关键词： 风力发电   机组工程   吊装技术   安全控制  

摘要： 吊装大型风力发电机组施工难度系数大,安全风险级别高。论文以江西伟恒泥洋山50 MW风力发电场项目风机吊装施工任务为例,分析了吊装设备站位、地基处理、安装风力发电机组组件和吊装叶片等施工内容,详细介绍了风力发电机组吊装技术。实践证明,该施工技术取得了良好的效果,保证了施工质量和施工安全。

关键词： 智能电网   电网调度   信息爆炸   高效能源供应  

摘要： 在当今这个信息爆炸的时代,电力系统就像我们生活中的血液,为城市的每一个角落输送着能量。智能电网作为电力系统的大脑,正逐渐成为我们社会运转的新引擎。它不仅承载着我们对高效、稳定能源供应的期望,更是推动经济发展和工业生产的关键力量。然而,电网调度的智能化就像驾驶一辆高速列车,需要精准的控制和前瞻性的规划,以确保每一度电都能以最经济、最环保的方式送达目的地。让我们一起揭开智能电网的神秘面纱,探索电网调度如何通过智能化技术,实现更高效、更可靠的能源管理,让我们的生活更加便捷,环境更加绿色。

关键词： 海上风电   集中润滑   单线式   代改造  

摘要： 本文以某海上风电运维项目为例,对海上风电机组集中润滑系统形式结构原理和关键技术进行了研究。采用单线式集中润滑方式实现自动化、集中化、远程报警与控制,对现有风电机组主要部件起到有效润滑保护作用,实现了有效提升关键部件使用寿命、提高机组可利用率,为后续机组技术改造提供参考。

关键词： 智能电网   网络安全   异常检测   网络攻击   区块链   管控措施  

摘要： 智能电网中由于各种智能设备与互联网连接,使其容易受到网络攻击的威胁。以智能电表、智能微电网和智能逆变器为例,对相应的安全风险和管控措施进行了研究分析。智能电表可能受到拒绝服务攻击和恶意软件攻击,威胁电量传输和数据隐私;智能微电网可能受到虚假数据注入攻击和分布式拒绝服务攻击,显著影响其功率和电压稳定性;智能逆变器可能受到欺骗攻击和勒索软件攻击,危害其正常使用功能。为了解决这些风险,提出了采用异常检测、二进制数据可视化、差分隐私技术、UIO观测器、KL散度、身份验证系统以及区块链技术等策略,这些措施可检测网络攻击、识别恶意软件、保护数据隐私、确保授权访问,增强了智能电网的安全性。

关键词： 中车山东风电公司   风电机组   大功率  

摘要： 6月28日,由中车山东风电公司自主研发、专为西北地区打造的首台套大功率风力发电机组在中车白银新能源装备产业园成功下线并实现量产,标志着中车在白银的新能源产业布局取得重要突破,也为白银市乃至甘肃省新能源产业发展注入强劲动能。

关键词： LCL型逆变器   改进重复控制   分数阶自抗扰控制   电流谐波抑制  

摘要： 三相LCL型逆变器具有高频抑制明显和体积较小的优点,但LCL型滤波器固有谐振峰易导致系统不稳定.本文设计了基于分数阶线性扩张状态观测器(FOLESO)的分数阶自抗扰控制(FOLADRC)策略,利用FOLESO的扰动补偿特性有效地抑制了系统的谐振峰.在此基础上,引入了具有无相移低通滤波器和降阶型频率自适应相位滞后环节的改进重复控制(RC)策略,进一步提高系统对周期性电流谐波抑制能力.本文还给出了改进重复控制–分数阶自抗扰控制(RCFOLADRC)策略的详细设计过程、参数选择方法和相关性能分析.仿真和实验结果表明,所提出RC-FOLADRC在保证电流跟踪性能的基础上,对电网阻抗变化、LCL滤波器参数变化和电网频率波动有很强的鲁棒性,能够有效地应用于LCL型逆变器并获得较为理想的并网电流.

关键词： 混合高压直流   边界特性   暂态电压   单端保护  

摘要： 混合高压直流输电距离远,走廊环境复杂,故障率高,直流线路故障演变迅速,故障电流易造成功率器件不可逆损坏,需要快速可靠的线路保护隔离故障线路,进而提高混合直流输电系统的安全性和可靠性。本文提出了一种基于边界特性的暂态电压比的混合高压直流输电线路单端保护方法,首先分析了混合直流输电系统区内、外故障特性,然后利用暂态电压比判别区内外故障,利用暂态电压比实现故障选极。最后,通过大量仿真验证表明,该保护方法能快速可靠识别区内外故障并具备准确的故障选极能力,无需数据通讯同步,具有较好的耐过渡电阻能力和抗干扰能力。

关键词： 电网安全   隐患消除   超高压公司   可靠供应  

摘要： 6月的骄阳炙烤着大地,大同地区气温持续攀升至30摄氏度,阵阵热浪扑面袭来。在地处广灵县境内的500千伏大房三线上,几名“全副武装”的身影正沿着绝缘子串缓慢接近带电导线,金属导线在阳光的照射下泛出刺眼的白光。这是超高压公司大同运维分部输电专业检修班在实施带电处缺作业,全力确保度夏期间电力可靠供应。

关键词： 粒子群算法   深度置信网络   风力发电机   故障检测  

摘要： 针对风电机组运行环境复杂、传统故障检测方法效率低等问题,提出一种用于风力发电机故障检测的IPSO-DBN模型。通过引入分组交叉变异策略和动态惯性权重调整机制,优化粒子群算法的全局搜索能力,进而实现对动态贝叶斯网络结构和超参数(隐含层节点数、学习率、迭代次数)的智能寻优。利用经归一化处理的多维度监测数据,构建具有时空特征提取能力的动态贝叶斯网络,并以重构误差阈值构建三级预警机制。实验结果表明,IPSO-DBN模型在100次迭代就趋于稳定,平均绝对百分比误差为4.96%,预测准确率为99.17%,故障检测准确率达99.21%,计算机资源占用率降低至29.54%。由此可见,研究所提方法能准确检测风电发电机故障,为风电机组状态监测提供了高精度、低耗能的智能解决方案。

关键词： 边-云协同   电能质量扰动   双相Lissajous轨迹   轻量级卷积神经网络   图像识别  

摘要： 随着分布式源荷渗透率的提高,传感器监测数据呈海量增长,电网运维服务对于电能质量数据分析提出了快速响应需求。为实现快速响应和高精度的电能质量扰动(power quality disturbances,PQDs)辨识服务,该文提出一种基于图像分析的PQDs边-云协同辨识框架。借助图像分析领域最新进展,提出双相Lissajous轨迹(double-phase Lissajous locus,DPLL)概念,将PQDs信号转换成具有特殊形状的轨迹图像。在边缘和云部署相同结构的轻量级卷积神经网络(convolutional neural network,CNN),分别执行快速响应和训练任务。通过边-云共享模型权重,该框架能够实现快速、高精度的PQDs辨识。为持续提升模型性能,设计一个深层CNN部署至云端进行数据标记以辅助模型更新。实验结果表明,该框架能够提供精度更高的PQDs辨识,且满足工程实际中的实时响应需求。