含离散控制变量的大规模电力系统无功优化

提出了一种求解含离散控制变量的大规模电力系统无功优化的新算法，该方法通过对离散变量构造罚函数并直接嵌入非线性原对偶内点法中，以实现离散变量在优化过程中的逐次归整。文中对罚孙数处理离变量的原理以及其如何与原对偶内点法的直接结合进行了详细论述，并给出了一种新的数据结构以快速有效地求解高阶修正方程。从IEEE14节点到广东省538节点电网等几个不同规模系统的演算结果可看出，该方法可以有效地处理离散变量，而且具有较好的收敛性和精确性。     

改进的西原模型及其稳定性分析

根据岩石加速蠕变阶段的力学特性，提出用非线性牛顿体替代线性牛顿体，建立改进的西原模型，并导出改进后模型的本构方程．将非线性问题通过局部线性化，得到改进的西原模型的稳定性条件．通过对蠕变、蠕变速度、蠕变加速度的控制变量渐变分析表明，改进的西原模型能够较好地描述岩石三阶段蠕变变形，尤其是非线性加速阶段蠕变变形．     

逃逸时间法生成Julia集的算法分析和具体实现

逃逸时间算法是生成Julia集最常用的算法,论文针对非线性复映射f(z)=zm+c为迭代函数的情形进行讨论。首先,根据逃逸时间算法的基本原理给出相应的算法步骤;然后,对迭代函数f(z)=zm+c进行了详细研究,从而合理地确定了算法中需要控制的变量Rmax和B(Rmax:判断｛fn(z0)｝n∞=1有界与否的界限值;B:初始迭代点z0的取值范围)的取值,这样就大大地减少了迭代次数,从而提高了算法的运算效率。     

溅射工艺及底层对SmCo薄膜磁性能的影响

用多靶射频磁控溅射系统在玻璃基片上制备了SmCo磁性薄膜。并采用控制变量法研究了溅射功率、溅射时间以及溅射气压等工艺参数对薄膜磁性能的影响。结果发现，当磁性层溅射功率为60W,溅射气压为0.5Pa，溅射时间为8min；底层溅射功率为125W，溅射气压为0．5Pa，溅射时间为4min时，薄膜的矫顽力高达2．79×10^5。底层对SmCo薄膜的磁性能也有影响，振动样品磁强计测量结果表明：相比Cr、Ti底层，以Cu作为底层所得到的SmCo薄膜磁性能更好，薄膜矫顽力分别比用Cr、Ti作底层时高出56％，40％。     

计及UPFC元件的电力系统状态估计算法

统一潮流控制器（UPFC）是灵活交流输电系统（FACTS）的重要组件之一。采用UPFC的注入功率模型，在原有的状态估计算法基础上，将UPFC组件所产生的注入功率增量转移到线路两端的节点上，从而提出了计及UPFC控制约束的电力系统状态估计算法。该算法采用牛顿拉夫逊法求解UPFC组件的控制变量，状态估计方程组和控制变量方程组采用解耦法进行计算。由于方程组解耦，所以只需在原有的状态估计程序基础上增加求解UPFC组件的控制变量即可，无需对原有程序做较大修改，易于实现。IEEE14节点算例表明，该算法是有效可行的。     

用于近比重原料分选的在线压力跳汰机的脉动波形特征

在线压力跳汰机在矿物加工工业中是比较新的设备,它本身具有比其它重选设备更多的控制变量,它的脉动作用复杂,通过微调其中的一个变量就能改变其脉动作用.可以关注水流脉动的三个主要方面：振幅、波长和波形.本文在研究二氧化硅/含钙海滨壳分选过程中,将水流脉动描述成相互之间影响的多个单一的变量.     

相邻特定平飞段间纵向航迹的快速规划算法

分析了相关的纵向航迹约束条件,选择了1组高度变化点的高度值（即平飞高度值）作为控制变量,基于约束设计了相邻特定平飞段间纵向航迹的快速规划算法模型,编制了计算机程序并以实例验证了算法的正确性。该算法能快速有效地实现相应的纵向航迹规划,对巡航导弹纵向航迹的自动规划研究具有一定的参考价值。     

天然气站场超声波原理泄漏检测影响因素分析

天然气站场环境复杂。分析天然气站场中存在的影响因素对泄漏检测的干扰,对提高基于超声波原理的泄漏检测在天然气站场的应用效率有重要作用。详细介绍了超声波泄漏检测的基本原理,分析了影响泄漏检测的因素,如泄漏压力、泄漏口径和泄漏口角度。分析影响超声波泄漏检测因素,有利于使用者了解产品选型,便于对产品安装布局,从而提高露天工艺区泄漏监测的可靠性。采用现场测试的方式对泄漏压力、泄漏口径、泄漏口角度和泄漏检测距离的影响关系进行了试验。实测结果表明,泄漏压力、泄漏口径和泄漏口角度对探测距离存在影响。该试验结论为未来站场超声波泄漏检测设备的安装提供了理论依据。     

含K类函数和附加控制量的自适应L2励磁控制

为了简化常规非线性自适应L_2增益控制计算和加快控制系统状态变量的稳定收敛速度,通过引入附加控制变量和K类函数,克服了每次虚拟函数设计时都要考虑γ–耗散不等式的不足,保证了L_2增益控制能力随误差变量的增加而增强,给出了一种含附加控制变量和K类函数的非线性自适应L_2增益控制的通式,并以具体军用电站谐波励磁系统为对象,进行了仿真实验.仿真结果表明,相对于传统L_2增益控制,该方法可提高状态变量的收敛速度,并可加强军用电站励磁系统的动态稳定性.     

A multiple-kernel LSSVR method for separable nonlinear system identification

In some nonlinear dynamic systems, the state variables function usually can be separated from the control variables function, which brings much trouble to the identification of such systems. To well solve this problem, an improved least squares support vector regression （LSSVR） model with multiple-kernel is proposed and the model is applied to the nonlinear separable system identification. This method utilizes the excellent nonlinear mapping ability of Morlet wavelet kernel function and combines the state and control variables information into a kernel matrix. Using the composite wavelet kernel, the LSSVR includes two nonlinear functions, whose variables are the state variables and the control ones respectively, in this way, the regression function can gain better nonlinear mapping ability, and it can simulate almost any curve in quadratic continuous integral space. Then, they are used to identify the two functions in the separable nonlinear dynamic system. Simulation results show that the multiple-kernel LSSVR method can greatly improve the identification accuracy than the single kernel method, and the Morlet wavelet kernel is more efficient than the other kernels.