渔用疫苗佐剂的研究进展

目前,我国水产养殖业已进入规模化、产业化模式,在水产动物疾病的困扰下,免疫防控是抵抗传染性疾病的有效方式之一。弱毒疫苗存在毒力返强的风险,传统的灭活疫苗和新兴的重组疫苗存在抗原量大、免疫持续期短、免疫效力低的问题,单独使用时不能达到理想的免疫效果。佐剂是一种先于抗原或与抗原同时使用的物质,可增强非特异性免疫反应,仅使用少量抗原即能达到理想的免疫效果,配比合适的疫苗佐剂可有效提高疫苗的保护力。本文就目前常见的渔用疫苗佐剂作一综述,为佐剂疫苗的研发提供参考。     

电力系统分区法确定交直流系统的最佳无功补偿点

针对复杂、大规模交直流混合输电影响电力稳定运行及无功不宜远距离传输的问题,笔者提出一种提高交直流系统裕度的方法,即利用特征值法分析各节点的电压稳定灵敏度,并在此基础上利用电力系统的分区法将交直流系统分成几个耦合性强的区域,寻找到最佳无功补偿点,然后通过计算补偿,加大系统负荷稳定裕度,以提高交直流系统的静态电压稳定性。通过改进后IEEE-30的节点算例仿真计算,验证了本方法的有效性。     

基于EMD和注入法结合的谐振接地选线研究

针对暂态选线方法在相电压过零时信号微弱的问题,提出利用注入信号法与基于经验模式分解( EMD)的暂态法结合的选线方法,利用故障线路次高频分量IMF2在故障后首次达到波峰时刻极性与非故障线路相反进行选线;电压过零时,利用注入特定频率信号在各出线检测该信号暂态幅值实现选线.经故障选线仿真试验表明,该选线方法适用于任意故障条件,选线准确,安全可靠.     

改进的双向互补单周控制在有源滤波器中的应用

为解决双向互补单周控制有源滤波器主电路功率器件电流输出波形含有大量的谐波分量及其影响控制效果的问题,提出一种改进的双向互补控制策略。通过改变单周控制方程中的占空比从而实现死区效应补偿,完全消除了电流输出波形中的谐波分量,提高了系统的准确性和稳定性。运用Matlab进行仿真实验,结果表明该方法能有效补偿死区所带来的输出畸变,具有良好的控制效果。     

不同运行工况下蒸汽发生器热工水力稳态特性数值研究

基于相似模化理论建立了蒸汽发生器一、二回路流体及传热管流 固耦合传热的单元管三维物理模型,对大亚湾核电厂蒸汽发生器不同工况下的热工水力稳态特性进行了数值模拟研究。采用热相变模型描述二回路汽液两相流动与换热、流-固耦合模型描述一回路冷却剂借助U型管与二回路流体换热。数值计算结果表明：满负荷运行时,传热管内壁温度变化趋势与一次侧流体基本一致,外壁温度与二次侧流体温度变化趋势相同;截面平均含汽率沿传热管高度的升高呈上升趋势,出口质量含汽率与大亚湾核电厂实际运行参数相符;随负荷降低一回路出口温度基本不变,二回路出口温度升高,质量含汽率及传热系数下降,平均传热系数与Rohsenow经验关联式的计算结果基本吻合。     

基于改进人工鱼群算法的输电网规划

对传统的输电网规划模型增加考虑不确定信息因素的影响,建立了不确定因素影响下的数学模型,使得规划后的网络具有一定的剩余容量以适应未来不确定负荷的变化,可以满足未来小幅度的负荷波动以及未来短时的大幅度区域负荷增长的不确定性。使用改进的人工鱼群算法可以快速有效地求解该模型。24节点系统算例的计算结果验证了模型及算法的正确性及有效性。     

基于QPSO参数优化的WLS-SVM短期负荷预测

为了解决负荷非线性特性导致的预测模型难以准确建立的问题,提出一种基于量子粒子群优化(QPSO)参数选择的加权最小二乘支持向量机(WLS-SVM)的短期负荷预测模型和方法.首先,利用量子粒子群优化方法来对模型进行训练,从而选出最优超参数.其次,采用具有良好泛化性能的WLS-SVM回归模型弥补损失的鲁棒性.文中以黑龙江电网短期负荷预测为例,将该方法与一般LS-SVM模型的预测结果进行了对比分析,结果表明此方法能明显提高预测精度.     

电力市场下基于图论方法的网损分摊

潮流跟踪法是解决电力系统网损分摊问题的有效手段。在潮流分析的基础上,考虑了有功功率与无功功率的耦合性,提出了应用图论的方法对整个网络中的网损进行潮流跟踪的新方法,进一步把各支路网损精确地分摊到发电侧或负荷侧。通过对9节点系统进行算例分析,验证了该方法的正确性和合理性。     

基于改进PSO算法的主动配电网优化调度

在保证经济效益并尽量降低环境成本的前提下,提出了一种主动配电网(active distribution networks,ADN)日前有功优化调度模型。该模型以可调度分布式发电(distributed generation,DG)、储能单元日前24h有功出力为优化变量。根据所提出的模型,采用改进PSO算法进行求解。针对IEEE33节点配电网算例进行了仿真。结果表明提高可再生能源发电渗透率能够明显降低主动配电网总体成本。     

基于贝叶斯证据框架下WLS-SVM的短期负荷预测

提出了一种基于贝叶斯证据框架下加权最小二乘支持向量机(Weighted Least Squares Support Vector Machine,WLS-SVM)的短期负荷预测模型和算法.在对历史负荷数据进行完预处理基础上,分析影响负荷变化的重要因素,然后选择最佳的输入数据作为LS-SVM训练模型的输入向量.通过贝叶斯...