消除电力谐波污染 确保电网运行安全

笔者从维护绿色电力环境、确保电网运行安全的角度出发 ,简述了抑制和消除电网谐波污染意义 ,着重介绍了一种新颖的用于消除电网谐波污染的装置 (有源电力滤波器 )的滤波原理和研究。这种滤波器与传统的LC无源滤波器的区别在于它采用了积极主动的滤波方式 ,将检测到的电网谐波电流经DSP(高速数字处理器 )运算处理后生成谐波补偿电流指令信号 (六路PWM驱动信号 ) ,然后 ,用此信号去驱动由 6只MOSFET管组成的三相逆变电路 ,逆变电路产生谐波补偿电流去抵消电网谐波电流 (谐波补偿电流与谐波电流大小相等、方向相反 )。理论研究和实验结果表明 :在电力系统中使用该装置可动态抑制和消除谐波电流 ,为维护电网运行安全和绿色电力环境提供了必要的技术保障。     

基于TMS320F240 DSP的电网谐波抑制全数字化控制的研究

为治理电力系统谐波污染 ,提高电力系统运行的安全稳定性 ,笔者对混合式并联有源电力滤波系统的结构和工作原理进行了分析和研究。该系统由无源滤波器和小容量有源滤波器串联构成 ,与被补偿的谐波负载并联连接。基于TMS32 0F2 4 0DSP开发套件 ,设计数字控制器主程序和中断服务子程序。实验结果表明 ,采用TMS32 0F2 4 0DSP编程方便并直观 ,运算精度高 ,控制器参数调整方便 ,易于实现各种控制策略。研究成果对DSP在有源电力滤波系统中的应用有重要参考价值。     

有源滤波器在港口起重设备上的应用

由于技术的进步和生产要求的提高．变频技术被越来越多的使用在包括港口起重机械在内的起重设备中。在提高整机性能的同时,大量谐波的出现也给起重设备的运行带来较大危害。本文针对某港口出现的谐波问题,采用了有源滤波器对谐波进行处理,取得了良好的效果,具有广阔的应用前景。     

采用TSF技术改善电力变压器运行的安全性

分析了无功功率和高次谐波对电力变压器的危害,介绍了晶闸管投切滤波器(TSF)装置的特点、结构原理．提出了TSF装置在工厂实际应用中的主电路结构,操作及控制方案。实践证明,TSF晶闸管投切滤波器装置起到了高效节能、优化电能质量的作用,保证了电网的安全运行。     

谐波对电力网安全运行的危害

电力网中的谐波问题已引起广泛的关注,这是由于随着现代工业技术的发展以及电力电子设备的广泛应用,电力网中非线形负荷(例如晶闸管换流设备、电弧炉、家用电器等)大量增加,供电电压的波形发生了严重的畸变(即电网中谐波含量急剧增加),影响了电力网和电气设备的安全和经济运行,并危及广大用户的正常用电和生产.     

压力脉冲波法复杂天然气管道堵塞检测实验研究*

为了解决复杂天然气管道堵塞定位难题,快速定位出堵塞位置,提出利用压力脉冲波法检测复杂管道堵塞。改造搭建长18.1 m、包含17个三通结构的压力波堵塞检测实验台,进行不同堵塞率以及气液混输管道的堵塞定位实验。结果表明:管道三通会引起频率范围为150~200 Hz的高频反射波,利用FFT谐波变换方法可以有效地对原始信号进行滤波分析,更利于对堵塞定位分析。在堵塞率100%时,定位误差为1.07%;在堵塞率50%时,定位误差最大,达到1.93%;对于含液率8%的气液混输管道,100%堵塞时,定位误差为0.48%。研究结果有效地证实了压力脉冲法检测复杂输运管道堵塞的可行性,可为该方法的现场应用提供指导和数据支撑。     

12Cr1MoVG蒸汽管道蠕变的反射式非线性超声无损检测分析*

针对传统（收-发分置）透射式非线性超声检测方法在现场应用受到众多制约的问题,提出二次谐波（收-发合置）的反射式非线性超声检测思路,通过采集并分离超声检测信号一次底波的反射信号获取非线性超声检测中基波和二次谐波信号,并设计搭建反射式非线性超声实验系统,进行2万小时12Cr1MoVG钢高温蒸汽管道检测实验并与测试样品的里氏硬度值进行比对。研究结果表明:该管道测点的非线性参量β在0.005~0.03变化与其硬度值变化（420~440 HL）呈负相关,即随着试样性能下降β值增大,而硬度值下降。研究结果可为在役高温蒸汽管道蠕变程度的检测提供参考。     

重庆电科院开展玉屏站系统调试模拟演练

<正>为确保安全高效地完成500 kV玉屏站系统调试工作,提高调试人员现场操作能力及安全意识,重庆电科院开展基于RTDS(电力系统实时数字仿真系统)的500 kV玉屏站系统调试模拟演练,将现场工作"搬进"实验室进行演练。500 kV玉屏站投产将极大缓解陈家桥站重载问题,缓解电力供需矛盾、优化电网结构。重庆电科院在此次投运工程中,主要承担系统调试工作,包括线路及主变合闸过程中交流电气量、过电压、谐波测试。该院高度重视此次调试工作,在工程投运前半年就开始搭建基于RTDS的     

一种火场多参量在线监测系统的设计与实现

火场氧浓度降低、大量烟气遮挡视线和吸入毒性气体是造成火灾中人员无法逃生而窒息死亡的三大主要因素.基于波长调制光谱和谐波探测技术,利用光源调制实现了气体浓度的谐波检测;采用激光烟浓度检测方法,测得减光系数,以表征烟雾浓度.通过合理高效的系统光路和硬件设计,采用分时复用方法,大大缩短了检测周期,每2.5秒便可完成一次对火场多参量的检测,实现了同时对火场中多参量(包括火灾产物中O2、CO、CO2、HCN的浓度和烟雾浓度)的在线实时监测.     

基于信号注入和分散检测的井下供电系统防越级研究

为有效解决煤矿井下供电系统短路引起的越级跳闸问题,从注入信号分散检测单相接地故障原理出发,提出基于信号注入和分散检测相结合的单相接地故障选线理论,增加一个零序电流到故障电路中,将理想零序电流提供给故障系统,并利用模拟元件搭建测试系统测试注入信号检测部分,构建测试模型实现电网系统单相接地故障,并利用井下配电网数字光纤通信式保护器,解决井下供电系统发生故障后的快速、准确动作和故障隔离问题。结果表明：通过注入主频80 Hz,幅值40 mA的信号,信号滤波算法能够滤除工频及其谐波等信号的干扰,在注入信号的频率小范围偏移时,装置能准确检测和提取注入信号以便判断故障。     

ARX modeling approach to leak detection and diagnosis

This work presents a time series strategy for detection, location and quantification of leaks in large pipeline systems. The technology has two active components, which operate sequentially: the Detector and the Localizer. The Detector continuously screens real-time data, searching for any anomalies such as leaks, which are detected (or not) depending on their size and position. The Detector is based on auto-regressive multi-input/multi-output (MIMO) ARX predictors with one input filter. Subsequent to successful leak detection, the Localizer is launched to diagnose the leak via estimation of its parameters – diameter and location – using recorded data on a Search Time Window that includes information in the neighborhood of the instant of detection. The Localizer is also an ARX predictor, but with two input processors, the first is a filter for dynamic plant inputs and the second filter processes “parameter signals” of active leaks. The Localizer is developed beforehand via model identification with plant data under the action of known, artificially simulated, leaks. It is, therefore, able to recognize an active pattern of leak parameters, by maximizing the adherence of its predictions to data in the Search Time Window. The proposed detection and location methods were successfully tested in simulated leak scenarios for an industrial naphtha pipeline.     

Application of Neural Networks in Active Noise Reduction Systems

Active noise reduction systems based on a control unit in the form of a finite impulse response filter assume the linearity of every single component. Neural networks, which have so far been seldom used in this field, are a kind of a filter with the ability to project nonlinear characteristics of an active noise reduction system. This paper presents some simulation research studies of active noise reduction systems based on neural networks. Also presented are results of the operation of systems with different levels of complexity as well as the influence of different parameters of a neural network and of the system itself on those results.     

电力应急资源优化调配技术及其在电力企业的应用*

为帮助电力企业实现快速有效的应急响应及应急资源的合理利用，解决应急资源“盲调”问题，对应急资源需求预测业务、应急资源调配业务进行深入分析；基于案例推理技术、模糊评价技术，依托网络地理信息系统，优化电力应急资源调配程序，研发电力应急资源调配系统并将其应用于电力企业。结果表明:该系统可在电力企业开展突发事件应急处置时提出科学、合理的应急资源调配方案并跟踪执行，为进一步提升电力企业应急处置效率、完善电力企业应急体系提供技术支撑。     

基于YOLOv3的电网作业人员安全帽佩戴检测

为了有效监测电网作业人员不规范佩戴安全帽行为,提出1种基于YOLOv3的电网作业现场安全帽佩戴检测方法.针对安全帽佩戴规范性问题,构建正确佩戴、不正确佩戴和未佩戴安全帽3种情况下的图像样本库;并利用该数据库对YOLOv3模型进行训练与测试,结合模型参数、样本比例及算法对比分析,开展电网作业人员安全帽佩戴检测算例.结果表...     

供电企业操作岗位员工安全胜任力模型的构建

为给供电企业的安全管理工作提供胜任力方面的理论依据和实践指导,通过采用系统编制的供电企业操作岗位员工安全胜任力调查问卷,对供电企业操作岗位员工进行整群随机抽样的问卷调查。对346份有效数据进行探索性因素分析,初步构建供电企业操作岗位员工安全胜任力的5因素模型;重新发放问卷,对141份有效数据进行的验证性因素分析支持了该模型因素结构的合理性;再次重新取样,对120份有效数据进行独立样本t检验和多层回归分析,检验5个安全胜任力因素对违章行为的影响。供电企业操作岗位员工安全胜任力模型以职业素养、安全意识、职业技能、身心健康和情绪稳定性5个因素为基本结构,其中,职业素养、安全意识、身心健康和情绪稳定性4个安全胜任力因素对违章行为具有显著负向影响。     

基于互联网+的轨道交通动力设备安全管理系统的研究

根据我国轨道交通设备安全管理的需求,提出基于互联网+的轨道交通动力设备安全管理系统平台的框架,运用J2EE开发工具,采用嵌入式高速数据采集技术、故障诊断技术,构建形成集成化、网络化和信息化的轨道交通动力设备安全管理系统。完善智能的设备安全管理系统,能有效提高轨道交通动力设备的安全监管力度,保障设备安全。