低压配电盘保护配置改进方法研究

来源 :供用电 | 被引量 : 0次 | 上传用户:hklsdjflkafg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前国家标准、行业规范中通常以供电电缆末端金属性短路故障为前提,进行低压配电系统短路计算和保护配置分析.但实际工程实践表明,低压配电系统短路故障大多数情况下由供电回路非金属性接地向金属性接地短路、两相接地短路、三相短路逐步发展,电缆故障部位也存在不确定性.对于电机类供电回路,绕组内部为接地短路故障高发点.标准规范的设计前提与实际故障模式的偏差,可能导致低压配电系统保护配置失效,造成短路故障无法切除,甚至配电盘越级跳闸等后果.综合考虑上述各种因素,给出了配电盘全电流区间的配电盘越级跳闸和接触器触点熔焊粘连的风险分析方法.在此基础上,提取各级保护元件的特征参数,构建了一套系统公式化的保护配置改进方法,降低了保护失效导致的配电盘越级跳闸和接触器触点熔焊粘连的风险.
其他文献
传统的数字PCR检测仅针对扩增终点的核酸样本执行终点式的荧光分析,依据反应后的荧光图像进行阴阳性统计及样本浓度计算,分析结果极易受假阳性及非特异性扩增影响.本文提出了一种基于过程的实时微孔式数字PCR芯片阴阳性分析方法,从时间维度对数字PCR结果进行定量分析,提高数字PCR检测的准确性.设计支持实时数字PCR分析的硬件系统并与终点式数字PCR仪进行对比,验证系统性能.在此系统上检测不同浓度的人类Ⅳ型疱疹病毒样本,获取实时扩增曲线,采用支持向量机算法对扩增曲线的特征进行学习并应用于检测曲线分类.实验结果表明
为了自动定位头部核磁共振成像(Magnetic Resonance Imaging,MRI)中稳定解剖结构点,提出了一种基于沙漏网络(Hourglass Network,HN)的头部MRI图像解剖点自动定位方法。该方法使用HN的基本结构实现多尺度特征的提取与融合,并在融合多尺度特征时引入尺度注意力机制,提高解剖结构点的提取精度。利用DSNT(Differentiable Spatial to Nu
电力系统的发展对电网的稳定运行提出越来越高的要求.通过电网概率潮流计算,可以有效统计各潮流量的数字特征,从而运用于电力系统的规划和调度等.首先介绍了概率潮流的基本概念;其次介绍了基于统计学习的概率潮流计算方法,包括模拟法、近似法、解析法和随机响应面法,阐述每种方法的原理和流程图,并进行总结和比较;然后通过IEEE-33节点系统仿真比对各个方法;最后进行总结和展望,预测概率潮流计算是未来潮流计算的发展方向.
灵魂控  凯迪拉克CTS-V搭载与雪佛兰克尔维特Z06相同的6.2升V8机械增压发动机,不过最大功率则微调为477kW,峰值扭矩为855Nm。纯比数据的话,最大功率比M5多出超过30kW、峰值扭矩比E63 AMG高出55Nm。在匹配8挡自动变速器之后,拥有弹射起步模式和性能优化逻辑换挡程序,具备0-100km/h加速约3.7秒的实力,极速可达到322km/h的水平!嗯,账面上对得起“高性能”三个字
期刊
为了解决由视场倾斜造成的弱相关散斑图像难以匹配的问题,提出一种大倾角数字散斑图像的离散化匹配方法。基于小尺寸子区匹配受倾斜影响相对较小的规律,首先将大尺寸种子点离散化为小尺寸种子点群进行匹配;然后整合小尺寸种子群匹配结果从而获得大尺寸种子点的匹配初始值;经过精确调整该值后即可获得准确的大尺寸种子点匹配坐标;最后利用种子点扩散算法即可实现倾斜图像的完整匹配。通过模拟生成0~42°倾斜角图像序列并在子
前两天和一个朋友吃饭,他问了一个老问题:宝马、奔驰、丰田等汽车巨头能不能造出特斯拉这样的电动车?  还看到有的观点说,传统汽车巨头早已做好技术储备,分分钟做出特斯拉,只不过现在成本高生产出来赔钱,等特斯拉把市场教育好了,立即投产抢占市场。呵呵,此处略过几十个表情包。  Model S 为代表的特斯拉电动车,是一辆采用独立电动车平台、软硬件一体出色结合的可升级汽车。按照这个标准,短时间内传统汽车巨头
期刊
为了避免离群值的影响,提出了混合稀疏迭代最近点(SM-ICP)方法,以实现点云精确配准。本文对稀疏表示、正则化求解和点云配准方法进行了研究。首先,利用混合正则项表示配准残差,构建混合稀疏配准函数。然后,结合交替乘子法(ADMM)构建了所提出函数的双循环优化框架。其中,混合正则项的平衡权重θ可由Sigmoid函数求解;此外,还给出了ADMM优化框架内循环中对应损失函数的标量形式。最后,推导了该标量化
为了利用图像信息辅助点云数据提高3D目标检测精度,需要解决图像特征空间和点云特征空间自适应对齐融合的问题。本文提出了一种多模态特征自适应融合的3D目标检测深度学习网络。首先,对点云数据体素化,基于体素内的点云特征学习体素特征表示,用3D稀疏卷积神经网络获取点云数据的特征,同时用ResNet神经网络提取图像特征。然后通过引入互注意力模块自适应对齐图像特征和点云特征,得到基于图像特征增强后的点云特征。
“摸清家底”是发现单相接地故障处理各个环节缺陷的重要工作,在此基础上“补齐短板”,有针对性地消除缺陷,对于提升单相接地故障处理性能具有重要意义.介绍了电容电流水平的估算法、间接测量法和直接测量法,阐述了采用现场勘查方式摸清消弧线圈系统、零序电压系统、零序电流互感器、变电站内外自动化装置等运行现状.介绍了对某市电缆化率较高的变电站开展的“摸清家底”和“补齐短板”的工作实效,整改前单相接地选线正确率仅28.6%,整改后单相接地选线均投跳闸,跳闸正确动作率达到95.2%.
随着智能电网建设的不断推进,配电网中产生的数据量呈指数增长,传统电力线载波通信网络已无法满足大量用电信息采集设备对频谱资源的高需求.对此利用载波侦听多址(carrier sense multiple access,CSMA)访问技术和非正交多址(non-orthogonal multiple access,NOMA)接入技术,构建基于大规模接入的CSMA-NOMA电力线载波通信系统.该方案旨在利用NOMA接入技术的非正交传输特性,进一步提高电力专网的频谱资源利用率;同时采用基于CSMA的冲突避免机制,可降