考虑路径折算的跨省跨区可再生能源增量现货交易模型

随着中国可再生能源的快速发展和电力体制市场化改革的推进,可再生能源实现更大范围消纳和全国统一电力市场建设的需求给跨省跨区电力交易的开展带来新的挑战.结合中国跨省跨区现货交易规则,以"高低匹配"撮合交易为基础,建立了考虑交易路径和输电损耗的增量现货交易模型.为反映交易路径送受端节点类型,在交易路径送端和受端分别设置卖/买方节点和虚拟卖/买方节点.利用该模型分析了输电通道可用容量、可再生能源上网电价和可再生能源弃电申报电量对可再生能源消纳情况的影响.通过中国"三北"地区的实际交易数据开展仿真计算,验证了模型的有效性,并分析了跨省跨区增量现货市场可再生能源消纳情况的关键影响因素.     

一种测量气--液两相流的线列阵传感器设计

针对气—液两相流研究对含气率测量的需求,基于线列阵测量技术原理,设计了一种可移动式线列阵两相流测量传感器,该传感器具有较高的空间分辨率（3 mm）和极高的时间分辨率（2500 Hz）,设计了线列阵传感器标定和含气率算法,实现了瞬时二维局部含气率的测量。经过射流冲击试验验证表明：该线列阵传感器结构稳定,基于原始测量数据,采用标定和含气率求解算法,可计算气泡夹带现象在水平截面的平均含气率分布情况。     

强震动冲击环境下的网络异常信号检测仿真

强震动冲击环境下的网络异常信号检测,可保证网络安全稳定的运行.在强震动冲击环境下,网络异常信号检测过程中存在较强的振荡波动和随机噪声,使得真实的异常信号特征与振动信号的频率及其相似.传统的基于核数据的网络异常信号检测方法,针对强震动冲击环境下的干扰,无法提取稳定的异常网络信号特征,不能够准确完成网络信号特征的分类,使得获取的网络异常信号检测结果存在较大的偏差.提出了一种采用敏感性分析的网络异常信号检测方法,在强震动冲击环境下的影响,网络异常信号与振动信号相比,存在一定的异常敏感性,先采用频率敏感性的检测方法初步检测网络异常信号,塑造网络结构有限元模型和敏感性矩阵,最后通过粒子群算法的模糊神经网络,选择模糊优选模型函数作为激励函数,能够根据强震动冲击的强度来确定各个影响因子的隶属度,确定了异常信号发生和损伤的精确位置,实现了网络异常信号的精确检测.实验结果表明,改进方法比传统方法更具有优越性,在强震动冲击环境下具有较高的网络异常信号检测效率和精度.     

智慧家庭业务创新方向探讨

伴随着智慧家庭市场的高速发展,家庭业务如何创新逐渐成为产业链诸多厂商思考的问题。该文结合产业、技术发展的大趋势,从网络、内容、平台三个层面初步探讨了智慧家庭的业务创新方向,并结合具体的业务创新实例加以阐述。     

“碳达峰、碳中和”目标下的电力系统成本及价格水平预测

电力系统在碳达峰碳中和目标实现过程中,电源结构、电网形态等将发生重大变化,系统成本也将随之改变。在综合考虑电源结构、发电造价、燃料成本、电网投资等因素变化基础上,采用经营期法和“成本+收益”方法,开展中远期电力系统成本及价格水平预测。研究结果表明,未来电力系统各环节成本均呈上升趋势,其中电源侧成本在2040年前快速增长、之后相对稳定,而电网侧成本保持小幅上涨趋势。该研究可为进一步完善电价机制和市场化制度、加强电力系统成本疏导和公平分担提供参考依据。     

先进检测与5G通信技术在燃煤锅炉运行监测中的应用研究

为构建以新能源为主体的新型电力系统,火电机组在保电供热的同时要承担灵活运行、深度调峰的任务。但传统检测和通信技术受限于实时性差、传输慢、投资高等问题,难以支撑火电机组新需求。先进检测技术和以5G为代表的通信技术通过构建完整的检测传输链条,为以锅炉燃烧系统为代表的火电机组状态研判、运行调整等提供了坚实的技术支撑,但也面临建设投资高、专业人才和标准匮乏等问题。只有从生产实际出发,健全机制、转变观念,才能做实先进检测及通信技术的应用效果。作为智慧电厂的重要组成部分,先进检测和5G通信技术必将为火电整体智能化水平提升提供坚实的基础。     

内禀安全：网络安全能力体系化构建方法

目前主流的网络安全防护体系是外嵌的,安全体系与业务体系分离,安全产品相互孤立,在防护能力上难以高效应对越来越复杂的网络安全挑战。网络安全从外向内进行强基,势在必行。将网络安全的业务场景归纳为组织、厂商、监管和威胁四方视角,各视角具有不同的业务目标。从四方视角的共性和个性出发,系统性归纳网络安全生态的能力需求,提出内禀安全方法论。内禀安全能力是指ICT组件原生支撑监测、防护和溯源等安全功能的能力。内禀安全能力对网络安全具有基础支撑作用,本身不是最终的安全功能实现,与现有的“内生安全”“内设安全”等方法论所针对的问题不同。内禀安全强调网络组件内在的安全赋能禀赋,有两种方式可以发掘这种禀赋,一是通过先天安全能力激活,二是外嵌能力内化,对外在逻辑上表现出自体免疫。此类组件的优势之一在于业务与安全的内聚,能够透明化感知安全态势、定制化配置安全策略、贴身化执行安全保护;优势之二在于将业务功能与安全功能进行合并封装,简化整体工程架构,降低网络管理复杂度。进一步提出了内禀安全支撑能力框架,对符合内禀安全理念的安全能力进行归纳和枚举,将安全支撑能力分为采集、认知、执行、协同和弹复5类,并进一步介绍各类能力的子类型和基础ICT技术。基于该框架,介绍了典型安全业务场景在内禀安全理念下的增强实现。     

基于BP神经网络和多因素权重法的风电机组载荷预测和分析

基于BP神经网络,建立了风电机组关键部位载荷的快速准确预测方法。以风电机组关键参数风速、空气密度、湍流强度、入流角、风切变、偏航误差角等为自变量,以机组关键部位载荷作为输出变量,建立用于快速预测机组关键部位载荷的BP神经网络模型;然后基于多因素权重法对风电机组不同参数的影响权重进行分析,获得影响风电机组载荷的关键变量。结果显示:基于叶素-动量理论模型计算得到不同风况下风电机组关键部位载荷,然后设置合理的神经网络结构以及合适的神经网络参数,可以实现对不同风况下风电机组关键部位载荷的预测;对于叶根和塔底的平均载荷和极限载荷4个不同的变量,风速、空气密度、湍流强度、入流角、风切变、偏航误差角等参数影响的权重各不相同。     

基于贝叶斯正则化BP神经网络的超临界二氧化碳流动阻力特性预测

超临界二氧化碳（S-CO2）流动摩擦阻力特性尚不明晰,现有阻力预测公式泛化能力不强。对S-CO2在垂直上升光滑圆管中进行湍流流动的阻力特性进行了实验研究,系统分析了不同质量流速、压力和热流密度对S-CO2流动摩擦阻力的影响,实验参数范围为质量流速750~ 2 200 kg/(m2·s),流体压力10~20 MPa,热流密度200~340 kW/m2以及主流温度60~500 ℃（远离拟临界点）。实验结果表明:S-CO2流动摩擦阻力随热流密度的增加而减小,这有利于 S-CO2发电的大规模工程应用;S-CO2流动摩擦阻力随压力的增加而减小,主要原因在于压力增加导致CO2流体密度增加。根据实验数据,构建了贝叶斯正则化BP神经网络模型,实现了对S-CO2流动摩擦阻力的有效预测。预测值与实验值的相关系数R=0.998 6,超过98%的预测值均在10%的误差范围内,表明该模型拟合精度高,具有较好的泛化能力。