【摘 要】
：
近年来,光伏发电凭借其无污染,无枯竭的优点开始受到国内外的广泛关注。其中非隔离型光伏逆变器因不含变压器结构,具有体积小、重量轻和效率高的优点,但是,无隔离变压器的逆变系统缺少电气隔离,就存在着大量的漏电流,漏电流过高会存在电磁干扰问题,影响系统的性能。因此,如何抑制非隔离型光伏逆变器的漏电流就成为了当前研究的一个热点问题。针对这一问题,本文首先提出了一种用于漏电流抑制的改进型H7逆变器拓扑来抑制无
论文部分内容阅读
近年来,光伏发电凭借其无污染,无枯竭的优点开始受到国内外的广泛关注。其中非隔离型光伏逆变器因不含变压器结构,具有体积小、重量轻和效率高的优点,但是,无隔离变压器的逆变系统缺少电气隔离,就存在着大量的漏电流,漏电流过高会存在电磁干扰问题,影响系统的性能。因此,如何抑制非隔离型光伏逆变器的漏电流就成为了当前研究的一个热点问题。针对这一问题,本文首先提出了一种用于漏电流抑制的改进型H7逆变器拓扑来抑制无变压器光伏发电系统中的漏电流。该拓扑在H7型逆变器拓扑的基础上,增加了一个箝位电路,构造出了一种改进型H7逆变器的拓扑。箝位电路由三个容值相等的分压电容和三个箝位开关管构成,其中分压电容将直流输入侧电压UPV分成了四个电位点,分别是0、UPV/3、2UPV/3和UPV,两个箝位开关管接在2UPV/3电位点和上桥臂开关管漏极公共点之间,一个箝位开关管接在UPV/3电位点和上桥臂开关管漏极公共点之间,使得逆变器在整个逆变期间,共模电压可以被箝位在UPV/3或2UPV/3上,此外,该箝位电路还可以实现逆变器的共模电压在续流状态内保持稳定。然后根据箝位开关管导通方式的不同,提出一种共模电压高频控制方案,就是指在续流状态时的共模电压与该状态的前一状态的共模电压不保持一致,共模电压的频率是开关频率的三倍,在保证箝位点的电压为UPV/3或2UPV/3的基础上,增加了共模电压的频率,对应的增加了电路的共模回路阻抗,系统的共模特性得到了优化,漏电流的抑制效果更好。最后根据逆变器的技术指标,设计了主电路和控制电路的相关参数。本文先通过saber的仿真结果,证实了理论分析的正确性和设计方案的可行性,后搭建了一台每相输出200W的原理样机,通过对比分析H7型逆变器和改进型H7逆变器的相关实验波形,证实了改进型H7逆变器确实比H7型逆变器具有更好的漏电流抑制效果,也验证了本文设计方案的正确性。
其他文献
如今机器学习模型的性能已经达到了较高水平,模型数据的隐私安全问题也逐渐被人们所重视。针对机器学习模型发起的攻击能有效窃取模型的敏感信息,成员推理攻击就是其中的典型。攻击者发动成员推理攻击判断特定样本是否位于目标模型的训练集中,对模型训练数据的隐私安全造成严重威胁。成员隐私保护方法通过改变模型输出结果中所包含的敏感信息,降低了成员隐私信息泄露风险,但同时也不可避免地损耗了模型的可用性。现有的成员隐私
本文主要针对高密度狭小空间的电子设备装配场景所存在的问题,使用AR增强现实技术对传统装配所存在的困难进行了辅助和改善。本文使用微软全息眼镜Holo Lens2作为AR显示设备,在Unity3D引擎中开发了一个装配系统,该系统实现了三个场景:第一个场景基于计算机虚拟化的技术特征,实现了一个虚拟装配场景,目的是用来代替实际装配前的装配训练;在Unity中导入3D模型并进行装配模型设计,并为不同模块的模
传统电子病历管理方式依赖于中心服务器,电子病历由中心服务器集中管理,这种管理方式交互方便易于管理,但基于服务器的传统电子病历管理系统架构受制于传统信任模式,医生等高权限用户的操作缺乏可审计性,无法真正建立用户可信任的电子病历操作的监管机制。区块链技术作为一种去中心化的信任管理机制,具有安全可靠和去中心化等特点,为去中心化的电子病历可信管理提供了思路。根据国家卫生健康委员会规定电子病历的所有权归患者
随着大数据时代的到来,各种形式的数据呈现爆炸式增长的趋势。文本数据作为信息的主要记录载体,其中蕴含着丰富的知识资源,而关系抽取是组织非结构化文本数据的有效手段,近年来得到广泛的关注。远程监督假设的提出解决了传统有监督方法对数据集的依赖问题,但其过于肯定的假设忽略了人类语言多元化的特性,导致标注结果中存在大量的噪声数据。因此,本文致力于规避噪声数据对模型产生的不利影响,同时也在挖掘更细粒度的文本特征
随着人们生活方式和饮食习惯的改变,糖尿病的产生与流行形势出现了新的变化,全球糖尿病患者的数量和比例都在不断上升。糖尿病对身体健康潜在的威胁和人们对身体健康的逐步重视,使得传统的有创血糖检测方式已经不能够满足人们的需求,人们急需一种简单,快捷的无创血糖检测方法。在这样的需求下,本文设计了一种基于光电容积脉搏波（PPG）信号的无创血糖检测系统。首先,通过透射式的光电采集设备采集透射指尖后的红光与红外光
随着数据处理分析技术和运算性能的显著增强,深度学习的发展可谓是如日中天。同时深度学习技术也在各个安全攸关的应用领域中得到了更广泛的运用。在这些领域中,深度神经网络必须进行全面充分的测试以保障系统的鲁棒性。但是,由于神经网络结构的复杂性导致了针对深度神经网络的测试通常需要非常庞大的测试资源并且传统的软件测试方法并不适用于深度神经网络测试。模糊测试做为一种高效的漏洞挖掘技术,能够检测出待测系统的异常或
在物联网中存在着数量巨大且分布广泛的电子设备。如何实现使用环境中的机械能为这些电子设备供能,成为学术界和工业界的研究热点。近年来,出现的摩擦纳米发电机（Triboelectric Nanogenerator,TENG）对环境中的机械能收集展现出了巨大潜力,为物联网中的电子设备供能提供了新的研究方向。本文针对声学摩擦纳米发电机（A-TENG）及其在自驱动边缘传感应用开展了创新性研究。选取了全氟乙烯丙
当前,全球各国均面临化石能源趋于耗尽和生态环境逐渐恶化的双重问题,严重制约了人类社会的可持续发展。尤其对于世界上能源消耗大国的中国而言,受制于资源禀赋、消费习惯和技术依赖等因素,煤炭、石油、天然气等化石能源在一次能源消费结构中长期占主导作用。电能作为一种清洁且高效的能源,很多国家都广泛采用电能,各个国家也都纷纷指出促进经济可持续发展的就必须提升能源利用率,加快发展电力系统。因此为满足经济性与环保性
随着配电物联网泛在感知技术的提速发展,海量安全监测数据呈现出多源异构的特点,通过对多源异构安全监测数据进行聚合分析,可以获取安全监测数据的类别信息,有助于配电物联网安全态势的感知与处理。然而,如何对海量的多源异构安全监测数据进行有效的聚合分析并从中提取有用的信息,仍然是当前所面临的难题。本文聚焦于配电物联网多源异构安全监测数据的聚合模型与算法,基于对抗性领域自适应网络设计了一种对抗式的多源异构数据
动作捕捉技术在医疗、人机交互、影视等领域应用需求越来越广泛,基于惯性传感器的人体动作捕捉系统成为研究热点,但因人体的非标准几何体性,无法使得IMU真正沿着确定的肢体方向佩戴,因此对准技术成为关键技术之一。本文基于IMU展开对人体动作捕捉的研究,设计了一种基于多节点IMU的实时可视化的作捕捉系统,为适合不同人群提出了两种初始对准方案。论文主体分为三个部分:节点IMU数据处理、基于多节点IMU的人体动