关键词： 智能电网   人工智能   调度优化   机器学习  

摘要： 随着智能电网技术的快速发展，电网调度优化作为其核心组成部分，正面临着前所未有的机遇与挑战。人工智能技术，尤其是机器学习和深度学习，在电网调度优化中的应用日益广泛，为提高电网运行效率、增强电网的稳定性和可靠性提供了新的解决方案。首先，本文介绍了智能电网的发展背景和人工智能技术的兴起，阐述了智能电网调度优化的重要性，包括对电网稳定性和能源效率的影响。其次，文章概述了人工智能技术在电网调度中的应用，包括预测负载需求的智能算法和优化发电资源分配的智能系统。还分析了人工智能技术在电网调度优化中面临的挑战，如数据安全与隐私保护、算法的实时性与准确性等。最后，文章展望了人工智能技术的发展趋势以及与智能电网融合的前景，为未来智能电网调度优化的研究和实践提供了参考。

关键词： 永磁同步电机   无位置传感器控制   超螺旋算法   滑模观测器   收敛性能  

摘要： 为提高永磁同步电机(PMSM)的预设性能控制精度和系统稳定性，提出了一种基于预设超螺旋算法的无位置传感器控制策略。该策略通过引入时变增益，实现了对电机转子角度误差收敛时间的预设控制，有效解决了传统滑模观测器在抖振和收敛速度方面的局限性。研究中，预设超螺旋算法实现了收敛时间的可控制性，预设超螺旋算法观测器可以实现预设时间内转子角度误差达到收敛的快速响应能力，相较于传统滑模观测器显示出更快的收敛速度，观测器的误差相较于传统滑膜方法的约0.043 rad降低至0.02 rad,显著提高了观测精度。仿真结果验证了所提控制策略的有效性，为PMSM的高性能控制提供了一种新的解决方案。

关键词： 永磁同步电机   负载转矩观测器   线性自抗扰控制  

摘要： 在实际应用中，自抗扰控制器中的扩张状态观测存在面对大幅变化的负载扰动时，无法保证估计补偿精度的问题。针对这一问题，提出了将负载转矩观测器观测到的负载扰动补偿到扩张状态观测器中来提高估测补偿精度的方案，并且使用电机中可以直接测量的角度数据作为已知量来设计负载转矩观测器，避免了将转速作为已知量引入微分误差的问题。仿真和实验结果表明，改进后的线性自抗扰控制器相比于传统线性自抗扰控制器，转速最大调量降低了7.24%,在保证了调节速度的同时，具有更优良的抗负载扰动性能。

摘要： 在新一轮科技革命和产业变革的背景下，以数字技术、网络技术为代表的新质生产力正在重塑城市发展格局。同时，5G、物联网等新一代通信技术的快速发展，为城市信息化建设提供了强大的技术支撑。新质生产力与通信技术的协同应用，已成为推动城市高质量发展的重要引擎。新质生产力是以数字技术、网络技术和智能技术为核心，通过数据、信息、知识的深度融合与创新应用，推动生产方式、组织形态和价值创造模式变革的新型生产力形态。它具有数字化、网络化、智能化和创新驱动的特征，正深刻影响着城市发展的方方面面。

关键词： 新能源发电   人才培养   课程开发   岗位实践能力  

摘要： 本研究聚焦新能源发电工程技术专业课程开发，基于企业岗位实践能力需求，通过校企合作，提炼工作任务，构建涵盖专业知识与实践技能的课程体系。通过对企业岗位实践能力的课程研究，进一步明确新能源发电工程技术专业高素质技术技能型人才培养方案，开发制定切实可行的、科学的课程体系，为新能源发电产业的发展提供强有力的人才支撑和技术支持，同时提高学生在该领域的职业竞争力。

关键词： 计算机应用   故障检测   深度学习   图神经网络   注意力机制   永磁同步电机  

摘要： 针对永磁同步电机长时间工作情况下存在的隐性故障检测效果不佳的问题，提出一种将图注意力神经网络(GAT)和Transformer结合的故障检测方法。该方法结合了Transformer与GAT各自的优点，通过编码器(Encoder)和图注意力层可以有效利用数据的时序信息和空域结构关联信息，提高诊断的准确精度和模型的泛化性能，以实现故障检测。所提方法在永磁同步电动机实验平台上自建的故障数据集进行实验验证，该方法可达到91.85%准确率，优于传统机器学习和其他深度学习方法。

关键词： 电能质量检测模型   改进灰狼优化算法   变分模态分解   离散小波算法  

摘要： 电能质量对于电力系统的稳定至关重要，谐波作为电能质量中最常见的扰动源，切实有效的谐波检测算法可以提高电能质量。针对传统算法无法有效识别突变谐波、解析精度低等问题，提出了一种基于改进灰狼优化算法(Improved Grey Wolf Optimizer, IGWO),变分模态分解(Variational Modal Decomposition, VMD)和离散小波算法(Discrete Wavelet Transform, DWT)相结合的电能质量扰动检测模型。该模型首先利用改进灰狼优化算法优化变分模态分解算法中的固有模态函数(Intrinsic Mode Function, IMF)分解个数和惩罚因子，使得变分模态分解能够适应故障谐波特征；然后将优化过的变分模态分解算法去解析故障谐波，分解出不同的IMF分量；最后通过离散小波算法进一步降噪和解析各个IMF分量，实现对故障谐波的检测和分析。通过算例表明，该模型对于不同的故障谐波检测，特别是突变含噪声故障谐波，分析精度高于传统单一识别算法，也高于一些新型智能算法。

关键词： 风力发电   并网稳定性   控制系统优化   电力电子技术  

摘要： 在风力发电领域,随着装机容量的不断增加,风力发电系统并网稳定性问题日益凸显。为了有效提升风力发电系统并网运行的稳定性,本文深入分析了当前风力发电并网过程中存在的典型问题及其影响机理。在此基础上,进一步提出了针对性的提升策略和技术改进方案。通过实验验证,在不同工况下,所提出的优化方案均能够显著降低功率波动率,提高故障穿越能力,并增加系统阻尼比,从而有效增强了风力发电系统并网运行的动态稳定性和鲁棒性。本研究表明,通过系统化的技术改进,对于保障大规模风电并网的稳定运行具有重要意义,有助于推动风力发电行业的持续健康发展。

摘要： 智能电网监控管理是电力系统现代化的重要组成部分，其核心在于通过实时、精确的数据采集和分析，掌握电网的运行状态，从而及时发现并处理潜在的故障问题。为了实现这一目标，智能电网需要依赖高精度监测设备（如传感器和摄像头）及先进的数据处理技术。本文将从传统电网监测技术概述入手，分析智能电网与传统电网状态监测方面的差异，并提出高精度传感器在智能电网状态监测中的优化途径，以供相关人士参考。一、电网监测技术现状随着电网规模的扩大和技术复杂性的增加，输电能力和电压等级的提高带来了电能传输效率的提升，但同时也增加了电网设备的成本和运行风险，如何预防并减少突发事件带来的损失已成为一个突出并亟待解决的问题。

关键词： 永磁同步电机   再制造   生命周期评价  

摘要： 本文以某品牌新能源汽车永磁同步电机为研究对象，基于生命周期评价（Life Cycle Assessment,LCA）理论，运用GaBi软件对原始制造与再制造两种模式下的电机全生命周期各阶段资源消耗、能源消耗及污染排放进行比较分析。结果显示：再制造电机在以上3个方面均展现出了明显优势。研究结果不仅为电机的绿色制造提供了理论依据，也为推动新能源汽车产业的可持续发展提供了实践指导。