首页期刊导航|上海交通大学学报
期刊信息/Journal information
上海交通大学学报
上海交通大学学报

叶必丰

月刊

1008-7095

xuebao.ejtu.edu.cn

021-62933373/2534,62932306

200030

上海市华山路1954号

上海交通大学学报/Journal Journal of Shanghai Jiaotong UniversityCSCD北大核心CSTPCDEI
查看更多>>本刊是由上海交通大学主办的自然科学综合性学术期刊。它以马列主义、毛泽东思想和邓小平理论为指导。以促进科学技术发展、培育科技人才、为社会主义现代化建设服务为宗旨。本刊主要刊载船舶与海洋工程、动力、机械、能源、材料、电气、电子、计算机、化工、生物工程、管理科学,以及数学、物理、工程力学等方面的最新研究成果。本刊为中国自然科学核心期刊和中国科技论文统计用刊源之一。
正式出版
收录年代

    含碳捕集-电转气的风光火储一体化系统优化运行

    程韧俐李江南周保荣赵文猛...
    709-718页
    查看更多>>摘要:碳捕集、电转气装置能够利用系统富裕新能源捕集火电燃烧所产生的碳排放,并生成燃气,形成碳资源循环利用链。为降低系统碳排放,促进新能源消纳,提升系统运行灵活性,提出含碳捕集-电转气(CC-P2G)的风光火储一体化系统架构,并设计其优化运行模型。重点讨论该架构电能流和碳流的运行特性;考虑配额制下碳排放交易收益,以一体化系统综合效益最大化为 目标,综合考虑各类设备运行特性,提出其优化运行模型。算例验证了 CC-P2G系统在提升新能源消纳能力和系统运行效益方面的效用。结果表明,CC-P2G系统与碳排放配额交易等市场机制有效配合,能够在降低系统整体碳排放的同时提升运行效益。

    风光火储一体化系统碳捕集和电转气系统电能流碳流碳排放配额

    基于双级主动式拓扑的锂电池寿命优化

    张诚琚长江熊灿杨根科...
    719-729页
    查看更多>>摘要:随着储能充电站的应用需求逐渐上升,锂电池作为主要储能载体应用广泛。但在大功率且频繁充放电工况下,锂电池循环寿命会显著降低,导致储能成本升高。鉴于超级电容具有长寿命优势,构造由超级电容与锂电池组成的混合储能系统,通过优化控制策略提高锂电池寿命并降低储能充电站的投运成本。提出双级主动式拓扑的混合储能系统,由锂电池为两个超级电容模组交替充电,再通过超级电容模组高倍率放电。基于此,根据充电桩工况提出多阶段功率状态估计协同规划策略,通过优化功率分配方案来平缓锂电池功率波动,从而保护锂电池。仿真结果表明:相较于纯锂电池储能和传统全主动式拓扑储能,双级主动式拓扑储能方案显著提高了锂电池循环寿命。

    混合储能系统功率分配策略寿命优化双级主动式拓扑

    基于长短时记忆神经网络的励磁涌流与故障电流识别方法

    张国栋刘凯蒲海涛姚福强...
    730-738页
    查看更多>>摘要:变压器空载合闸时产生励磁涌流导致差动保护误动作的问题至今仍未能被完全解决。针对该问题,提出一种利用长短时记忆(LSTM)神经网络识别励磁涌流与故障电流的方法。首先,在PSCAD软件平台上搭建变压器空载合闸及内部故障仿真模型,通过仿真产生大量三相电流瞬时采样数据作为训练神经网络的样本集;然后,利用Keras平台搭建LSTM神经网络模型并完成训练;最后,利用新的仿真数据和现场故障录波数据对训练好的LSTM神经网络进行测试。结果表明LSTM神经网络可以快速准确地区分各种情况下的励磁涌流和故障电流,从而证实该方法的有效性。

    变压器差动保护长短时记忆神经网络励磁涌流识别故障电流识别

    基于多源数据融合的配电网故障诊断技术

    张春梅许兴雀刘思麟
    739-746页
    查看更多>>摘要:如何充分利用已有信息提高配电网故障诊断准确性,为配电网抢修提供精准研判是亟待解决的问题。针对已有配电网故障诊断信息来源单一的问题,提出融合配电网中、低压信息与变电站出线电流信息的配电网故障研判模型。该模型首先针对已有过电流诊断方法难以适用于大规模配电网的问题,分层缩减配电网求解规模,提高故障区段定位速率;然后针对过电流告警信息准确性问题,提出基于开关继电保护事件顺序记录(SOE)数据和变电站出线负荷骤降数据的配电网故障辅助研判手段;最后,总结实际工程中多方位信息数据融合配电网故障研判步骤,为调度人员故障诊断提供借鉴。工程实践证明:所提方法能有效进行故障诊断,对于大规模配电网适应性极强;结合开关动作SOE和遥测电压信息的辅助诊断模型,能满足过电流诊断模型对遥信信息准确性要求高的特点,两者互补性较高,工程实践中具有较好的故障诊断效果。

    大规模配电网多源数据故障研判遥测继电保护

    基于ECM和SGPR的高鲁棒性锂离子电池健康状态估计方法

    崔显陈自强
    747-759页
    查看更多>>摘要:锂离子电池健康状态(SOH)的准确估计对于保障电池系统安全运行具有重要意义。针对传统SOH估计方法在可变工况下失效的问题,提出了 一种基于等效电路模型和稀疏高斯过程回归的锂离子电池SOH在线估计方法。通过两个在线滤波器,在恒流充电过程中动态地辨识了锂离子电池等效电路模型的各项参数,构建了工况不敏感的健康因子,结合稀疏高斯过程回归实现SOH的间接估计。该方法在多种工况下使用统一的信号处理方法和特征映射模型,兼具鲁棒性强和冗余度低的优点。实验结果表明,该方法在多种工况下的平均绝对误差不超过0。94%,均方根误差不超过1。12%,与现有方法相比,该方法在综合性能上具有显著优势。

    锂离子电池健康状态健康因子粒子滤波稀疏高斯过程回归

    计及光伏和储能接入的牵引供电系统日前调度

    高锋阳宋志翔高建宁高翾宇...
    760-775页
    查看更多>>摘要:近年来,为实现电气化铁路"双碳"目标,多项铁路用能优化举措投入实施,但收效甚微。为进一步降低电气化铁路碳排放,改变其供能结构,将光伏和储能装置接入牵引供电系统。首先,构建复合牵引供电系统,并根据系统供能组成将其工况分类;其次,基于系统运行约束的轻重缓急设定优先级,并通过分层分级优化,实现不同运行工况下的系统最优状态;最后,通过合理优化变流器容量,实现系统运行性能和经济效益双赢下的最小碳排放。仿真结果表明,复合牵引供电系统保障系统稳定运行的同时,也大幅降低系统碳排放并实现性能最优。

    电气化铁路牵引供电系统光伏发电储能装置铁路碳排放

    基于改进DeepLabv3+的光伏电站道路识别方法

    李翠明王华徐龙儿王龙...
    776-782页
    查看更多>>摘要:针对移动清洁机器人在光伏电站作业时需要精确快速识别道路的问题,提出一种改进的DeepLabv3+目标识别模型对光伏电站道路进行识别。首先,将原DeepLabv3+模型的主干网络替换为优化的MobileNetv2网络以降低模型复杂度;其次,采用异感受野融合和空洞深度可分离卷积结合的策略改进空洞空间金字塔池化(ASPP)结构,提高ASPP的信息利用率和模型训练效率;最后,引入注意力机制,提升模型识别精度。结果表明,改进后模型的平均像素准确率为98。06%,平均交并比为95。92%,相比于DeepLabv3+基础模型分别提高了 1。79个百分点、2。44个百分点,且高于SegNet、UNet模型。同时,改进后的模型参数量小,实时性好,能够更好地实现光伏电站移动清洁机器人的道路识别。

    光伏电站道路识别DeepLabv3+模型注意力机制MobileNetv2