会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

赵晋斌教授：NPC型直挂储能变流器桥臂断路故障下低电压穿越的容错控制

NPC型直挂储能变流器长期运行可能发生桥臂断路故障造成设备停运以及影响低电压故障穿越，基于故障相与直流母线中点直连构成虚拟桥臂重构容错故障拓扑，提出了基于模型预测控制的桥臂容错低电压穿越控制策略。考虑重构后的容错拓扑结构降低了直流侧电压的利用率，研究分析了该容错结构进行低压穿越的最大输出电流整定方法。由于低电压穿越过程中电压跌落后的容错拓扑输出特性发生改变，对储能直挂容错结构的输出电流、电压进行模型预测矢量分析，推导出电压跌落与最大输出电流的关系式。在重构的空间电压矢量内选择能够支撑低电压穿越的矢量状态，控制储能变流器按照低电压穿越技术规范进行有功无功功率分配，支撑电网电压。仿真结果验证了所提出的控制策略保证容错拓扑结构可以在桥臂故障期间运行的有效性以及低电压穿越过程中提供无功功率支撑的可靠性。

  • 2024-10-16
  • 阅读686

谢惠藩高工：昆柳龙特高压混合多端直流阀控触发异常分析及优化措施

昆柳龙特高压混合多端直流工程是世界首个特高压混合多端直流工程，较传统两端直流运行方式更加灵活，但也增加了控制保护策略的复杂性。自投运以来多次发生运行异常，其“首台套”控制保护系统和设备的可靠性有待进一步提升。详细分析了昆柳龙直流“6·9”阀控触发异常事件，全面梳理控制保护功能配置和直流响应情况，提出了增加阀组触发异常检测保护功能并实施应用，该策略能准确迅速检测出阀控脉冲丢失或脉冲延时故障，完善了直流控制保护系统对阀组触发异常工况的风险识别和抵御能力，有效提升昆柳龙特高压多端混合直流工程运行的可靠性和稳定性，研究成果可为后续特高压混合多端直流工程控制保护系统的功能设计提供借鉴和指导。

  • 2024-10-16
  • 阅读447

研究报告：风火打捆送出系统稳定特性研究和运行策略优化

？1）本文研究了风火打捆送出系统的同步稳定特性和影响因素，提出了提高风火打捆送出系统风电渗透率和同步稳定特性好的风电机组优先发电的运行方式优化策略。2）构建了风电场集群整体硬件在环接入的实时仿真系统进行验证，仿真结果表明所提出的同步稳定性提升策略可以提高风火打捆送出系统稳定极限，有力提升了风电并网消纳率和电网安全稳定水平。

  • 2024-10-16
  • 阅读398
  • 下载0
  • 8页
  • pdf

华为流程管理和持续优化方法论（48页 PPT）

一个有效管理的企业应该是平淡无奇的。真正管理好的企业，外部看起来是风平浪静的。因为每个人、部门都知道流程该如何往下走，内部和外部的循环是良性和互动的机制。相反，那些看起来每天如火如荼，热闹非凡的企业，往往目标远大，执行乏力，随意性太强

  • 2024-10-16
  • 阅读288
  • 下载3
  • 48页
  • pptx

【IEEETC】基于多尺度注意力卷积神经网络的工业过程质量预测建模

软传感器在复杂工业过程的质量预测中得到了越来越多的应用，这些过程通常具有不同的拓扑规模和高度耦合的时空特征。然而，现有的软测量模型在提取多耦合复杂过程数据中的多尺度局部时空特征并充分利用它们来提高预测性能方面通常面临困难。因此，本文提出了一种基于多尺度注意力的CNN（MSACNN）来缓解这些问题。在MSACNN中，不同大小的卷积核首先在卷积层中并行设计，可以生成包含不同尺度局部时空特征的特征图。同时，在特征图上并行设计了一种通道式注意力机制，以获得它们的注意力权重，代表不同尺度下局部时空特征的重要性。通过两个实际工业过程的性能评估，验证了所提出的MSACNNover方法相对于其他最先进方法的优越性。关键词：卷积神经网络（CNN）、基于多尺度注意力的CNN（MSACNN）、质量预测、软传感器。

  • 2024-10-13
  • 阅读925

【IEEESENSORSJOURNAL】KSLDTNet：工业过程多步预测的关键样本定位和蒸馏变压器网络

关键质量指标的多步提前预测是优化和控制工业过程的基石。在长期预测范围内进行精确的多步预测，在提高工业过程的生产性能方面具有巨大的潜力。然而，提取历史特征对于实现这一目标具有重要意义。最近的进展表明，变压器网络为这一挑战提供了一种有前景的技术解决方案。然而，缺乏样本简化机制使得深度特征提取变得困难。它需要大量的计算成本，这使得传统的变压器网络在工业过程中不太适用。为了探索克服这些障碍的策略，并提高变压器网络对有效多步预测的适用性，本文提出了一种新的关键样本定位和分解变压器网络（KSLD-TNet）。具体来说，它首先使用注意力得分矩阵定位具有强交互作用的关键样本。然后，在KSLD TNet编解码器结构中逐层过滤非关键样本。这样，每层的输入样本数量可以呈指数级下降，显著降低了深度特征提取的难度和计算量。值得注意的是，本文还设计了一种信息存储结构，以避免样本分离过程中的信息丢失。利用两个工业过程数据集构建了广泛的实验，以证明所提出方法的有效性。关键词：深度学习、工业过程、关键样本定位（KSL）和蒸馏变压器、多步预测

  • 2024-10-13
  • 阅读789

【IEEE/CAAJOURNALOFAUTOMATICASINICA】工业过程数据驱动质量预测建模的深度残差PLS

偏最小二乘（PLS）模型是软测量等质量相关工业任务中最典型的数据驱动方法。然而，在PLS中，输入和输出数据之间只捕获了线性关系。在残差子空间中很难获得剩余的非线性信息，这可能会降低复杂工业过程中的预测性能。为了充分利用PLS残差子空间中的数据信息，本文提出了一种用于质量预测的深度残差PLS（DRPLS）框架。受深度学习的启发，DRPLS是通过连续堆叠多个PLS来设计的，其中前一个PLS的输入残差被用作层连接。为了增强表示，在使用它们堆叠高级PLS之前，对输入残差应用非线性函数。对于每个PLS，输出部分只是其先前PLS的输出残差。最后，通过将每个PLS的结果相加得到输出预测。在工业加氢裂化过程中验证了所提出的DRPLS的有效性。 关键词：深度残差偏最小二乘（DRPLS）、非线性函数、质量预测、软测量。

  • 2024-10-13
  • 阅读584

陈皓勇教授：电力鸿蒙助力新型电力系统建设

发展中世界工程技术院院士、华南理工大学陈皓勇教授作了题为“电力鸿蒙助力新型电力系统建设”的报告。征得陈教授同意，特与您分享。

  • 2024-10-12
  • 阅读566