【摘 要】
：
为实现传导式大功率充电接口的向前兼容,介绍了一种能够将GB 2015充电接口转换为大功率充电接口的转换器.对传导式大功率充电接口端面进行了定义,完成了带转换器的控制导引电路设计,并对使用转换器的连接器组件热性能及结构强度展开试验与仿真研究.结果 表明,使用转换器的连接器组件结构强度及正常温升试验中连接器组件的端子温升均能满足标准要求,过热试验中,充电枪内温度传感器能延迟反映插座端的过热故障.该结果验证了转换器的可行性,解决了新旧接口的兼容问题,为大功率充电技术的商业化应用奠定了基础.
【机 构】
：
南瑞集团有限公司,江苏南京211000
论文部分内容阅读
为实现传导式大功率充电接口的向前兼容,介绍了一种能够将GB 2015充电接口转换为大功率充电接口的转换器.对传导式大功率充电接口端面进行了定义,完成了带转换器的控制导引电路设计,并对使用转换器的连接器组件热性能及结构强度展开试验与仿真研究.结果 表明,使用转换器的连接器组件结构强度及正常温升试验中连接器组件的端子温升均能满足标准要求,过热试验中,充电枪内温度传感器能延迟反映插座端的过热故障.该结果验证了转换器的可行性,解决了新旧接口的兼容问题,为大功率充电技术的商业化应用奠定了基础.
其他文献
城市轨道交通系统因其快速性、污染小和安全可靠性高等特点而快速发展起来,其能耗问题也备受关注.首先从列车和线路设计两个方面出发分析了影响城轨列车能耗的关键因素.针对于城轨列车能耗的现状,分别提出了节能坡、减轻列车质量和提高牵引电动机效率三种节能措施.由于考虑列车在实际运行过程中受牵引供电系统的约束作用,因此搭建了牵引供电系统模型及列车模型,并基于牵引供电系统仿真模型分析了节能坡、减轻列车质量和提高牵引电动机效率等节能措施的节能效果,供城轨列车节能优化运营参考与借鉴.
针对某电厂1号发电机转子匝间短路试验时出现的异常情况,介绍了判断匝间短路故障的主要方法,分析对比了不同试验方法优点与缺陷.通过本次案例发现,交流阻抗及损耗试验数据对故障存在与否判断并不灵敏,RSO检测法结合线圈电压法可以准确反映出转子有无匝间短路故障,并可进一步定位到故障点.本次试验案例可为发电机转子绕组匝间短路故障诊断的实际应用提供相关经验及借鉴.
配电网作为满足用户用电需求、提高供电可靠性的关键环节,需要完善的保护自愈控制系统来保证.介绍了配电网保护自愈控制系统的三种类型,从电源侧、负荷侧以及电网稳定性三方面介绍了配电网保护自愈控制系统的需求,简述了配电网自愈控制系统的特征,并介绍了在线状态监测、灵活可靠的通信网架以及故障隔离及恢复等自愈控制关键技术,提出并改进了智能配电网自愈控制系统的基本架构,为提高自愈控制质量提供了新思路.
配电网直接面向终端用户,是关乎国计民生的重要基础设施,配电架空线路常发生单相接地故障.研究分析了现有故障指示器的不足,提出了配电联动故障识别技术方案.通过对FTU和故障指示器进行改造并挂网试运行,验证了该方案可实现单相接地故障的快速准确判别.
广东电网中部分220 kV站点负荷冲击特性强,存在短时大幅波动且预测困难的特点,严重影响了实时市场出清过程中断面安全校核的准确性,进而影响了出清结果执行过程中的安全性.提出了一种适用于冲击负荷站点的超短期区间负荷预测方法,该方法采用区间信息覆盖冲击负荷波动范围,且具备过滤极短时尖峰、降低预测区间结果保守度的能力,基于广东电网实测数据的算例分析,表明该方法对冲击负荷预测效果较好,可以有效提高实时市场出清对关联断面的调控效果.
公司在2020年新建一座110kV/35kV变电站.完工后35 kV系统Ⅱ段母线空载第一次送电时,出现了谐振过电压现象.针对此异常情况,旨在探讨过电压形成的原理,以及如何避免TV铁心饱和引起的谐振过电压.
海底电缆是海上风电场的关键电气设备,其安全稳定运行至关重要.针对海底电缆安装后的在线监测及故障定位等技术分析介绍,指出了目前现状及需要进一步研究的内容,为海底电缆运行维护工作提供了参考.
隧道电缆火灾参数获取对指导机器人灭火具有重要作用,基于FDS流体仿真软件建立了原尺寸不同火情功率等级电缆燃烧仿真模型,计算了不同工况电缆火灾发生后不同时间和空间的温度、烟气浓度和CO浓度分布,分析了不同层人工火源功率分别为150 kW、600 kW和1.2 MW时电缆层燃烧的火灾总功率分布,以及600 kW、 1.2 MW火源分别置于上、中、下三层时的火灾蔓延速度.建立了多传感器机器人电缆隧道火灾参数监测系统,监测了10 kV三芯电缆模拟人工点火后电缆隧道内固定点温度和气体浓度分布.经分析表明,试验检测数
为了有效预测电厂机组出力情况,不仅要采用先进的预测方法,还要对机组出力数据进行合理的预处理.提出了电厂机组出力数据分析的一整套流程,包括数据集成、异常值预处理、数据可视化和电厂机组出力预测.以某省2018年机组出力数据为研究对象,选取一个燃煤电厂为例.经过数据集成、数据预处理和可视化展示,并用长短期记忆(LSTM)神经网络对电厂出力进行预测,LSTM预测得到的平均绝对百分比误差(MAPE)为10.90％,预测结果优于误差反向传播(BP)神经网络,BP神经网络预测得到的MAPE为11.61％.说明经过预处理
负荷预测是电力专项规划的重要组成部分,是规划电力设施的基础.传统的电力规划负荷预测普遍存在准确度不高、预测结果相对误差较大等问题.采用了一种基于梯度提升决策树(Gradient Boosted Decision Tree,GBDT)算法的负荷预测新方法,与传统的负荷预测方法相比,该方法的预测结果整体准确度更高,在电力规划中具有较高的实际参考价值.