-
题名基于红外热像技术的变电站瓷质劣化绝缘子识别
被引量：10
- 1
-
-
作者
夏展鹏
王凌云
杨剑
邱立
-
机构
三峡大学电气与新能源学院
-
出处
《广东电力》
2020年第4期105-111,共7页
-
基金
国家自然科学基金项目(51877122)
三峡大学学位论文培优基金项目(2019SSPY059)。
-
文摘
瓷质绝缘子串长时间运行后会出现绝缘劣化、绝缘击穿和闪络放电等缺陷,为电网带来重大的安全隐患,检测瓷质绝缘子运行状态至关重要,为此提出基于红外热像技术对变电站瓷质劣化绝缘子识别方法。首先建立瓷质绝缘子串等效电路模型和电网络方程,通过仿真计算得出绝缘子串电压分布;建立电热转换模型,并在某220 kV变电站开展绝缘子串红外测温,通过高压试验验证红外热像准确表征绝缘子串的运行情况。理论与实际应用结果验证了该方法的有效性与实用性。
-
关键词
等效电路模型
电网络方程
红外热像
电热转换模型
劣化绝缘子
-
Keywords
equivalent circuit model
electric network equation
infrared thermography
electrothermal conversion model
degraded insulators
-
分类号
TM216.1
[一般工业技术—材料科学与工程]
-
-
题名基于融合模型的风电场输出功率短期预测方法
被引量：1
- 2
-
-
作者
王凌云
夏展鹏
许弘雷
周璇卿
-
机构
三峡大学电气与新能源学院
华中科技大学能源与动力工程学院
-
出处
《电源技术》
CAS
CSCD
北大核心
2015年第10期2259-2262,共4页
-
基金
国家自然科学基金(51407104)
湖北省教育厅自然科学研究项目(Q20121305)
+1 种基金
国家"863"计划课题(2012AA050207)
湖北国智恒三大电力科技有限公司研究生科研创新基金(HBGZH-201211)
-
文摘
风电场功率短期预测对并网风力发电系统的运行有着重要意义,在考虑风速、温度、海拔等影响风电功率的主要因素的基础上,为提高风电场短期输出功率的预测精度,提出基于风速与风电功率的融合预测模型。首先针对风电功率的直接预测,采用自回归时间序列和广义回归神经网络的组合模型来预测;然后再利用该组合模型预测风速,根据风速与风电功率的关系间接求出预测的风电功率;最后将前两种组合预测模型进行再次组合,得到融合预测模型。以吉林洮北风电场的短期功率预测为例,运用Matlab软件编程实现本文所提出的算法,验证模型的准确性与可行性,得到融合预测模型的预测相对误差为7.156%,可有效提高大型风电场输出功率的预测精度。
-
关键词
风速预测
功率预测
自回归时间序列
广义回归神经网络
融合预测模型
-
Keywords
wind speed prediction
power prediction
autoregressive time series
generalized regression neural network
fusion prediction model
-
分类号
TM614
[电气工程—电力系统及自动化]
-
