XiaoMi-AI文件搜索系统
World File Search System短路电流
改善了用不间断激发的双重喂养的风力涡轮机的短路电流计算
情感神经反馈训练可以自我调节情绪调节的定义电路。最近研究了这种方法是针对精神疾病的额外治疗方法，对症状和行为产生积极影响。在神经反馈训练之后，一个关键的方面是将自我调节策略转移到实验室外部，以及如何继续在非控制环境中加强这些策略。在这个迷你审查中，我们讨论了自然主义设置下的情感神经反馈的当前成就。为此，我们首先简要概述了情感神经反馈协议的最先进。然后，我们将虚拟现实作为朝着“野外”协议和使用移动神经技术的最终进步的最终目标的过渡步骤进行讨论。最后，我们讨论了有关情感神经反馈方案的公开挑战，包括便利性和可靠性，注意力和工作量中的环境影响等主题等。
基于人工神经网络的工具在电力电子可再生能源高渗透电力系统中的短路电流估计应用
摘要 基于电力电子 (PE) 的可再生能源越来越多地融入电力系统，与以同步发电机组为主的电力系统中的故障电流相比，对故障电流的传统水平和特性产生了重大影响。可再生能源丰富的电力系统的安全运行需要对高可再生能源份额的各种场景中的故障电流进行适当的估计。虽然使用详细而复杂的时域动态模拟可以计算故障电流，但从操作角度来看，由此产生的建模复杂性和计算负担可能不够。因此，有必要开发替代的更快的数据驱动故障电流估计方法来支持系统操作员。为此，本文利用基于人工神经网络 (ANN) 的工具来估计电力电子可再生能源渗透率高的电力系统中的短路电流特性。使用 DIgSILENT PowerFactory 离线生成针对不同可再生能源渗透率的短路，同时考虑可再生能源的控制要求（例如，故障穿越要求）。生成的数据集用于训练 ANN，以提供渗透水平与短路电流特性之间的映射。使用改进的 IEEE 9 总线测试系统应用该方法证明了其有效性，可以仅基于基于电力电子的可再生能源的渗透率高精度地估计短路电流（亚瞬态电流、瞬态电流和峰值电流）的分量。
光伏电站 - 技术应用论文 - ABB
示例 2 • 一个电池的开路电压 (V oc ) 等于 0.6 V ；3 个电池的并联将提供 0.6 V 的开路电压 (V oc )。 • 6 英寸单晶电池的短路电流 (I sc ) 等于 9.97 A ；3 个电池的并联将提供 29.91 A 的短路电流 (I sc )。 • 一个模块（例如，在 STC 条件下额定功率为 300 W 的 60 个单晶 6 英寸电池）的开路电压 (V oc ) 为 39.4 V ；3 个模块的并联将提供 39.4 V 的开路电压 (V oc )。 • 一个模块（例如，在 STC 条件下额定功率为 300 W 的 60 个单晶 6 英寸电池）的短路电流 (I sc ) 等于 9.97 A； 3 个模块的并联将提供 29.91 A 的短路电流 (I sc )。• 20 个模块的串（例如，60 个单晶 6 英寸电池，在 STC 条件下额定功率为 300 W）的开路电压 (V oc ) 为 788 V；3 个串的并联将提供 788 V 的开路电压 (V oc )。• 20 个模块的串（例如，60 个单晶 6 英寸电池，在 STC 条件下额定功率为 300 W）的短路电流 (I sc ) 等于 9.97 A；3 个串的并联将提供 29.91 A 的短路电流 (I sc )。
质体生物学的基因组编辑
随着连接到功率系统的双重喂养发电机（DFIG）的扩大量表，无法忽略系统继电器保护对系统中继电流的影响。设置和配置继电器保护将受到不精确的短路电流计算的影响。但是，一些现有的研究仅考虑输入是撬棍，而转子激发被阻塞的条件。中国的新网络标准需要DFIG的输出反应性支持电流，并将改变短路电流的特性。为了解决此问题，根据分析DFIG的瞬态等效势的特征，提供了具有不间断激发的DFIG的瞬态模型。基于频道链接的不间断变化的特征以及新的网格标准反应性支持电流的要求，提出了带有不间断激发的DFIG的短路电流计算方法。基于实时数字模拟器（RTD），这是一个建立了包含DFIG转换器实际控制单元的数字分析实验平台，验证了拟议的短路电流均方根（RMS）值计算方法。
可再生能源系统的建模和仿真...
参数 值 峰值功率 295 瓦 组件效率 14.7% 峰值功率电压 36.51 伏 峰值功率电流 8.08 安 开路电压 44.78 伏 短路电流 8.30 安 电池数量 72 块电池 最大系统电压 1000 伏特 DC
SIS4-1K-12-S SIS-1.5K-12-S
MPPT范围@工作电压 20~150V DC 30~1 50V DC 最大PV输入电流 1/20A(禁止PV并联) 每个MPPT最大短路电流 1/30A(禁止PV并联)
