【摘 要】
:
随着分布式电源(Distributed Generation,DG)接入容量的日益增长,配电网在运行安全与供电稳定等方面面临着巨大挑战。DG接入配电网后,系统由原本简单的单一供电网络向复杂的多电源供电网络转变,发生短路故障时电流方向难以确定,且DG以不同容量、数量、位置及类型等各种条件接入对配电网的影响各不相同,所以原有的适用于传统配电网的保护方案不能满足含DG接入的配电网保护要求。针对上述问题,
论文部分内容阅读
随着分布式电源(Distributed Generation,DG)接入容量的日益增长,配电网在运行安全与供电稳定等方面面临着巨大挑战。DG接入配电网后,系统由原本简单的单一供电网络向复杂的多电源供电网络转变,发生短路故障时电流方向难以确定,且DG以不同容量、数量、位置及类型等各种条件接入对配电网的影响各不相同,所以原有的适用于传统配电网的保护方案不能满足含DG接入的配电网保护要求。针对上述问题,本文主要研究工作如下:基于光伏电池的外部特性,建立DG等效电路数学模型,分析伏安特性及功率-电压输出特性,并通过扰动观测法实现最大功率点追踪;然后分别以三相逆变模块、外环控制模块与内环控制模块为重点探讨DG在正常运行时的并网控制流程,最后分析配电网故障时DG的控制方式。针对含单个DG接入的双馈线配电网,分析当线路不同区段发生故障时,DG分别接入配电网馈线末端母线、非末端母线与首段母线,对电流保护的影响;在此基础上,以两个DG接入为例分析不同接入容量及不同位置发生短路故障对配电网电流保护的影响;最后通过在PSCAD上建立了仿真模型,将故障发生位置分为DG接入点上游、下游及相邻线路,验证配电网在不同区域发生故障时DG不同接入位置与容量对配电网电流保护造成影响理论分析的准确性。针对已有的适用于不含DG接入的传统配电网自适应电流速断保护方法,分析在DG接入后使用已有方法整定动作电流的不足及存在的问题,提出一种考虑多个DG接入的自适应电流速断保护改进方法,该方法可以根据不同短路故障发生位置及故障类型实时调整保护动作电流整定值,最后通过PSCAD建立仿真模型验证所提整定方法的有效性。
其他文献
行人检索的目的是在行人视频或图像中筛选出带有特定属性的行人。由于深度学习的迅猛发展,行人检索算法在过去的十年间取得了重大突破。基于深度学习的行人检索算法在刑侦破案、智能监控等领域中得到了广泛的应用。本文立足于深度学习在行人检索算法中的研究,主要工作如下:(1)提出了一种基于异构模型的Mutual Mean Teaching算法用于无监督行人重识别。针对Mutual Mean Teaching算法的
非正交多址接入技术允许多个用户同时共享一个频谱资源,显著提高了频谱效率,为下一代移动通信技术提供了技术支撑,成为了当下通信领域的研究热点。在非正交多址接入技术中,多个用户可以复用在同一个频段上,但是由于接收机的解码能力有限,不可能将所有的用户同时复用,所以会将全部用户分组,组内用户使用非正交多址接入技术,组间采用正交多址的方式以降低系统复杂度。因此非正交多址接入技术中,如何进行用户配对问题成为了研
随着生产装备过程的日益复杂,单体的非线性系统模型已经不能满足现代工业生产的建模需求。互联非线性系统由于能够描述复杂的工业生产过程,已经引起了许多学者的关注。互联非线性系统由若干个相互连接的子非线性系统构成,具有耦合和不确定性等特点。在互联非线性系统中,时滞或执行器故障对子系统稳定性造成的影响会通过相互作用传递给其他子系统。因此,研究互联非线性系统在出现时滞和执行器故障情况下的控制策略具有重要意义。
我国正处在大发展大变革大调整时期,国际形势错综复杂,国内改革任务任重而道远,国际人才竞争日趋白热化,世界各国都意识到人才在国际竞争中的重要性,人才是一个国家综合实力提升的重要保障。我国历来重视对于人才的培养,改革开放以来,我国经济社会对人才的渴求日益增长,1978年十一届三中全会之后,中央便将“尊重知识、尊重人才”确立为我国的国策;2007年将人才强国战略作为发展中国特色社会主义的三大基本战略之一
随着科技的进步和智慧城市的发展,人们对公共安全的需求不断提高,海量视频监控系统已经广泛部署在机场、社区、街道、商场等公共场所,如何高效智能化地分析拍摄的海量视频及图像数据从而实现安防监控与刑事侦查,成为当下研究热点。作为智能视频监控系统中的一种前沿技术,行人重识别受到了学者们的青睐,其主要任务是匹配多摄像头下的同一目标行人。近年来,随着深度学习技术的不断发展,行人重识别领域出现了大量的研究成果。然
伴随着城市道路的交通压力和人们对高科技生活的追求,智能驾驶系统一直是重要的研究内容,作为该领域的重要分支之一,交通标志检测技术的研究也同等重要。现如今的交通标志检测主要面临着检测对象目标小、检测场景复杂、实时性检测差等挑战。对于这些问题,本文选择以卷积神经网络为工具来进行研究。为提高特征的学习能力,本文以基础的检测网络为框架,并加强特征提取的深度,通过不同尺度特征融合和多级预测来提高特征的利用率。
随着计算机技术的发展与人工智能应用领域的不断扩大,手势识别在人机交互中变得越来越重要。无线通信技术的发展以及Wi-Fi设备的广泛使用,使得基于Wi-Fi信号的手势识别成为研究的热点。本文针对传统的基于Wi-Fi信号的手势识别存在的特征不明显、提取高层次特征难度大等问题,提出基于信道状态信息(CSI)和轻量级深度网络的手势识别方法。主要研究内容如下:首先,针对传统基于机器学习的手势分类方法中人工设计
近年来,锡基钙钛矿材料由于具有良好的光电性质,如接近S-Q极限的理想带隙、高载流子的迁移率和低激子的复合能,在无铅钙钛矿太阳能电池中备受关注。短短数年间,锡基钙钛矿太阳能电池(TPSCs)性能取得了日新月异的发展,目前官方最高认证的光电转换效率可达14.8%(认证14.03%),但与铅基钙钛矿太阳能电池相比,其效率和稳定性仍然偏低,主要原因锡基钙钛矿结晶不可控会产生较多孔洞,导致成膜质量不佳,此外
本文针对线性Lamb波对微损伤、早期疲劳等损伤形式敏感性较低的问题,开展了非线性Lamb产生、传播机理分析,同时针对实验系统搭建、传感器网络优化、非线性信号信号分析处理方法等内容展开研究,实现了利用Duffing混沌振子检测微弱二次谐波信号,同时基于最大Lyapunov指数提出了新的损伤指标σ,并以此完成了对微损伤的损伤程度、位置信息判断工作。这为基于非线性Lamb波结构健康监测技术提供了新的思路
随着信息与通信技术的高速发展,数据库在各个信息领域中有着越来越广泛的应用,而数据库的分发使用是最为常见的应用场景,保证其过程间的数据安全更是重中之重。因此,数据库数字指纹技术应运而生。为了在给定的数据库及特定的使用场景下选取性能更高的数据库数字指纹,同时完善数据库数字指纹理论体系,对数据库数字指纹综合评价进行研究具有强烈的现实意义。当前数据库数字指纹综合评价过程中,主要存在以下问题:缺乏统一全面的