基于物联网断路器和云平台的智能化低压配电系统

来源 :电工材料 | 被引量 : 0次 | 上传用户:wufj77
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
以传统低压断路器为基础,使用物联网和非常完善的一二次融合等相关技术,进而研发出一种智能断路器,并且搭配上云技术及云平台的使用和相关的多种应用系统,由此提出了智能低压配电系统,该系统为配电网提供了精准度更加优良的、设备更加完善的管理平台,以及在居民用户侧提供用电分析,对用户需求方的使用进行完善.
其他文献
目的 分析肝移植受者术后结直肠腺瘤性息肉(CAP)的发生情况及危险因素.方法 选取肝移植受者77例,并选取同期行结肠镜检查的体检者231例,分析结直肠息肉发生情况及病理检查结果.收集肝移植受者的临床资料,并根据CAP的发生情况,将肝移植受者分为CAP组(28例)和非CAP组(49例),分析肝移植术后发生CAP的危险因素.结果 肝移植受者和体检者结直肠息肉的5年累积发生率分别为43%和34%,CAP的5年累积发生率分别为29%和23%,差异均无统计学意义(均为P>0.05).肝移植受者中,除1例因息肉较多未
丝材电流加热设备是一种用于银基合金丝材在线退火的生产设备.本研究介绍一种基于西门子可编程逻辑控制器的新型在线加热稳定控制系统,它由人机交互界面、可编程逻辑控制器、丝材缺料检测装置、丝材速度检测装置、变频器、加热控制器、电压传感器、电流传感器、温度传感器、压力传感器等部件构成.此系统可实现丝材实时在线加热、实时速度检测、过程断丝检测、电压检测、电流检测、压力检测、故障报警等功能,同时通过对传感器反馈的信号进行处理和PID运算,经过PID运算后输出的控制信号对加热电流控制器、丝材拉拔速度控制器进行联动调控,实
在对变压器的精确建模中,铁磁材料特性的表示是一大关键点.J-A磁滞模型具有参数较少、物理意义清晰等优点,在研究中得到广泛应用.针对现有J-A模型参数辨识所使用的优化算法存在精度低、耗时久等问题,本文提出了一种基于改进秃鹰搜索算法,以实现对J-A磁滞模型参数的快速、精确辨识.该方法融合混沌映射、精英反向学习及自适应权重,能使算法具有很好的全局搜索能力与局部搜索能力,将待求值快速收敛于全局最优值.本文使用该算法对磁滞曲线的J-A磁滞模型参数进行辨识,然后基于所得到的参数对磁性材料的磁滞特性进行模拟,并将模拟结
在新能源和电动汽车高渗透率的电力系统发展背景下,本研究充分考虑新能源和电动汽车的经济性、智能性等指标,建立了一种综合能源配电网评价体系.针对传统层次分析法存在赋权单一、不客观的问题,首先采用3标度法和特征向量法、几何平均法、算术平均法归一化赋权的组合算法对主观性指标赋权;其次利用熵权法对模型中客观性指标赋权;最后得到整体评价模型中各指标赋权值,通过主、客观指标赋权优化,可有效提高对多能源配电系统运行状态评估的可靠性和客观性.通过某新型综合能源小区电网的算例计算,验证了所提评价体系和方法的可行性和有效性.
高温超导(HTS)带材的传输损耗是其交流损耗的主要组成部分之一,影响着其工作性能,已成为超导电机领域研究的重要内容.目前,针对HTS带材传输损耗的研究主要集中于kHz频率以下,而kHz以上频段传输损耗对电气参数的依赖规律有待明确.本文以应用于旋转电机领域的HTS带材为研究对象,建立了基于H公式的多层仿真模型,并对50 Hz至1 MHz频段范围内的交变电流传输损耗进行了研究,探究了频率、幅值对传输损耗影响的一般性规律.研究表明:在通入MHz频率以下的交变电流时,HTS带材传输损耗对电流幅值的依赖性小于对频率
为了构建全面的配电网故障停电后果评估体系,快速合理地评估配电网故障停电后果,提出一种基于层次分析法(AHP)-熵权法(EWM)和云模型的配电网故障停电后果评估方法,既兼顾了专家对指标的偏好,又减少了主观随意性.云模型则能够有效解决评估指标值的模糊性问题.最后以2020年某县级市配电网为算例,运用本方法对该配电网故障停电后果进行评估,找出关键的故障对象,验证了该方法的可行性和合理性.
针对电力负荷波动性和非线性因素导致的预测精度不高等系列问题,本文提出了一种通过变分模态分解和黏菌算法来优化核极限学习机的短期负荷预测模型.此模型用变分模态分解技术将原始负荷序列分解成不同特征频率的子序列,同时对每个子序列建立模型,预测模型采用变分模态分解和黏菌算法来优化核极限学习机,最后将各分量预测值组合得到最终的预测结果.该预测方法与其他模型相比有较好的预测结果.
本研究对触头材料常规正挤压工艺制备板带材过程进行了分析,确认了影响材料利用率的最大因素.根据过程分析,初步确认通过半连续挤压方式提高正挤压板带材利用率方案,后续通过生产试制,证明了半连续挤压方式可行,材料利用率可以到达95%以上.
对于电力系统稳定器(PSS)参数优化整定的问题,为了更好地寻找最优参数,本文将社会学习机制引入到粒子群优化算法中,将社会学习粒子群优化算法(SLPSO)应用于PSS参数的优化整定中,相比于传统优化算法,本文算法优化P SS参数具有更好的动态自适应性,同时不易陷入局部最优,能够较快地寻找到全局最优值.通过四机两区的仿真算例表明,本文方法解决了常规优化算法如粒子群优化算法优化P SS参数中存在的收敛性差、容易陷入局部最优、优化效果差等问题.通过将社会学习粒子群优化算法应用于P SS参数的寻优工作中,其P SS
为有效管控大停电风险,准确辨识诱发电力系统连锁故障的关键线路是非常有必要的.为此,本文基于社交网络影响力分析提出一种电力系统连锁故障的关键线路辨识方法.首先,采用连锁故障的样本数据,构建描述故障传播特性的社交网络;然后,建立连锁故障传播过程中的线路影响力量化方法,计及不同线路影响力的重叠性,通过最大化关键线路集合的故障传播影响,识别传播连锁故障的重要线路元件;最后,基于省级电网验证了所提方法的有效性.