论文部分内容阅读
随着高速铁路的快速发展,定位器脱落已成惯性故障,给运行安全带来极大隐患.本文分析了定位线夹、定位器结构参数及匹配关系,分析定位器脱落原因,提出利用1C检测波形和4C图片对定位器进行受力分析的方法,并制定定位器脱落的预防措施.
高速铁路接触网定位器脱落原因分析及解决措施
【摘 要】
：
随着高速铁路的快速发展,定位器脱落已成惯性故障,给运行安全带来极大隐患.本文分析了定位线夹、定位器结构参数及匹配关系,分析定位器脱落原因,提出利用1C检测波形和4C图片对定位器进行受力分析的方法,并制定定位器脱落的预防措施.
【机 构】
：
中国铁路成都局集团有限公司成都供电段
【出 处】
：
电气化铁道
【发表日期】
：
2022年2期
其他文献
电力系统备用留取问题一直较为关键.新时期电力系统不确定因素多样,本文考虑极端天气、气网可靠性、区外电源及联络线停运概率、机组停运率、风电预测误差等多重威胁能源安全的不确定性因素下,针对备用优化配置问题及备用留取标准问题,提出考虑极端天气因素的元件故障概率修正方法,并提出与极端天气概率相关的备用留取标准曲线及其获取方法,在优化备用配置方案基础上,形成备用需求所能应对的最大极端天气概率曲线,作为极端天气下备用留取标准以供调度参考.算例中分别给出了联络线故障概率、风电预测误差增加时备用留取标准的降低,且在不同备
针对短期电力负荷预测目前存在的难点与问题,提出了一种基于麻雀搜索优化的注意力门控循环单元预测方法.首先,应用注意力机制对输入序列进行权重分配;然后,输入门控循环单元组合网络对内部特征进行学习,并输出预测时间负荷值;最后,使用麻雀搜索算法对网络超参数进行组合优化,以验证集损失最小为目标函数获取最优化网络结构超参数.该方法实现了原始输入序列结构权重分配与组合网络超参数的最优化.算例分析表明,所提方法比传统预测模型精确度更高.
结合高铁接触网建设工程及运营实践,总结分析德国、法国、日本3种模式的高铁接触网定位装置应用中存在的参数不统一、安装形式多样、零件规格种类繁多、个别零部件服役性能不高等现状,以定位支座和定位器为研究对象,从结构、材料、工艺及定位器与定位底座连接方式等方面进行了优化创新,形成了能够满足各种使用要求、具有自主知识产权的中国标准高速铁路接触网定位装置.
针对在孤岛状态下独立运行的光储直流微电网,提出了一种基于一致性算法的改进下垂控制策略.在二次控制中采用了一种事件触发控制下的分布式平均一致性算法,使直流微电网内各单元之间只需在满足事件触发机制时与邻居单元通信,即可完成二次电压恢复和功率均分控制.系统通过该策略可协调功率分配和维持母线电压稳定,在保证控制性能的同时有效减少了通信次数,降低了对通信的需求.最后,通过仿真实验与分析验证了所提控制策略的有效性和可行性.
针对多端柔性直流电网易发生直流侧线路故障的问题,提出一种基于电流暂态量的故障辨识方法.简化故障等效电路,计算得出区内故障时的电流波动幅值远大于区外;分析比较正向、反向故障瞬间限流电抗器的压降值,构成兼有方向性的故障线路判断;利用解耦矩阵解耦电流来消除极间电流耦合特性的影响,计算正负极电流突变总量的比值实现故障极的判别.在PSCAD/EMTDC平台搭建张北四端柔性直流电网模型,确定实验参数和整定值的选取方法,结合大量算例证明,所提辨识方法在不同故障情况下都有灵敏准确的故障辨识性能.
为解决大规模风电并网后传统调度策略易致线路长时间重载运行问题,提出含运行协调性的多目标优化模型及采用含动态搜索空间的混沌多目标差分进化算法求解.对多目标差分进化算法与搜索空间的动态更新机制进行有机结合,将随机生成算法的初始种群改为采用改进Tent映射的混沌化初始种群来提高算法的寻优精度.IEEE 30节点算例结果表明,所提优化算法可提高帕累托前沿的收敛性与均匀性,所提优化模型可将调度运行和预想故障下满载、超载支路的负载率降低至安全运行范围内,满载支路的负载率由100％降低至65％以下,预想故障中超载支路的
固体电蓄热技术能够将富余的低谷电转化为热能,对电网的深度调峰、弃风电量的利用及环境保护等方面具有十分重要的意义.在综述国内外固体电蓄热技术研究现状的基础上,从系统形式、固体蓄热材料、蓄热装置的结构和蓄/释热性能、运行方式和控制策略、经济性分析等方面介绍了固体电蓄热技术的研究进展,接着总结了国内外典型固体电蓄热装置的应用,最后结合固体电蓄热技术的发展要求,提出了相应的展望,为今后的研究和应用提供参考.
针对频发的极端灾害造成的大规模停电事故,提出了一种计及需求响应的配电网韧性提升技术.梳理配电网韧性基本概念并提出负荷恢复率、分布式能源(distributed generation,DG)利用率两种综合韧性指标,量化评估配电网韧性.建立激励型需求响应节点模型及配电网孤岛韧性模型,针对配电网中DG出力波动性大的特点,提出一种基于需求响应的3阶段配电网韧性提升策略.考虑遭遇极端自然灾害配电网失去主网供电的情形,首先形成初始孤岛,其次利用需求响应技术扩大孤岛范围,最后进行孤岛的动态状态更新.通过IEEE改进33
现有超短期负荷预测研究较少考虑到多变量时序数据的特征选择,以及不同输入序列步长对负荷预测的影响程度.针对以上两点,首先通过基于轻量型梯度提升机的嵌入式特征选择算法筛选出影响负荷预测的关键特征,组成优选特征集合.然后,提出一种基于Luong注意力机制的序列到序列门控循环神经网络超短期负荷预测模型,序列到序列门控循环神经网络模型基于编码-解码结构,其输入序列和输出序列都是可变长度的,通过引入Luong注意力机制,突出对负荷预测起到关键影响作用的输入步长信息.算例表明,所提特征选择算法可以有效选择最优特征集合,
针对传统电力负荷预测算法的训练速度慢、预测准确度不高等问题,提出了一种并行的基于深度信念网络的电力负荷预测方法.该方法基于并行计算框架和深度信念网络,对历史电力负荷和天气信息数据进行并行训练并预测负荷值.实验结果表明,该方法预测的电力负荷值与实际值之间的平均误差较低,预测精度高于传统方法,有效减少了算法训练和预测的耗时,可适应大规模电力数据场景下的预测需求.