城市照明监控管理系统的优化设计与实现

LMAS是城市照明监控管理系统的简称。在研究国内城市LMAS应用现状基础上，结合城市照明网总线星形结构的网络结构特点及目前通信技术的发展，提出了城市照明网智能管理的新模式及其优化方案，以智能管理和节能控制为目的，结合工程实践，对城市LMAS系统的工作原理和结构进行了分析论述，并进行了系统功能、体系结构及软件的优化设计。     

改进PSO算法在无功优化中的应用

利用PSO(Particle Swarm Optimization,粒子群优化)算法对无功优化问题进行求解。对基本的PSO算法进行了改进,设计了分组变权重的搜索策略,定义了分组权重向量,即通过对每次迭代后粒子的分组、每组赋予分组权重向量中的不同权重,同时使权重随迭代次数的增大而线性变化,使各粒子之间形成分工合作的关系,搜索的方向性更强,速度更快,对IEEE30节点系统的仿真结果表明了算法的有效性。     

配电网故障定位容错算法

为了兼顾配电网故障定位的速度和容错性,提出了一种先故障定位后信息畸变判断的新方法.根据馈线终端单元(FTU)反馈的故障信息,采用基于子节点数搜索的基本定位算法,得到故障区段向量;对故障区段向量进行逆运算得到期望故障信息;将期望故障信息和FTU反馈的故障信息进行比较,根据信息畸变数最小和故障区段最少原则确定最佳故障区段.仿真结果表明,该算法有效减少了基本定位的搜索次数.而且,对于信息缺失畸变情况下的多故障定位,也具有很好的实时性和容错性.     

电力系统实时暂态安全分析的综合参数识别法

本文提出了一种应用综合参数识别进行电力系统实时暂态安全分析的新方法、用在电力系统实时暂态安全分析监测系统上,提高了暂态安全分析的实时性、通过对某一实际电力系统的仿真研究表明．这种方法具有好的实时性和实用性。     

配电网故障定位容错算法

为了兼顾配电网故障定位的速度和容错性,提出了一种先故障定位后信息畸变判断的新方法.根据馈线终端单元(FTU)反馈的故障信息,采用基于子节点数搜索的基本定位算法,得到故障区段向量;对故障区段向量进行逆运算得到期望故障信息;将期望故障信息和FTU反馈的故障信息进行比较,根据信息畸变数最小和故障区段最少原则确定最佳故障区段....     

基于GOA-SVM的短期负荷预测

支持向量机是借助于凸优化技术的统计学习方法,与传统神经网络相比,泛化错误率低并且结果易于解释。将支持向量机用于负荷预测时,参数选择不准确会导致预测性能较差。提出一种基于蚱蜢优化算法的支持向量机短期负荷预测方法,以某地区负荷、天气等历史数据对SVM进行训练,并通过GOA优化选取支持向量机参数,然后以得到的最优参数建立GOA-SVM负荷预测模型。算例分析表明,GOA-SVM预测模型比GA-SVM和PSO-SVM模型有更好的收敛性能,且预测精度更高。     

面向波阻抗的长距离输电研究

介绍利用长距离输电线的均匀分布参数而形成的波阻抗,它的大小与线路长度无关的特性,可将大容量的电力送往远区的受端系统。还对有关波阻抗的选择、系统结线和稳定性等技术问题进行了讨论。     

实时监控系统中的多维数据库技术

大型实时监控系统ＲＭＣＳ是电力、通信、石油、水利等现代化工业管理的一个重要技术手段，正处于发展阶段。本文提出了在ＲＭＣＳ中结合使用通用数据库管理系统的多维数据库技术和方法，以解决监控数据种类多、娄量大的作为历史数据的有效管理和使用问题，在多种实际系统中应用取得了好的效果。     

改进PSO算法解决电力系统机组优化组合问题

机组组合优化问题是一个大规模、离散、非线性的混合整数规划问题,所以求解比较困难,不容易找到理论上的最优解。本文在基本粒子群算法（PSO）的基础上,使用一种空间收缩策略,加快了算法的收敛速度。同时,为了避免算法出现“早熟”现象,让粒子不仅根据自身和同伴中的最好个体进行调整自己的飞行速度,并且向其他个体学习,以及通过改进的粒子群算法（MPSO）进行仿真计算,证明了该算法的有效性。     

自并励励磁变压器过电压分析及仿真研究

针对自并励励磁变压器的换相运行工况,分析自并励励磁变压器承受的换相过电压以及产生过电压的机理,研究自并励励磁变压器在运行中承受过电压的能力。通过电磁场有限元方法对自并励励磁变压器在过电压作用下的电场进行仿真计算,获得自并励励磁变压器在整流桥处于深控状态时的电场分布,为自并励励磁变压器的容量选择和绝缘设计提供理论依据。