分布式静止串联补偿器潮流控制优化分配分析

为了提高传统比例分配模式与按照比例条件进行分配时面临的之处,提出了对DSSC集中管理过程进行优化分配的方案,探讨了潮流调节与子模块响应的具体方式。利用数字仿真器(RTDS)完成DSSC主控单元的优化分配测试,测试结果表明:采用实时优化分配法可以实现最快的子模块响应速度,同时达到了最快的潮流变化。并且实时优化分配法完成三轮调节之后便可以满足设计要求,实时优化分配法具备更高响应精度。选择实时优化分配法响应发生于2 s,很快实现出力满发的状态,在3 s时就完成响应过程,实时优化分配法只需投入3组子模块,其他方法则要投入所有的子模块。     

水库发电优化调度模型的快速求解算法及应用

针对水库“以水定电”优化调度数学模型求解方法中,传统动态规划方法易陷入“维数灾”,而现代智能算法搜索效率低且易陷入局部最优解等不足。本文基于水库在高水头运行时耗水率小的特点,提出了水电站水库“以水定电”调度模型的快速求解方法——浮子算法。该方法在水电站满足保证出力和最小下泄流量等要求的前提下,尽可能提高水库调度期的运行水位以达到直接寻找优化调度解的目的。通过案例分析并与离散微分动态规划（DDDP）方法求解结果比较,本算法结果与DDDP算法十分接近,计算时间约为后者的50%。与其他算法联合使用,可在提高优化效果的同时缩短模型的求解时间,为水电站水库“以水定电”调度计划的制定和快速决策提供技术支持。     

特约文章：水轮机技术进展与发展趋势

水轮机作为水电能源开发的核心机械装备,其性能的优劣决定了水电能源的开发利用率。在现代科技进步的推动下,水轮机技术也取得了长足发展。我国水轮机技术的发展经历了引进、吸收、消化和再创造的过程,特别是近20年的快速发展使我国水轮机技术总体上达到国际先进水平。本文在全面综合国内外水轮机领域研究成果的基础上,以近20年来水轮机技术领域所取得的主要研究进展为重点,分水轮机水动力学基础、水轮机过流部件的优化设计理论及新型水轮机研制三部分对水轮机技术进展进行了综述,探讨了部分研究领域中存在的问题,并对水轮机技术的发展趋势进行了总结和展望。     

适用于水电机组的改进滑模控制策略研究

近年来,随着风、光等可再生能源在能源供应中的比例日益增加,其间歇性和难以预测性使电网的稳定性面临更多挑战。水电机组是电网中具有重要调节作用的机组,其调速器广泛采用传统的比例-积分-微分（PID）控制。然而,PID控制对机组复杂工况的适应性较差,作为重要的鲁棒控制策略,滑模控制在实现水电机组优化运行方面具有巨大潜力。因此,为实现滑模控制在水电机组中的应用,本文将滑模控制引入水轮机调节系统,分析“假稳定”现象的原因并提出改进的滑模控制器。同时,基于自适应模糊粒子群算法（AFPSO）和时间乘误差绝对值积分（ITAE）指标,对改进滑模控制器的参数进行优化。通过仿真证明了所提出的滑模控制策略的有效性。     

基于超声波衰减效应的悬移质粒径分布反演

粒径分布是两相流的一项重要参数,为了实现其准确快速的测量,本文提出了一种超声波衰减效应与人工蜂群反演算法相结合的粒径分布测量方法。设计了基于聚焦式超声波传感器的悬移质参数测量系统,用于获得超声衰减信号并得到有效的实验衰减系数。根据理论声衰减模型求得理论衰减系数,构造理论衰减系数与实验衰减系数的误差函数作为目标函数。引入人工蜂群算法,优化目标函数,通过反演获得最优粒径分布。实验分别对三种不同分布的悬移质样本进行测量并采用筛分法作为对照实验,进行误差因素分析。结果表明,在实验范围内,该方法有较高的可行性与准确性,可为自由水体中悬移质粒径分布的测量提供一条新的思路。     

基于混合智能算法的电力变压器故障诊断研究

最小二乘双支持向量机算法(LSTSVM)具有训练样本速度快、二分类效率高的特点,在电力系统电力变压器故障诊断中占有独特优势。单一的智能算法诊断自己片面,很难全面进行故障诊断,因此多采用复合智能算法。在LS-TSVM模型基础上引入蚁群算法,利用蚁群算法强大的搜索能力进行寻优计算,结合二叉树构建的LS-TSVM模型可对变压器故障进行全面诊断。通过实际的算例进行仿真,结果表明,混合智能故障诊断方法不仅准确率高,准确度也比传统ANN模型有所提高,证明了该算法模型的有效性和实用性。     

超温导致一次风机跳闸原因分析

以某电厂前轴承温度超温导致A一次风机跳闸为例,介绍了热电阻温度元件的测量隐患,详细分析了设备误跳的原因,并具体给出了控制逻辑的优化方案。着重阐述了热电阻测量信号断线保护的重要性,为热电阻温度保护逻辑的搭建提供一定借鉴。     

在电力通信预警中优化的BP神经网络模型研究

阐述了当前电力通信预警中存在的问题和常用算法,针对在电力通信预警中,BP神经网络模型存在易陷入最小值、收敛速度慢的问题,提出了一种应用遗传算法对BP神经网络模型的初始权值和阈值进行优化的方法。选取52节点典型电力通信预警模型,分别对传统BP神经网络模型和遗传算法优化网络模型进行仿真试验。经过遗传算法优化的BP神经网络模型收敛速度快、拟合精度高,能够有效提高电力通信预警的反应速度和响应准确度。     

基于改进HITS算法的电网脆弱集合快速评估

脆弱线路在连锁故障传播中起着推波助澜的作用。为了更加全面地辨识脆弱线路,本文提出一种基于超链接诱导主题搜索算法的电网脆弱线路识别方法。首先,利用线路开断后的潮流转移量与线路容量裕度建立各线路故障转移的相关性网络。其次,利用改进超链接诱导主题搜索算法,计算相关性网络中各线路的权威值和枢纽值。最后,结合基于蒙特卡罗采样的连锁故障仿真工具,在河北南网系统中验证了所提算法得到权威值排名和枢纽值排名的有效性。与现有方法相比,该方法既能准确识别排名高的脆弱线路,又具有计算速度快的优点。     

超声波电动机二输入Hammerstein非线性建模

为给超声波电动机多变量控制系统的设计与分析提供必要基础,建立超声波电动机二输入Hammerstein非线性模型。将模型的静态非线性环节设计为Gauss函数,更准确地表述超声波电动机的非线性特性。采用改进差分进化算法,进行模型参数辨识,给出优化算法参数值的调试方法,以保证建模过程的有效性。模型计算结果与实验数据的对比表明,该模型精度较高,建模方法有效。