基于分布式电源置信容量评估的变电站规划方法

针对未来规划区域面临大规模分布式电源(DG)接入的情况,提出了一种基于DG置信容量评估的有源配电网变电站选址定容方法。首先,从可靠性的角度出发,综合考虑变电站主变压器故障及DG出力的时序特性,根据DG接入前后可靠性指标不变的原则,引入了一种DG置信容量评估方法,然后结合加权Voronoi图算法,提出了一种含DG的变电站选址定容方法。最后,通过对实际算例的对比分析,验证了所提方法的有效性和实用性。     

改进ACO算法的中压配电网单环网自动布线

提出了基于改进蚁群算法进行中压配电网单环网自动布线的方法。应用地理信息数据库技术和改进蚁群算法,在寻求考虑街区约束最短路径的基础上,结合访问负荷规则集,进行辐射型配电网络干线布线,根据转移概率得到最佳站间联络位置,实现了单环网络自动布线规划方案的自动生成,对于大规模中压配电网规划具有十分重要的指导意义。实际算例运行结果表明该方法运行快速、可靠。     

基于启发式蚁群算法的中压配电网络规划方法研究

结合数据库技术,根据城市中压配电网络规划问题的具体特征,对基本蚁群算法中的信息素更新及其寻优方式进行了改进,对基于启发式蚁群算法的中压配电网络规划方法进行了研究。在变电站位置、供电区域及负荷分布已知情况下,利用街道长度和负荷量的信息素和启发信息,选取蚂蚁待选前进街道,确定配电网络的局部优化方案,实现了以区域街道为配电网络走廊的“辐射型”网络优化规划。算例表明该方法能够在保证计算速度的前提下,有效地规划出符合规划要求的方案。方法稳定,规划方案可行。     

中长纤维粗纱伸长率的控制

中长纤维高强高伸的特性,使粗纱伸长率的调试概念有了新的发展,以往对棉粗纱伸长率的测试和探索较多,而对化纤粗纱伸长率的测试却较少。本文就A456M型粗纱机纺中长纤维伸长率的控制实践作一介绍。一、小纱伸长率的测试小纱伸长率的大小,一般采用调试铁炮皮带起始位置,使其达到要求范围。由于铁炮设计理论曲线和实际曲线上的差异及铁炮大端端面向小头方向的80毫米范围内波凸变化大,加之化纤高强高伸的特性,伸长率变化颇大,即     

考虑综合能源站用电需求不确定性的配电网变电站机会约束规划

在能源互联网的发展背景下，综合能源站成为了高效清洁的终端用能载体。针对综合能源站用电需求的不确定性，提出了一种基于机会约束规划的配电网变电站规划方法。首先，基于综合能源站的各组成部分，分析了综合能源站作为能源配置中心在配电网中的多能互补特性和用电需求的不确定性；其次，构建了考虑综合能源站用电需求概率分布的配电网变电站机会约束规划模型，并给出了变电站规划中机会约束的检验方法；然后，采用层次性改进的加权Voronoi图算法对变电站规划模型进行求解；最后，通过算例分析验证了所提方法的实用性。     

“列车效应”识别及预报方法

提出了一种对“列车效应”进行识别和预报的新方法,该方法首先从“列车效应”历史样本的雷达反射率图中寻找整体带状回波的规律,提取单体回波的特征,并利用基于粗糙集理论的数据挖掘技术寻找隐含在单体回波特征中的有用知识,从而建立“列车效应”识别客观模型。然后利用该模型分别从整体和局部的角度对预处理后的实时天气状况进行识别。对于识别出的“列车效应”,利用整体带状回波的移动距离和旋转角度以及单体回波的面积变化和Hu矩进行跟踪。最后,利用相邻时刻“列车效应”的相关数据,建立云团族谱关系,通过云团的运动惯性对“列车效应”进行外推预报。实验结果表明：“列车效应”正确识别命中率是82.77%,能准确地预报出“列车效应”在6 min和12 min后的情况。该方法科学有效,有助于减轻“列车效应”灾害天气造成的损失。     

基于启发式蚁群算法的中压配电网络规划方法研究

结合数据库技术,根据城市中压配电网络规划问题的具体特征,对基本蚁群算法中的信息素更新及其寻优方式进行了改进,对基于启发式蚁群算法的中压配电网络规划方法进行了研究.在变电站位置、供电区域及负荷分布已知情况下,利用街道长度和负荷量的信息素和启发信息,选取蚂蚁待选前进街道,确定配电网络的局部优化方案,实现了以区域街道为配电网络走廊的"辐射型"网络优化规划.算例表明该方法能够在保证计算速度的前提下,有效地规划出符合规划要求的方案.方法稳定,规划方案可行.     

通用在线网络考试系统的关键技术与实现

作为国家级精品课程网络建设的一部分内容,本着有效利用大学生的课余时间的宗旨,电工学的在线网络考试系统得以建设.该系统采用B/S模式,基于ASP及SQL Server技术编成实现.文中详细介绍了在线网络考试系统的结构与功能,就考试系统的关键技术进行了讨论.该在线考试系统的实现具有一定的通用性,可以适用于任意一门课程.该网络考试系统已经运行两年,运行良好,学生的学习积极性得到了大大提高,得到了同行的认可.     

基于遗传神经网的自适应电池荷电态预估模型

电池荷电态(SOC)是放电电流、端电压、温度等多种因素的复杂的非线性函数,而且不同类型的电池具有很大的差异,不能建立统一的模型。因此要对其做出精确的预估是一件很困难的事情,需要耗费很多的人力和时间对特定类型的电池进行大量试验然后建模。为克服这些缺点,提出一种基于遗传神经网的自适应SOC预估模型,通过遗传算法对神经网络结构及其学习算法进行优化,在较短的时间内寻找到适合特定类型电池的神经网络模型,大大缩短了人工建模需要的时间,提高了模型对SOC预估的性能。对于三种不同类型电池的数据进行建模的仿真试验结果验证了本方法的有效性。     

基于ASP+SQL电工学网站的设计与实现

从电工学网站安全运行和功能角度考虑，作者采用B／S三层结构构建了我校基于ASP及SQL Server技术的电工学网络教学系统。论文论述了电工学网站的结构、设计思想，并详细介绍了该网站的主要功能以及数据库访问技术、文件系统对象（KD）、学生管理、在线批改作业等关键模块的实现技术（代码）。从该网站近三年的实际运行情况来看，可靠、稳定，便于教师与学生之间的信息交互，体现了它在教学中所具有的重要作用。