控制下,电机控制模式切换时导致的系统稳定性差,以及传统RBF-PID控制器输出权值的非精细化更新导致的参数过拟合,收敛速度慢等问题,提出一种过渡区域切换算法,引入混合权重因子,采用余弦插值与Sigmoid函数做过渡区域的平滑处理,并在弱磁区引入模糊PI控制器,将自适应梯度下降法与L2正则化策略结合,改进神经网络的输出权值。仿真结果表明,设计的过渡区域切换算法,不依赖电机参数,可移植性强,优化了恒转矩区切换至弱磁区的条件,在改进RBF-PID控制器下,转速超调量仅为0.07%,负载调节时间较之传统策略减少了94%。

关键词： 永磁同步电机   转子   温度预测   散热工况   机器学习   卷积神经网络  

摘要： 为了实现永磁同步电机(PMSMs)转子温度的实时监测,提出一种基于卷积神经网络(CNN)的预测方法。基于导热微分方程迭代求解瞬态温度场须依赖初始温度,而转子初始温度难以获得导致无法用于工程实际。针对该问题,提出以热电偶直接测量得到的5个不同位置定子温度序列为输入,建立卷积神经网络模型,预测电机散热工况下的转子温度。采用某额定功率70 kW的水冷内置式永磁同步电机的台架试验数据,分析数据特性确定模型输入量,构建训练集、验证集和测试集,给出模型超参数调校方法。测试结果表明,平均绝对误差为2.03℃,均方误差为8.47℃2,优于先进的时间卷积网络模型。多组不同输入序列的比较表明,采用提出的5个温度序列作为输入,模型具有较高的预测精度和工况适应性。

关键词： 智能监测   风力发电   数据分析  

摘要： 阐述风力发电设备技术现状,针对风力发电技术关键问题提出解决措施,包括提高发电机的运行效率、提升风功率预测技术、利用计算机技术和数据分析算法、提高智能监测与维护系统的作用。

关键词： 风力发电   故障诊断   快速维修   人工智能   物联网  

摘要： 全球扩大范围的、以清洁可重复利用为特点的风力发电,其故障处理与维保工作是必备的挑战。这次的研究关注点放在风力发电机,提出了一条新的技术路线来达成故障快速诊断与修复的目标。通过收集并分析大量的数据,构建的诊断模型能够在风力发电机潜在故障初期就发现,大幅度提升了预测故障的确切率。还在工作中融入了人工智能与物联网的快速修复技术,此技术能够实时追踪风电设备的工作态势,并且能通过算法预测可能出现的问题,然后适时地进行修复。该项研究结果的实施将有助于提高风力发电设备的安全稳定性以及生产效率,从而降低运维成本,对风力发电行业的长期发展产生积极影响。

关键词： 风力发电机组   振动   故障   分析  

摘要： 针对双馈风力发电机组发电机振动故障,分析振动产生的原因,提出在发电机和机架之间安装弹性减振器。进行振动模态仿真和谐响应分析,并进行弹性减振器设计参数寻优。同时进行试验验证,确认弹性减振器对抑制双馈风力发电机组发电机振动的效果。

关键词： 长短期记忆   极端梯度提升   风力发电   功率预测  

摘要： 文章提出了一种基于LSTM与XGBoost的混合模型用于风力发电功率预测。主要研究了LSTM模型与XGBoost模型的融合方法,通过LSTM捕捉序列数据的长期依赖关系,再利用XGBoost进行非线性拟合以提升预测精度。实验采用国家电网新能源发电预测大赛提供的公开数据集,使用平均绝对误差和决定系数等指标对模型性能进行评估。实验结果表明,文章所提出的混合模型相比标准LSTM模型在预测精度和拟合能力上均表现出显著的优势。