基于改进Apriori算法的直流闭锁受端断面越限调整策略

当发生特高压直流闭锁故障时,会实施一系列调控措施填补受端电网的功率缺额。针对一、二次调频之后存在的断面越限问题,提出了一种基于改进Apriori算法的断面越限调整策略。首先,采用动态潮流算法进行闭锁故障仿真,根据灵敏度方法对断面越限进行调整,再提取调整信息,经过数据处理,形成机组、负荷调整策略和断面状态变化情况数据库。然后,对Apriori算法进行改进,将前项约束为机组、负荷调整策略,后项约束为断面状态变化情况,通过关联分析得到调整策略与断面状态变化情况之间的强关联规则。最后,对锦苏直流闭锁故障进行仿真及关联分析来验证所提方法的有效性,结果表明,改进后的Apriori算法大大减少了无效规则的产生,通过关联分析可得到对断面调整有效的强关联规则,为电网的断面越限调整提供决策依据。     

HACCP原理在速冻炸猪扒生产中的应用

目的针对速冻炸猪扒,建立一套科学合理的HACCP计划,更好地保障生产过程中食品安全。方法通过文献查阅和工厂实地调研,收集建立HACCP体系的预备信息并建立科学合理的HACCP计划。结果对速冻炸猪扒所涉及的14种原辅料、内外包装材料以及终成品进行描述,并绘制了总流程图与分解流程图,对21个工艺步骤进行描述,并基于物料、生产过程、公共设施(服务)以及过敏原进行危害分析。通过科学的危害评估方法,最终确定3个关键控制点(CCP),分别为挂糊、X光机和金属探测工艺,制定了HACCP计划,并对其有效性进行验证。结论采用HACCP体系对速冻炸猪排的生产过程进行控制,更好地保障了食品安全,且为企业降低了管理成本。     

基于关联规则算法的直流输电受端电网断面过载调整方法研究

特高压直流闭锁故障后受端电网易出现断面过载,针对这一问题,提出了一种基于关联规则算法的断面过载调整方法。首先进行多次特高压直流闭锁故障仿真,提取仿真结果中的断面过载调整策略及断面状态变化记录数据,进行数据处理并形成事务数据库,采用FP-growth算法构建FP-tree并挖掘故障事务数据库中的频繁项集。同时,对关联规则进行前后项约束,前项约束为调整策略数据,后项约束为断面状态变化数据,得到满足最小置信度的断面过载调整策略。最后以锦屏-苏州直流双极闭锁故障仿真为例,验证了本文方法的有效性。     

食品链质量安全追溯体系的建立

2015年实施新修订的《食品安全法》中第42条规定:"国家应建立食品安全全程追溯制度"。随着食品工业化的发展和消费者对食品安全要求的提高,建立食品全程追溯系统,对于不安全食品的召回以及查找食品链中的不安全问题点将起到非常重大作用,已成为食品安全保障工作的重要措施。根据追溯涉及到的食品供应链组织,可以将追溯划分为内部追溯和外部追溯。食品链中食品生产加工环节的追溯就属于内部追溯,目前我国较多食品企业尚未建立完整的食品安全管理体系且自动化程度较低,另外我国食品企业生产的食品种类繁多,缺少指导性文件导致内部追溯存在较大的困难。本文对食品生产加工环节追溯的现状与发展进行概述,建议通过健全同类产品追溯系统以及提高食品企业自动化程度建立完善的企业内部追溯系统,以更好地保障食品安全工作。     

餐饮信息化管理系统的设计与开发

目的针对餐饮企业的生产过程,设计并开发一套餐饮信息化管理系统——CIMS,更好地保障生产过程中的食品安全,同时降低企业经营成本,提高企业效益。方法依据对HACCP原理的研究,以及搜集餐饮企业特点与需求方面相关信息,提出CIMS设计理念,并进行实际开发。结果提出了CIMS的设计理念,搭建了系统结构,共包括7个子系统,并对每个子系统的功能进行划分,全面的覆盖了整个生产过程,智能化程度较高,且操作简便。结论餐饮信息化管理系统,基于HACCP原理,并结合了餐饮企业生产特点,满足了企业生产合理化、降低管理成本等需求,最大化地保证餐饮生产过程中的食品安全。     

融合注意力机制的输电线路故障概率预测模型

输电线路运行环境恶劣,发生故障的概率和气象条件直接相关.由于目前极端气象条件在全世界范围内表现活跃,研究不同气象条件下输电线路发生故障的概率对提高电网运行稳定水平有重要意义.该文从分析气象相关输电线路典型故障的作用机理和统计特征出发,提出使用融合注意力机制的深度神经网络进行输电线路故障概率预测,使用停电数据对模型进行检...     

基于特征选择的暂态安全评估方法及其可解释性研究

随着电网复杂程度的提高，反映电网安全稳定性质的特征量的数目也越来越大。按经验挑选出的关键潮流断面特征包含的运行规律信息具有一定的局限性，需要有更好的特征选择及安全评估方法，以增强电力系统暂态安全评估的可解释性和实用性。为此，提出一种基于加权条件互信息(weighted conditional mutual information,WCMI)的特征选择方法。基于评估标准筛选出预测准确率最高的特征集合，构成优化的特征集合。并提出一种基于SHAP(shapley additive explanations)值的模型解释方法，对机器学习模型进行了全局和局部的模型解释，最后经过IEEE-39节点系统算例验证，证明了所提方法的有效性。