基于激光点云的配电网线损自动检测系统设计

来源 :自动化应用 | 被引量 : 0次 | 上传用户:psobb045
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
配电网是保证电力输送的重要组成部分,随着配电强度的增加,配电网会产生大量线损,影响供电可靠性,因此需要实时检测配电网线损,降低配电损耗,基于激光点云设计的配电网线损自动检测系统,硬件部分包括通信前置机、节能变压器、主控制器及DS1302芯片,软件部分设计配电网线损自动检测结构,并基于激光点云采集配电网线损数据,最后设计功能模块,实现配电网线损自动检测.进行系统测试后,结果表明,设计的配电网线损自动检测系统的检测性能良好,检测准确度高,有一定的应用价值,可以作为后续电力输送的参考.
其他文献
针对传统多相电机电流容错预测控制存在的计算量大、开关频率低和电流谐波较高等问题,提出了一种基于脉宽调制的六相永磁同步电机容错预测控制方法(FT-PWMPC).首先,建立多相驱动系统的故障后模型,并根据故障模型在固定参考系内生成的参考相电压,设置共模电压转换的占空比.其次,通过将共模电压设置为变量,使最大调制指数比固定共模电压提高10%以上.最后,通过实验将将提出的容错策略与FT-CMPC、FT-TVPC方法进行比较分析,验证该提控制策略的有效性.实验结果表明,所提控制策略具有更好的稳态电流质量和更低的总体
针对防爆机器人锂电池在复杂使用工况下导致锂电池的荷电状态(SOC)估计不准的问题,采用自适应的无迹卡尔曼滤波(AUKF)算法提高防爆机器人的锂电池SOC估计精度.选取二阶Thevenin等效电路模型(ECM)作为锂电池的模型,利用脉冲电流实验法获取电池端电压放电曲线,并运用非线性最小二乘估计算法离线计算ECM的参数值,最后根据模型的状态方程以及AUKF算法实现电池SOC的实时估计.实验结果表明,自适应无迹卡尔曼滤波(AUKF)算法可以有效提高防爆机器人锂电池SOC估计的精度.