天然滤层净滤井取水技术介绍

天然滤层净滤井取水技术,是利用江河河床表面复盖的砂砾卵石层、泥膜和渗水基岩层——统称天然滤层的过滤吸附作用,将受到污染的地表水体转化成清洁的地下潜流水,再通过河床底部设置的净滤吸水系统——净滤井,把该水流取出地面的一整套技术方法。它根据江河流量大     

基于万有引力搜索算法的微电网风光储容量优化配置

针对规模化风光储发电单元运行可靠性差、经济效益低等问题,通过采用多目标万有引力搜索算法,实现对风光储发电单元的优化配置。建立发电单元的输出功率模型,包括风力发电机输出功率模型、光伏电池输出功率模型和储能电池输出功率模型;采用某地区2015年1月至12月的风光数据,得出风机、光伏电池一年的输出功率。以风机、光伏电池及蓄电池的容量为决策变量,以成本、能源浪费率及缺电率最小为优化目标,得到最优风光储容量配置组合。     

基于需求侧管理的分布式光伏发电余电上网调控研究

在居民用户分布式光伏发电余电上网方面引入需求侧管理,促进居民用户改变用电方式,提升日间余电上网电量,降低电网高峰时段的供电压力。基于消费者心理学原理,建立了用户激励响应模型。考虑用户可调容量、光伏出力的约束条件,采用多目标遗传算法得出分布式光伏发电余电上网的经济激励,该激励可有效提高用户余电上网电量,削减日间高峰负荷,提高电网的运行效率。     

三电平矢量分解SVPWM算法及中点电压平衡

传统多电平空间矢量脉宽调制(SVPWM)算法需要复杂的扇区判断和大量三角函数计算,不易于向更高电平级数扩展。研究了一种简化的基于参考电压矢量分解的三电平SVPWM算法。该算法将两电平SVPWM算法应用到多电平SVPWM算法,简化了扇区判断,避免了三角函数运算。分析三电平逆变器中点电压不平衡的机理,给出中点电压平衡控制策略。该策略易于推广到多电平SVPWM算法。实验验证了该控制算法的有效性。     

基于综合负荷模型的感应电动机不稳定平衡点计算方法

正确认识电压失稳机理是进一步研究电力系统电压稳定问题的关键。建立了包含线路传输电抗、感应电动机、恒阻抗负荷以及无功补偿装置的实际电网综合负荷模型，提出了一种将实际电网部分电路等效为虚拟感应电动机的方法，并基于该方法以及戴维南定理构建了故障前、后虚拟感应电动机电磁转矩公式，进一步求解了感应电动机故障后不稳定滑差。该方法避开了传统方法求解感应电动机故障后不稳定滑差过程中遇到的系统故障切除后，感应电动机暂态过程中端电压不恒定的问题，使求解结果更加精确。利用该方法进一步分析了感应电动机负荷比例以及线路传输电抗对感应电动机故障后不稳定滑差的影响。利用PSD-BPA搭建的单机无穷大系统验证了所提方法的有效性。     

5kW光伏并网发电系统及其仿真研究

随着新能源发电的迅速发展,越来越多的可再生能源被转化为电能并通过并网逆变器输送到电网。利用MATLAB仿真工具箱建立了由光伏阵列输出、Boost升压电路、逆变器、控制器、电网等组成的5 kW光伏并网发电系统的仿真模型,研究了光伏并网系统的特性。采用变结构模糊PID控制器实现5 kW光伏发电系统的MPPT;采样电网电压作为逆变器电流的参考信号,利用滞环比较法控制逆变器,实现系统输出电流与电网电压同频同相,功率因素近似为1。仿真结果表明,系统较好地实现了光伏发电系统的MPPT及安全并网,对实际光伏并网系统的设计有参考意义。     

饮水安全的技术标准(三)

2．5相关的标准规范 除上述标准外，下列标准也在饮水安全方面常会用到，如取水时需要考虑的标准：     

考虑用户缴费满意度与用电舒适度的用电优化策略

随着智能家电的广泛应用以及负荷监测技术的发展,家庭可控负荷的优化调度已经成为虚拟电厂技术的重要研究内容。考虑家庭用户用电经济性和舒适度,提出一种综合考虑家庭用户电力负荷关联度和用电舒适度与缴纳电费满意度的多目标用电模型。根据用户的负荷特性,建立刚性负荷和柔性负荷的数学模型及其约束条件。引入负荷使用关联矩阵调整负荷运行时段参数,建立考虑用户用电舒适度与电费支出满意度的多目标用电模型,采用遗传算法对模型进行求解。算例分析结果表明所建立的优化策略能有效满足用户用电舒适度,实现用电经济性,为虚拟电厂中可控负荷的优化调度提供帮助。     

对降低开关磁阻电动机振动和噪声的两步换相法频域分析

针对开关磁阻电动机运行的振动和噪声问题,基于频域分析方法,研究了电压PWM运行方式下,采用两步换相法降低开关磁阻电动机振动和噪声的机理。仿真结果表明,采用两步换相可以减小电流和径向力的波动;在电机出力相同的情况下,可以减小电机的振动和噪声;在平均径向力相同的情况下,可以提高电机的出力;适当地微调控制参数减小某些频率点的电流幅值,可避免与定子固有频率谐振,减小振动和噪声。     

恶意软件检测中解决样本不平衡问题的策略

互联网技术已经使人们的生活和工作发生了巨大的改变．然而,人们在享受互联网提供的便利的同时,也承受着恶意程序带来的威胁．在数字化时代的今天,与恶意程序的对抗已成为信息领域的焦点．由于恶意软件检测中的恶意软件样本难于获取,同时,标记大量的样本也需要花费大量的人力和物力,所获得的恶意软件样本远远少于正常软件样本,因此各类的训练样本之间存在分布不平衡的分类问题．为了解决该问题,本文提出采用SMOTE过采样方法,通过合理的增加少数类样本来解决样本不平衡问题．