城市配网节能改选工作的思考

电力系统本身是一个能耗大户,而城市配网更是电力系统能量损耗的主体部分．实现配网的节能降耗对供电企业提高经济效益,实现目标利润起着举足轻重的作用。由于负荷增长速度快而配网建设的相对滞后,配网在节能降耗方面有着很大的挖掘潜力。 1当前城市配网节能改造的难点     

基于DSM的可中断负荷合同分析与建模

可中断负荷管理是一项有效的电力需求侧管理措施。通过对总缺电成本和中断补偿费用的目标函数进行优化,分别建立了两种可操作的可中断负荷合同数学模型。算例仿真分析证明所提出的合同模型是切实可行的。研究成果有利于降低高峰时段的用电负荷,避免或减少昂贵的旋转备用容量,提高系统运行可靠性和经济性,实现资源的优化配置和电力工业的可持续发展。     

配电网可靠性定量分析研究综述

主要对电力系统可靠性三大组成部分之一的配电网可靠性定量分析方面的情况进行了总结.首先对比了我国电力企业实际采用的统计性指标和定量计算采用的分析性指标;其次对现有定量分析方法进行分类,总结解析类和模拟类方法的特点及适用范围,提出其优缺点;最后给出目前配电网可靠性研究的发展方向.说明了进一步加强配电网可靠性研究工作的理论探索和时间应用的必要性.     

粮仓常用的两种谷物清选机的研究及改进措施探讨

通过对国内外谷物清选机的调研,简要阐述谷物清选机的研究现状;分析了粮仓常用的滚筒式和振动式谷物清选机的工作状况,找出了存在的问题并提出了相应的改进措施.为谷物清选机的改进和生产提供了依据.     

4种新的小波变换及其在发电机故障信号分析中的应用

提出了余弦小波、半余弦小波、优余弦小波和拟余弦小波及其变换。这4种新的小波函数和小波变换除具有非常好的时域和频域局部化特性外,还具有频率选择和频率跟踪能力强等特点,它们克服了傅里叶变换以及其他一些小波变换的不足,因而较适用于电力系统故障信号处理和分析,这对提高电力系统的运行水平和供电质量具有重要意义。     

基于优化RT-PLS的热轧带钢头部厚差诊断研究

摘要：头部厚度偏差是热轧带钢的重要产品质量指标,在板带轧制厚度控制中起着重要作用。实际生产中,基于多种原因带钢头部厚度常会出现偏差超限现象。为了分析头部厚差超限的主导原因,采用偏最小二乘法,结合马氏距离相对变换和潜变量优化选取方法,建立了基于优化相对变换偏最小二乘法(Relative Transformation Partial Least Squares,RT-PLS)的带钢头部厚差诊断模型。实例表明：优化RT-PLS诊断模型能够准确查找出导致带钢头部厚差超限的主要特征参数,指导生产现场的调节,成功降低了后续带钢的头部厚差,使厚度命中率由92.18%提升至97.13%,为带钢头部厚差的诊断研究提供了一种有效的诊断方法。     

本安防爆技术在称重仪表中的应用

随着称重仪表在各种场合的广泛使用，市场对防爆称重仪表的需求也越来越多。本安防爆技术作为一种低功率设计技术，具有安全可靠性高，适用范围广，可带电维护等特点，在防爆称重仪表的设计中被越来越广泛地应用。本文将围绕本安防爆技术在称重仪表中的应用浅谈一些笔者的经验和体会，与同行探讨。     

学用电脑要“五心一订”

在信息化高度发达的今天,学用计算机已成为人们的一大需要.笔者在学习使用计算机的过程中,总结了“五心一订”的做法,下面就把这一做法介绍给大家.一要有信心.在刚开始接触电脑的时候,要从思想上消除对计算机的神秘感,克服自卑感.     

广东受端电网动态电压支撑优化建模

西电东送战略的实施在广东形成一个多条高压直流（HVDC）馈入的大型受端电网，迫切需要进行动态电压支撑的优化规划，利用有限的投资最大限度地满足广东受端电网电压稳定性的需要。首先基于风险评估思想，结合系统故障后的状态转移过程来计算电压崩溃损失，从而实现了动态电压支撑安全效益的经济性量化。在此基础上建立了受端电网动态电压支撑优化模型，以补偿的年均效益最大化为目标函数，满足多种状态下的约束条件。最后基于静态的负荷裕度分析和动态的仿真分析，在广东电网上的仿真计算验证了所提出的模型的合理性和有效性。     

基于二维灰度图的数据增强方法在电机轴承故障诊断的应用研究

在基于深度学习的电机轴承故障诊断中,一般采用基于生成对抗网络(generative adversarial networks,GANs)的数据增强方法以获取足量故障数据,从而保证模型的性能。一维时序信号下的数据增强会出现生成数据质量差、网络训练速度慢以及训练过程繁琐等问题,该文针对此,提出一种基于二维灰度图及辅助分类生成对抗网络(2D gray pixel images and auxiliary classifier generative adversarial networks,2D-ACGANs)的数据增强方法。首先将原始的一维时序信号转换为二维灰度图,以得到适用于二维卷积神经网络的输入数据;在此基础上结合辅助分类生成对抗网络,将原始数据的标签作为此网络的输入进行数据增强,该方法较一维数据增强方法有效减少网络训练参数量,同时解决传统方法中训练繁琐及标签信息丢失的问题。最后将提出的方法用于电机轴承的故障实验数据中进行对比验证,结果表明改进的2D-ACGANs算法能生成更高质量的数据,有效提高故障识别准确率及网络训练速度,具备良好的工程应用可行性。