功率器件切换特性对变频空调电磁干扰的影响

来源 :电工技术 | 被引量 : 0次 | 上传用户:along14702
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
变频空调采用电力电子变换器驱动电机,其产生的电磁干扰近年来受到关注.首先构建了变频空调系统EMI模型,在此基础上通过仿真和实验,重点研究了IGBT开关切换频率、开关切换速率和PWM调制方式对变频空调系统EMI的影响.
其他文献
目前国内外普遍采用不停电作业手段来提高供电可靠性、减少用户停电时间、提高劳动效率.如何在有限资源的情况下确定不停电作业的优先级,是当下不停电作业次数呈爆发式增长面临的关键问题.在构建用户停电损失模型的基础上,采用问卷调查的手段,针对不同种类的用户开展调研,利用Tobit模型截断思想,对其进行预处理,再从定性分析与定量计算两方面进行深入分析,拟合出停电损失一般函数公式.利用停电损失一般函数公式,可评估计划工单中的用户停电损失,再结合用户重要等级情况,即可确定不停电作业的优先级.
针对微电网内源荷两端匹配性较差的问题,本文以含径流式小水电的水风互补微电网为研究对象,提出了一种考虑需求响应的优化配置方法.在负荷端,构建了一种动态分时电价机制,对峰谷时段进行了动态划分,在引入替代弹性的基础上,以负荷与可再生能源发电差值累计和最小为优化目标,同时考虑用户参与需求响应的满意度,对动态分时电价中的峰谷电价进行寻优,计算需求响应后的负荷;在源端,考虑到水风之间的互补效应,提出了一种互补度评价指标,并在计及需求响应参与的基础上,建立了以年运营收益和水风互补度为目标函数的优化配置模型.采用改进粒子
配电网中光伏、风机设备出力随机波动以及负荷波动带来的电压波动、网损增加等问题,给配电网在线无功优化带来了挑战.本文采用一种无模型的深度确定性策略梯度(MADDP G)算法多智能体强化学习框架,采用集中训练、分散执行的方式解决无功优化问题.MADDP G算法将每一个智能体当作一个行动者(Actor),在离线训练过程中每个Actor可以借助一个评论家(Critic)进行训练.所提策略用深度神经网络拟合可投切电容器、有载调压变压器分接头以及分布式电源逆变器的动作函数,在和配电网环境交互过程中完成深度神经网络的训