期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于实测数据的直驱风电机组谐波特性分析及建模方法
1
作者 张磊 孙媛媛 +3 位作者 李亚辉 张帆 刘洋 李立生 《电力系统自动化》 北大核心 2025年第3期82-92,共11页
随着新型电力系统的发展,以风力发电为代表的新能源被广泛使用,受电力电子器件开关特性的影响,风电机组并网时不可避免地产生谐波,在大规模并网时,风电集群设备间的交互影响进一步加剧谐波问题。为此,提出了一种基于实测数据的风电机组... 随着新型电力系统的发展,以风力发电为代表的新能源被广泛使用,受电力电子器件开关特性的影响,风电机组并网时不可避免地产生谐波,在大规模并网时,风电集群设备间的交互影响进一步加剧谐波问题。为此,提出了一种基于实测数据的风电机组谐波特性建模方法,用于分析实际工程中风电机组的谐波特性。首先,明确了不同频次谐波特性的关键影响因素,提出了风电机组的谐波特性分析模型,简化了风电机组谐波建模的整体过程。其次,结合实际风电集群拓扑结构,建立了风电集群聚合谐波模型,明确了风电机组之间的谐波交互影响程度,量化了计及风电机组间耦合影响的单体与集群的关联关系。最后,通过实验分析了直驱风电机组的谐波特性,通过仿真验证了集群聚合谐波模型的准确性,提高了风电集群建模的准确度。 展开更多
关键词 新型电力系统 实测数据 直驱风电机组 谐波建模 风电集群
在线阅读 下载PDF
基于智能软开关的三相不平衡配电网动态重构策略 被引量:19
2
作者 吉兴全 连承宇 +3 位作者 张玉敏 翟鹤峰 张帆 张学清 《智慧电力》 北大核心 2023年第5期111-118,共8页
针对单相分布式电源(DG)的接入会加剧配电网不平衡程度、增大网络损耗,且在严重不平衡时影响系统安全运行的问题,提出计及智能软开关(SOP)的三相不平衡配电网动态重构策略。首先,构建考虑SOP和DG电流不平衡度约束的三相不平衡配电网动... 针对单相分布式电源(DG)的接入会加剧配电网不平衡程度、增大网络损耗,且在严重不平衡时影响系统安全运行的问题,提出计及智能软开关(SOP)的三相不平衡配电网动态重构策略。首先,构建考虑SOP和DG电流不平衡度约束的三相不平衡配电网动态重构模型;然后,针对模型的非凸性将原模型转化为混合整数线性规划模型;最后,对改进的IEEE34节点配电网和某地78节点实际配电网进行算例分析,结果表明所提模型和策略可在保证配电网的安全运行的同时提升配电网的经济效益。 展开更多
关键词 智能软开关 DG电流不平衡度 三相不平衡 配网动态重构 混合整数线性规划
在线阅读 下载PDF
基于改进YOLOv7的光伏组件红外图像热斑目标检测方法 被引量:8
3
作者 郎庆凯 高方玉 +2 位作者 吴琼 姚勇 王道累 《计算机应用》 CSCD 北大核心 2023年第S02期191-195,共5页
太阳能是新能源领域的一个重要方向。热斑效应是光伏组件发生故障的主要原因之一,如何快速、准确地检测出光伏组件的热斑区域是目前的研究重点。针对光伏组件热斑红外图像数据集稀少、检测热斑时算法特征提取不充分以及定位不准确等问题... 太阳能是新能源领域的一个重要方向。热斑效应是光伏组件发生故障的主要原因之一,如何快速、准确地检测出光伏组件的热斑区域是目前的研究重点。针对光伏组件热斑红外图像数据集稀少、检测热斑时算法特征提取不充分以及定位不准确等问题,提出一种基于改进YOLOv7的光伏组件红外图像热斑目标检测方法。首先采用网格掩码和图像弹性变形的混合数据增强方式对现有的少量热斑数据集进行数据的有效扩充;同时在算法中加入注意力机制,使提取特征过程中可以进行跨维度信息交互来获取热斑图像的关键权重。相较于YOLOv7算法,改进后算法的检测精度(AP50)由原本的97.11%提升至98.12%,并且推理速度在GPU为RTX 4000的设备上达到31.4 frame/s。实验结果表明,所提方法提升了光伏组件热斑的检测精度与推理速度,能够基本满足光伏电场的实际应用需求。 展开更多
关键词 目标检测 YOLOv7 热斑 数据增强 注意力机制
在线阅读 下载PDF
隧道环境下基于深度学习的轻量级安全帽检测方法 被引量:4
4
作者 高方玉 解玉文 +1 位作者 张正刚 王道累 《现代电子技术》 2023年第14期147-151,共5页
隧道施工现场人员不按规定佩戴安全帽是事故发生的主要原因之一,使用安全帽检测算法能有效监督作业平台上所有人员安全帽佩戴的情况,及时作出风险预警,降低安全事故发生的可能。然而,工业上常用的安全帽检测算法计算复杂度较高,很难适... 隧道施工现场人员不按规定佩戴安全帽是事故发生的主要原因之一,使用安全帽检测算法能有效监督作业平台上所有人员安全帽佩戴的情况,及时作出风险预警,降低安全事故发生的可能。然而,工业上常用的安全帽检测算法计算复杂度较高,很难适用于隧道环境中的嵌入式移动设备,已有轻量级算法又很难在隧道光线差、背景复杂的条件下保持检测精确度。针对上述问题,文中提出一种基于改进YOLO_v3的轻量级安全帽检测算法,构建运算量较低的卷积模块LW_Conv,并以此改造主干网和特征金字塔。实验结果表明,改进算法的FLOPs约为YOLO_v3的10%,平均正确率(AP)比Tiny_YOLOv3高2%。 展开更多
关键词 安全帽检测 轻量化卷积模块LW_Conv 隧道环境 改进YOLO_v3算法 深度学习 目标检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部