特高压绝缘油色谱检测技术的应用

在特高压基建及调试阶段,应用色谱检测技术对现场的油样进行检测,全面监测绝缘油的性能及设备的运行状态。对色谱检测条件的优化,如脱气体积及最小检测浓度的研究,可以提高特高压绝缘油色谱检测技术的准确性。结合案例,对异常的检测数据进行综合分析,推断设备可能存在的问题并提出合理建议。     

光伏电站自适应光伏支架设计及仿真分析

目前的光伏支架结构都不能完全解决太阳能发电的稳定性与连续性问题。对此,本文提出一种新型面板可折叠跟踪式光伏支架。针对海南省特殊的强风天气,建立了一座并网式光伏电站模型。考虑海南当地气象环境,分析作用在光伏支架上的载荷,采用有限元方法对光伏支架进行静力学分析。为掌握光伏支架结构的动力特性,对其进行模态分析,计算了光伏支架前6阶模态。结果表明:该支架具有智能追光和主动避风的功能,解决了传统杆式追光光伏面板支架刚度小、抗风能力差的问题;采取光电式与程序式混合的追光模式来检测太阳光的高度和方位,在确保追光系统精度的同时,还具有较高的稳定性;在水平风和垂直风作用下,该自适应光伏支架能满足12级风速下的强度要求;第一阶频率9.84 Hz,远大于实际风的频率,不易引起风致共振的破坏,具有较好的稳定性。     

电动汽车充放电与风力/火力发电系统的协同优化运行

提出一种通过控制规模化电动汽车的充放电,使其能够与现有的风力/火力发电系统协同运行的优化调度策略。针对传统含电动汽车的电力系统优化模型没有考虑电动汽车用户成本,实用性不高的缺陷,建立了包含电网运行经济性、电动汽车用户成本、CO2排放、最小弃风量的多目标优化模型;提出了将改进的NSGA-II遗传算法和加权尺度法相结合的智能优化算法。应用该算法,求出多目标动态优化模型的帕累托前沿,获得了最符合实际的电力系统综合优化调度方案。对所提出的多目标优化调度方法进行了仿真计算,结果证明,采用所提优化策略可以获得最佳的火电、风电与电动汽车之间的出力方案。该方案符合实际,在合理的电动汽车用户成本范围内可有效地降低电网运行成本、风力发电弃风量和大气碳排放量,应用价值较高。     

吸附剂对六氟化硫气体中八氟丙烷的吸附特性研究

针对六氟化硫气体中的八氟丙烷气体开展去除八氟丙烷气体的吸附剂试验,搭建试验装置,研究不同类型的吸附剂,筛选出吸附剂-1+吸附剂-2复合分子筛吸附体系作为合适的吸附剂,且复合分子筛中各组分比值为1:1.通过试验确定吸附条件为试验温度25℃、气体流速300 mL/min、吸附时间30 min.     

电动汽车混合储能系统拓扑结构与控制策略综述

混合储能系统兼具高功率密度和高能量密度,可有效提升电动汽车动力性能和续驶里程.围绕电动汽车混合储能系统拓扑结构和控制策略,本文首先对混合储能系统及其典型储能装置进行概述,并对混合储能系统技术难点进行分析.之后在分析隔离型双向DC/DC变换器和非隔离型双向DC/DC变换器拓扑结构、工作原理和基本特性的基础上,综述分析了被动、半主动和全主动3种混合储能系统的工作原理和优缺点.然后,重点分析了基于规则的控制策略、基于优化的控制策略和混合控制策略3大类混合储能系统控制策略的工作原理.最后对混合储能系统的发展趋势进行了展望.     

多目标混合进化算法求解加工时间可控的开放车间调度问题

开放车间调度问题属于典型的NP-hard问题。目前的相关研究大多假设工序在机器上具有固定的加工时间。然而,在大多数现实生产场景中,机床的加工时间可以通过调节加工功率加以控制。同时优化完工时间和总能耗两个冲突目标对高效、节能的开放车间生产具有重要意义。为此,研究了可控加工时间的多目标开放车间调度问题（MOOSPCPT）,以最小化完工时间和总额外能耗为目标构建了混合整数规划模型,并提出一种多目标混合进化算法（MOHEA）用于求解MOOSPCPT。在MOHEA中提出多个策略：1）改进生物地理学优化算法中的迁移策略和变异策略用于全局搜索,有效地提高了种群的多样性;2）基于关键路径设计一种自调整变邻域搜索策略,增强了算法的局部搜索能力;3）设计了一种加工时间重置算子,从而显著提升了算法的搜索效率。仿真实验结果表明：所提出的策略有效地提升了算法性能;相较于NSGA-Ⅱ（Non-dominated Sorting Genetic Algorithm Ⅱ）、NSGA-Ⅲ（Non-dominated Sorting Genetic Algorithm III）和SPEA2（Strength Pareto Evolutionary Algorithm 2）,MOHEA能够更有效地解决MOOSPCPT。     

基于竞争- 协作式信息交互的并行混沌优化算法研究

针对混沌优化对初始值敏感、搜索精确解效率低等不足，研究一种基于竞争一协作式信息交互的并行混沌优化（ICPCO）算法．ICPCO算法采取并行混沌迭代机制，在每一次迭代搜索之后．根据并行优化解分布状况不同，分别采取竞争或协作式信息交互再次寻优．描述ICPCO算法思想和实现步骤，分析其收敛性和优化性能．仿真实验表明，ICPCO算法不仅具有全局搜索能力，而且以信息交互方式提高了优化效率和搜索精度，算法收敛，稳定性增强．     

双群体伪并行差分进化算法研究及应用

为了提高差分进化算法的全局搜索能力和收敛速率,本文提出了一种双群体伪并行差分进化算法.该算法结合差分进化算法DE/best/2/bin变异方式局部搜索能力强、收敛速度快,和DE/rand/1/bin变异方式全局搜索能力强、鲁棒性好的特点,采用串行算法结构实现并行差分进化算法独立进化、信息交换的思想.为使初始化个体均匀分布在搜索空间,提高算法收敛到全局最优解的鲁棒性,提出了一种基于平均熵的初始化策略.典型Benchmarks函数测试和非线性系统模型参数估计结果表明,该方法能显著提高算法的收敛速率和全局搜索能力.     

基于快速自适应差分进化算法的电力系统经济负荷分配

提出一种求解复杂电力系统经济负荷分配问题的快速自适应差分进化算法(FSADE).从矢量运算角度对变异算子进行分析,提出了一种改进的变异算子,大大提高了算法的收敛速率.根据个体的进化过程,引入自学习机制,对个体的变异和交叉概率常数进行自适应地调整,提高了算法的鲁棒性.3个不同规模的算例仿真结果表明,与其他4种典型智能优化算法相比, FSADE具有更好的计算精度和计算速度,是一种求解电力系统经济负荷分配问题的有效方法.     

基于模糊控制补偿的支持向量机逆模型控制

支持向量机(SVM)具有很强的非线性逼近能力与泛化能力,文章研究了基于SVM的非线性系统逆模型辨识,并设计了基于模糊控制补偿的SVM逆控制系统.由SVM辨识的逆模型作为前馈控制器,形成直接逆模型控制器.同时,设计模糊控制器构成反馈补偿控制,克服逆模型的建模误差,提高系统鲁棒稳定性.仿真研究表明,SVM具有优良的逆模型辨识能力,基于模糊控制补偿的支持向量机逆控制系统的动态性能好、跟踪精度高、鲁棒稳定性强.