找到 2 条结果
基于无励磁涌流合闸角区间的LCC-HVDC换流变压器选相合闸策略
A Phase Selection Closing Strategy for LCC-HVDC Converter Transformers Based on the No-Inrush Current Closing Angle Interval
Jiatai Gao · Zhanlong Zhang · Yu Yang · Xichen Pei 等6人 · IEEE Transactions on Power Delivery · 2025年10月
换流变压器投运时产生的励磁涌流严重威胁系统稳定性。现有合闸策略在交流断路器操作分散且剩磁测量不准时难以有效抑制涌流。本文首先分析换流变压器空载投运时的磁链特性，量化预插电阻对涌流的抑制效果，提出无励磁涌流合闸角区间计算方法，将原有单点合闸角扩展为区间。进而提出基于该区间的LCC-HVDC换流变压器选相合闸策略。基于PSCAD/EMTDC的仿真结果表明，该方法在断路器操作偏差±2 ms、剩磁偏差±1.0 p.u.下仍可有效抑制涌流，具有强鲁棒性。
解读: 该无励磁涌流抑制技术对阳光电源大型储能系统PowerTitan和ST系列储能变流器具有重要应用价值。储能系统并网时隔离变压器的励磁涌流问题同样威胁系统稳定性，文中提出的合闸角区间计算方法和选相合闸策略可直接应用于储能变压器投运控制。该方法在断路器操作偏差±2ms、剩磁偏差±1.0p.u.下仍保持强鲁...
基于机器学习的有源中点钳位逆变器多目标自动设计案例研究
A Case Study of Multiobjective Automatic Design for Active Neutral Point Clamped Inverter Based on Machine Learning
Jianing Wang · Ruiyuan Wang · Zhicheng Gao · Feishuang Sun 等5人 · IEEE Transactions on Industrial Electronics · 2024年12月
传统的变流器设计遵循顺序流程，通常包括拓扑设计、调制设计、元件设计、性能设计及其内部迭代。这种方法严重依赖人工经验且耗时较长，尤其是对于采用宽禁带器件所强调的多目标设计而言，宽禁带器件的使用加剧了设计目标之间的冲突。计算机辅助虚拟样机方法，简称为建模与优化，仍然受到建模过程中数值计算耗时较长的阻碍，并且在优化过程中无法响应设计要求的变化。为应对这些挑战，本文提出了一种基于机器学习的电力变流器自动设计的高级概念，将基于人工神经网络（ANN）的建模与基于深度强化学习（DRL）的优化相结合。所提出的方...
解读: 从阳光电源的业务视角来看，这项基于机器学习的有源中点钳位（ANPC）逆变器多目标自动设计技术具有重要的战略价值。该技术突破了传统逆变器设计中拓扑-调制-器件-性能的串行迭代模式，通过结合人工神经网络建模和深度强化学习优化，能够在效率、体积、成本、电流纹波和共模噪声等多维目标间实现智能权衡，这正契合阳...