基于电流突变量比值的高压直流输电线路纵联保护方案

针对现有的高压直流输电(HVDC)线路纵联差动保护可靠性不足且动作延时较长的问题,提出了基于电流突变量比值的HVDC线路纵联保护方案。该方案利用特定频率下直流滤波器组和HVDC线路中的电流突变量比值的大小识别故障发生的位置。当发生区内故障时,整流侧电流突变量的比值和逆变侧电流突变量的比值均在1附近;当发生区外故障时,整流侧电流突变量的比值和逆变侧电流突变量的比值中必有一个远大于1。仿真结果与现场录波数据测试表明,基于电流突变量比值的HVDC线路纵联保护方案能够在各种工况下准确快速地识别区内外故障。     

基于Hopfield神经网络的油田配电网无功优化

提出了一种以补偿装置投资、运行费用和网损之和最小为目标的配电网无功优化数学模型。根据油田配电网呈辐射状的特点，提出了该配电网的关联矩阵，并基于Hopfield神经网络进行求解，得到了无功补偿的总容量和各负荷点的补偿方案。对某油田配电网进行无功优化，结果证明了该模型的正确性和优越性。     

非线性市场需求下机组优化出力的自适应动态古诺模型

该文运用博弈论及动态经济学方法首先给出了非线性反需求函数下电厂机组出力的静态古诺模型及古诺均衡的求解方法；然后引入机组自适应期望出力的概念，建立了求取下一生产周期电厂机组最佳出力的非线性自适应动态古诺模型。两种方法都反应了电厂追求利润最大化的博弈行为，因此能够作为电厂机组出力的优化决策工具。仿真结果表明自适应动态古诺模型是有效、可行的，而且其稳定值趋于古诺均衡。     

模拟电路故障诊断L1估计及其神经网络解法

基于精确罚函数法，提出了新的求解Ｌ１范数问题最优解的神经网络方法，它避免了Ｋｅｎｎｅｄｙ和Ｃｈｕａ网络罚因子较大时性态变坏问题。对Ｂａｎｄｌｅｒ提出的模拟电路故障诊断Ｌ１范数法进行了改进，将线性约束Ｌ１问题转化为非线性约束Ｌ１问题，并用新的神经网络方法求解，计算量小。     

开关电容网络的故障字典诊断算法

本文给出了一种开关电容网络(SCN)的故障字典诊断算法。该算法建立在电荷守恒原理基础上,它将SCN内各单故障,包括软故障和硬故障,划分到若干个故障集里。与传统的模拟电路的故障字典法不同,本算法可诊断软故障,计算量小,而且很容易推广到多时相SCN。     

以风电场效益最大为目标的风电装机容量优化

针对风电机机组出力的随机性,将机会约束规划用于优化风电场的装机容量,建立了以风电场净收益最大为规划目标,以投资成本、线路的传输能力限制、系统对旋转备用的要求以及常规机组出力限制等为约束的数学模型。将蒙特卡洛模拟方法与遗传算法相结合对上述模型进行求解。以IEEE30节点系统为例进行仿真,验证了文中方法的有效性。文中方法综...     

贪心算法结合Hopfield神经网络优化配电变电站规划

提出了一种城市电网规划中变电站规划优化的新算法.该算法先用贪心算法(greedyalgorithm)快速求解新建变电站的座数及各变电站的容量,再利用Hopfield神经网络校核新建变电站的位置和各变电站的供电范围,最后确定各变电站的真实容量.在求解过程中,该方法考虑了已有变电站的改造问题.从全局最优的原则出发,可求得具有实际价值的最优或近似最优解.该方法在求解变电站供电范围时无需对数据进行归一化处理,且易于编程.该方法可为变电站规划提供一种新的思路.     

基于Hopfield神经网络的多阶段配电变电站的规划优化

提出了一种城市电网规划中多阶段变电站规划优化的新算法.该算法先用贪心法快速求解目标年新建变电站的座数和各变电站(包括已有变电站)的目标年容量,再利用Hopfield神经网络算法计算新建变电站的位置和各变电站(包括已有变电站)在各规划阶段的供电范围,最后确定各变电站在各阶段的真实容量及投建计划.在求解过程中,该方法考虑了已有变电站的改造问题.从全局最优的原则出发,可求得具有实际价值的最优解或近似最优解.该方法在求解变电站供电范围时无需对数据进行归一化处理,且易于编程.该方法可为变电站规划提供一种新的思路.     

片上互连电感提取的快速多极方法

提出一个有效提取片上互连线频变电感参数的方法。该方法不需要把导体段进行细丝化离散,而是通过积分方程的离散,将求解三维准静态磁矢位的问题转化为多体问题,进而应用快速多极方法(fast multipole method,FMM)来提取片上互连电感参数。该方法能够更加准确的反映导体电流的不均匀分布,快速准确的计算出结构复杂的互连线电感参数。计算结果与基于电路模型法的Fasthenry进行比较,结果证明本文提出的FMM方法在整个频率范围内均可以得到很高的精度,且在可控的精度下,计算速度随着互连线数量的增多有显著提高。     

线性模拟电路的双故障诊断及人工神经网络的实现

本文提出了一种进行线性模拟电路双故障定位的原理及以此为基础的人工神经网络实现方法。文中论述了双故障元件参数在零到无穷大间变化时，测量值在增量空间所具有的一般特性。当可测端对各元件的转移阻抗或各元件单故障空间特性已知时．则根据两次独立测试结果，即可对双重故障定位。这一方法减小了传统K故障法所需的在线计算量，算例表明此法有好的诊断效果。