自检自适应最优时频分布在电力 系统谐波分析中的应用

电力系统谐波对电网的危害显得日益严重。为提高对谐波特征参数精确分析,提出了一种自检自适应最优时频分布谐波分析方法。首先应用核参数自适应选取方法(同时对实用化核参数选取进行了分析),实现信号自项和交叉项在模糊域内有效分离,确保信号分量自项有最优的时频分布;其次应用信号分量频谱信息自动搜索功能,提取出最能代表各信号分量特征的单时频谱,实现信号分量在时频面上精确刻画,有效提高信号时频信息的分辨率和可读性,实现了谐波信号参数的精确提取。仿真和实例分析均表明了该方法的有效性。     

含DG随机出力的配电网多目标无功优化

针对分布式电源(DG)出力具有间歇性和不确定性的问题,建立了基于两点估计法(2PEM)含DG随机出力的配电网概率潮流计算模型,并将基于Pareto最优前沿解集的多目标进化算法(MOEA)与两点估计概率计算模型相结合,建立了以网损、节点电压偏移量及优化成本为目标函数的多目标无功优化模型。将该优化模型应用于IEEE33标准节点测试系统中的仿真结果表明,该方法具有较好的适应性,能为决策者提供多样性选择,增加了决策的灵活性。     

家居用品零售,意大利风格——GIA2014全球家居创新大奖意大利得主盖勒瑞-弗艾芭商店的故事

<正>拥有壮丽外观的盖勒瑞-弗艾芭(Galleria Fiaba),坐落在维多利亚,西西里岛文明中心,整个商店的零售状况像一个展示精品家居用品和生活馆。关于弗艾芭(Galleria Fiaba)的一切都有一     

一类脉冲扩散渔业系统的优化收获策略

研究了一类在周期环境中具有脉冲扩散和收获的近远海渔业模型的动力学行为和优化控制问题.利用脉冲微分系统的基本理论和一些分析技巧,研究获得了系统正周期解存在和稳定的条件.进一步,在系统保持周期变化的条件下,考虑收获成本因素,以最大经济净收益为目标,研究收获努力量对收益的影响,获得了最优控制策略及最优经济净收益的具体表达式.     

刘洋 恋曲1990

刘洋说,每个人内心最深处都有一个结,他的那个情结就是如何把服装设计做的完美,其他的只是尝试,或者提高设计的修养。刘洋的性格曾经是张扬的,因为自信。他曾一度认为自己是唯一的,直到几年前父亲去世时才认定自己的“平凡之路”。他依然是唯一的,只是90年代的“黄土地”凸显了他的唯一,他在其中挣扎,也获得鲜花和赞誉。     

浅谈污水处理厂山地建厂的总图设计

随着城市用地的日趋紧张,在山地建设污水处理厂已是大势所趋。因此,结合污水行业自身特点,深入探讨污水处理厂山地建厂对工程各方面的影响十分必要。文章在山地建厂中的总图设计问题进行探讨。     

基于不同黑土层厚度的大豆水氮耦合模式

采用黑土层厚度(H)、土壤水分(W)、氮(N)3种因素的饱和最优试验D(311-A)设计方案,进行盆栽试验,研究了不同黑土层厚度(H)条件下,不同数量的水(W)氮(N)耦合对大豆产量及水分利用效率的影响。结果表明,各因素对大豆产量及水分利用效率均有影响,其中水氮耦合作用影响较大,黑土层厚度影响次之;分别提出了基于大豆产量和水分利用效率以及综合考虑产量和水分利用效率的水氮耦合的最佳模式,目的是为该地区不同土壤侵蚀程度条件下的大豆水肥管理提供科学依据。     

复区间潮流保守性问题的解决方案

区间运算的保守性问题是困扰区间潮流的主要问题之一。文中将复平面上区间数的3种不同表达方式，即方形域表达、圆盘域表达和扇形域表达引入区间潮流，来研究它们对区间潮流结果保守性的影响。复区间潮流采用的基本算法是配电网前推回推复区间潮流算法。采用33母线系统为算例，对潮流结果的保守性进行了研究，得出结论认为，根据电力系统中负荷的不同基本组成，来选择适当的复区间表示方式，可以降低区间潮流计算结果的保守性。     

一类潮流计算无解的实用性调整研究

现代电力系统具有远距离、重负荷、大区联网的特点。随着竞争机制的逐步引入，电网接近极限运行状态，该状态下的潮流方程易出现无解的情况。文中通过分析电力系统潮流无解问题，指出潮流无解的原因可以归结为电网的某一条或几条薄弱输电通道超过其输送极限。基于此，提出一种潮流计算无解时的实用性调整方法:利用降出力法求得最薄弱的输电通道，然后通过提高负荷功率因数来确保系统的无功平衡，并且结合灵敏度来调整发电机出力、切除部分负荷，使潮流计算得到收敛解。对华中电网的测试验证了该方案的可行性和准确性。     

斯普瑞斯奥莱店庆月活动

主题1斯普瑞斯奥莱三周年店庆月＂有型派对＂时尚驱动,潮流为先!机场旁的潮流聚焦地,个性青年自己的奥莱——斯普瑞斯奥莱将于2014年5月30日-6月30日举办三周年店庆月大型活动。本次活动主题名为＂有型派对＂,活动将以重磅促销折扣、人气潮流乐队、风情美食奖赏和N重惊喜优惠等内容带给北京时尚消费市场一个精彩纷呈的热辣六月。