两岸期货市场合作先行先试构想

两岸期货市场发展历程有所不同,大陆是从商品期货发展起步,近期才开始推出金融期货,而台湾是以国外期货交易为起点,发展金融期货为主.两岸期货市场分别在金融期货和商品期货存在比较优势,不仅具备合作的基础,而且可以实现良好的合作效益.但这是一个循序渐进、逐层递进的过程.两岸期贷市场合作构想与建议是:放宽两岸期贷市场合作的政策限制;选择两岸期货市场合作先行先试的合适区域;发展海峡区域期货市场,推行对台先行先试;制定两岸期货市场合作配套政策.具体分三阶段实施发展海峡区域期货市场构想:第一阶段,在海西金融合作试验区内实现两岸期货市场的初步对接;第二阶段,在海西金融合作试验区内实现两岸期货市场的深层次整合;第三阶段,完善海西金融合作试验区内两岸期货市场的合作模式,并将其推广到长三角、珠三角等地.     

数字微差补偿器及其在电流比较仪电桥中的应用

设计一种能够在四象限内对输出信号进行调节的数字微差补偿器,核心器件为16 位串行输入乘法型数模转换器,以正弦电压信号作为参考,可根据接收的数字编码分别调节输出补偿信号的同相分量和正交分量。提出一款计算机控制的电流比较仪电桥线路,应用数字微差补偿器和牛顿迭代算法实现电流比较仪磁势的自动平衡。利用研制的电桥对双螺线型计算电阻进行测量,结果表明,该电桥在1592 Hz频率范围内的标准测量不确定度为2×10^-7,能够满足交流电阻量值传递要求。     

基于混沌神经网络的电机故障诊断

采用全局耦合混沌神经网络模型，每个神经元的动力学行为由反对称立方映像表示。采用Hebb算法设计网络的连接权值矩阵．将记忆模式的回忆过程转化为耦合系统中参数演变的过程，从而实现了混沌神经网络的联想记忆。根据提出的能量击穿规则，扩大了样表的吸引域。在此基础上，应用该混沌神经网络对异步电机转子断条故障进行诊断。结果表明，该种方法有助于故障模式的记忆和重现。     

对南运河治理工程引发的生态护岸问题的思考

从天津市南运河治理工程出发,从生态护岸的基本要求和应用原则两个方面进行了论述,指出生态型护岸的出现顺应了人与自然共生的要求,不仅是护岸工程建设的一大进步,也将成为今后护岸工程的主流。     

混沌遗传算法在电力市场竞价策略中的应用

从发电公司角度,展开在电力市场环境下发电公司参与竞价机制的分析和研究,讨论了发电公司竞价机制及其报价策略,将投标竞价的原则引入电力市场,建立投标竞价数学模型.将混沌优化和遗传算法结合起来,提出将混沌遗传算法应用于电力市场的竞价策略.通过在种群进化的不同阶段引入混沌优化,能够更有效地求得全局最优解,具有更快的收敛速度.     

基于电流比较仪的四端钮阻抗电桥

为了能够精确测量四端钮形电阻,提出一种用于交流电阻标准量值传递的电流比较仪四端钮阻抗电桥,该电桥由同步电压源供电,采用前馈网络与反馈网络共同作用的方式来调节和维持电流比较仪主铁芯的磁势平衡,利用数字锁相放大器读取被测阻抗与标准阻抗间的电压差别,通过计算可间接求得两者的交流阻抗差.利用所研制的电桥对3只1 000 Ω双螺线型可计算电阻间的交、直流相对差进行比较测量,1592 Hz及以下频率时的测量不确定度为3×10-7,满足交流电阻标准量值传递的.要求.     

基于混沌理论的电网售电量预测研究

对具有混沌特性的电网售电量时间序列重构相空间,计算相空间的饱和嵌入维数和最大Lyapunov指数,并利用计算得到的饱和嵌入维数指导建立T-S模糊神经网络预测模型.采用递阶遗传算法对T-S模糊神经网络的结构和权值进行训练,可确定最适合的预测模型结构,提高神经网络的收敛速度,使其具有良好的泛化能力.在此基础上,对秦皇岛电力公司售电量数据进行预测,结果表明,该方法可精确地再现售电量时间序列的混沌动力学行为,在可预报尺度范围内,能对售电量作高精度的预测,且具有很强的适应能力.     

基于PSO-MP算法和RBF神经网络的电能质量扰动识别

准确识别扰动信号类型对分析和治理电能质量问题具有重要意义。文中提出一种基于粒子群优化匹配追踪算法(PSO-MP)和RBF神经网络的电能质量扰动识别方法。首先,构建工频原子库将工频信号提取出来,得到的残余信号能更好地体现扰动信号差异性;再利用PSO优化匹配追踪算法以减小计算量,并结合离散Gabor原子库对残余扰动信号进行稀疏分解,准确提取其原子参数;最后将原子参数以及残余信号在原子上的投影的均值和标准偏差作为特征量,利用RBF神经网络对扰动信号进行识别。仿真算例表明,该方法能够有效地识别几种常见的电能质量扰动,且具有抗噪性能强、计算量小等优点。     

基于PSO-OMP优化的WD-ASD超短期负荷预测

为提高负荷预测精度,降低电力系统规划决策的保守性,本文提出了一种基于小波-原子稀疏分解(WD-ASD)的超短期负荷预测模型。该模型使用模糊聚类算法提取相似日为历史数据,采用小波分解(WD)作为前置环节,以基于原子表达式的自预测和基于最小二乘支持向量机(LSSVM)的残余分量预测为基础构建原子稀疏分解(ASD)预测模型,分别对负荷的高低频分量进行预测,并将结果相加得到最终预测值。其中ASD分解过程由正弦原子库自适应匹配分解完成,并将粒子群算法(PSO)和正交匹配追踪(OMP)算法相结合以增强原子稀疏分解能力。实际负荷数据算例验证了所提方法的自适应性、快速性及有效性。     

考虑条件风险价值的含多风电场电力系统经济调度

针对单一Copula函数在描述风速相关性时的限制性,通过引入mix-Copula函数获取具有相关性的多维风速样本。引入条件风险价值理论,将风电功率的不确定性以经济性考量,建立了一种含多风电场的电力系统经济调度模型,协调经济性和安全性的问题。采用场景化理论对目标函数进行处理,使得计算得以简化。以含2个风电场的IEEE30节点系统为算例,分析风速相关性和置信水平对优化结果的影响,验证模型的合理性及有效性。