|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
MMC-HVDC 系統(tǒng)直流側(cè)單極接地故障的非對稱運行控制方法
本發(fā)明公開了一種 MMC-HVDC 系統(tǒng)直流側(cè)單極接地故障的非 對稱運行控制方法。對于基于單極對稱接線的 MMC-HVDC 系統(tǒng)，發(fā) 生直流側(cè)單極接地故障之后，不需要閉鎖換流器，通過將故障極橋臂 輸出電壓直流分量設(shè)置為零即可快速消除交、直流側(cè)過電壓和故障電 流，從而消除對交、直流系統(tǒng)的絕緣威脅；通過調(diào)整不同橋臂電壓交 流分量的相角，使系統(tǒng)在隔離直流側(cè)單極接地故障的同時還能繼續(xù)傳 輸一半的額定有功功率并且為交流系統(tǒng)提供無功支撐，對連接的交、 直流系統(tǒng)穩(wěn)定性有積極意義；故障期間換流器不需要退出運行，系統(tǒng)
華中科技大學
2021-04-14
一種基于混合型 MMC 的 HVDC 系統(tǒng)的降壓運行方法
本發(fā)明公開了一種基于混合型 MMC 的 HVDC 系統(tǒng)的降壓運行 方法，由于混合型 MMC 中存在全橋子模塊，使其橋臂能輸出負電壓， 實現(xiàn)混合型 MMC 交流側(cè)電壓靈活可控，通過調(diào)節(jié)上下橋臂輸出電壓 之和，實現(xiàn)調(diào)節(jié)混合型 MMC 直流側(cè)輸出電壓，調(diào)節(jié)上下橋臂輸出電 壓之差，實現(xiàn)調(diào)節(jié)混合型 MMC 輸出的交流內(nèi)電勢，即調(diào)節(jié)混合型 MMC 交流側(cè)輸出電壓，實現(xiàn)調(diào)節(jié)混合型 MMC 傳輸?shù)挠泄β屎拖蚪?流電網(wǎng)交換的無功功率，保證交直流系統(tǒng)的安全穩(wěn)定運行，同時，在 降壓運行期間，通過向混合型 MMC 橋臂注
華中科技大學
2021-04-14
一種 VSC-HVDC 控制系統(tǒng)的 PI 參數(shù)整定方法
本發(fā)明公開了一種 VSC-HVDC 控制系統(tǒng)的 PI 參數(shù)整定方法，本方法基于矢量電流控制策略，其采 用的電流內(nèi)環(huán)和電壓、功率外環(huán)控制均通過 PI 調(diào)節(jié)器進行串聯(lián)校正。因此采用合適的方法設(shè)計 PI 調(diào)節(jié) 器的參數(shù)，對于控制系統(tǒng)的性能起著至關(guān)重要的作用。本方法考慮控制系統(tǒng)的穩(wěn)態(tài)誤差、上升時間、抗 干擾性能三個指標，將電流內(nèi)環(huán)、功率外環(huán)、直流電壓外環(huán)分別設(shè)計為典型的 I 型環(huán)節(jié)，典型的一階環(huán) 節(jié)和典型的 II 型環(huán)節(jié)，思路清晰，易于實現(xiàn)，使得控制系
武漢大學
2021-04-14
自適應(yīng)線性神經(jīng)元的混合有源（HVDC）直流濾波器 控制技術(shù)
本項目基于系統(tǒng)辨識的原理，通過對控制對象參數(shù)進行估計，并根據(jù)辨識 結(jié)果對控制其參數(shù)進行及時調(diào)整，克服了控制對象參數(shù)的不確定性以及時變性 對控制系統(tǒng)性能的不利影響,并且兼顧了重復控制方法能夠精確跟蹤含有諧波成 分的周期信號，具有計算量小，易于在數(shù)字信號處理器(DSP)上實現(xiàn)的優(yōu)點。仿 真結(jié)果證明基于系統(tǒng)辨識的 HVDC 直流有源濾波器控制技術(shù)具有良好的控制性 能，能夠?qū)?HVDC 系統(tǒng)直流側(cè)諧波進行有效的抑制。
山東大學
2021-04-13
基于混合型 MMC 的 HVDC 直流側(cè)短路故障穿越和恢復方法
本發(fā)明公開了一種基于混合型 MMC 的 HVDC 直流側(cè)短路故障 穿越和恢復方法。能在不閉鎖換流器的前提下，通過換流器自身控制 完成直流側(cè)短路故障的穿越和恢復，無需機械設(shè)備動作，恢復過程不需要重啟換流器，因而故障響應(yīng)與恢復速度快，對輸電線路為架空線 時經(jīng)常出現(xiàn)的非永久性短路故障特別有效，在隔離直流側(cè)故障的同時 為交直流系統(tǒng)提供無功和有功支撐，并有利于提高所連接的交直流系 統(tǒng)的暫態(tài)穩(wěn)定性。
華中科技大學
2021-04-14
一種HVDC系統(tǒng)換流母線外部故障的人工智能識別方法
本發(fā)明提供一種HVDC系統(tǒng)換流母線外部故障的人工智能識別方法。其特點是該方法利用小波變換多尺度分解算法，把系統(tǒng)故障信號分解到不同頻段，以不同頻段信號小波能量偏度作為故障診斷特征向量，再結(jié)合BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)交流系統(tǒng)故障類型的準確識別。該方法與以往交流系統(tǒng)故障類型識別方法相比較，從能量分布的角度，只需對一個故障信號進行特征提取，不受系統(tǒng)運行方式的影響，操作簡單，準確性好，可性度高。
四川大學
2017-12-28