简介:本文论述委内瑞拉一家炼油厂(E1PalitoRefinery,PuertoCabello,Venezuela)电力系统的动态特性,该电力系统包括作为电动机或作为发电机(M/G)使用的一台6000马力异步电动机,该电机与流体化的催化裂化车间(FCC)的动力回收机组(PRU)轴耦合。与外部电站——其系统与国家的互连电力网连接-的不妥当维修有关问题,已降低了炼油公司电力系统的可靠性。好几年以来,炼油公司经常发生重大的故障事件,直至第三次连锁反应意外故障事件。一旦发生这类故障,该6000马力电动机倾向于平衡系统的发电或耗电功率,但是由于外部电网很大的等效惯性,在炼油厂正常运行工况恢复之前,6000马力电动机就跳闸了。那时,FCC和PRU都停止运转,而在一家炼油厂里,FCC车间是至关重要的作业部门。为了妥当地设立继电保护方案,在建立M/G动态稳定限制的同时,确保炼油厂电力系统可靠运行,本文对那些紧要的故障事件进行了动态研究。
简介:本文论述感应电动机中的断裂导条检测问题。作为检测之根据的假设时,当转子导条断裂时,感应电动机的转子表观电阻将会增加,为了检测断裂导条,定子电压和电流的测量是通过一个用于转速和转子电阻同时估测的扩展卡尔曼滤波器进行的,特别是,对转子电阻进行估测并与它的正常值作比较,以检测断裂导条,在所建议的扩展卡尔曼滤波器方法中,状态协方差矩阵补充分加权。导致一个比较好的动态状态估测,它的主要优点是,甚至对一台空载的感应电动机,也能作出正确的转子电阻估测,作为该估测过程的一个部分,有必要对转子电阻中的热变化加以补偿,对于一台4-kW4极鼠笼型感应电动机所进行的计算机模拟,令人鼓舞地证实了所建议的无传感器断条检测技术的有效性。
简介:BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABCBP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。