基于NSGA-II算法的有源配电网故障定位方法研究

文章提出一种适用于有源配电网故障定位的多目标优化模型,并采用带精英策略的非支配排序遗传算法(Non-dominant Sorting Genetic Algorithm with Elite Strategy,NSGA-Ⅱ)进行优化求解。传统的有源配电网故障定位方法采用单目标优化模型进行求解,其目标函数由各个分目标函数加权而成,但权值选取不当会影响定位结果,导致误判或漏判。而基于Pareto最优概念的NSGA-Ⅱ算法计算简单,能综合全局找到最优解,无需考虑权值的影响。最后,通过PSCAD搭建修正的IEEE 33节点配电网模型,并考虑到智能终端单元信息误报的三种情况,分别从单一、多重故障两方面进行仿真。通过选取四种典型故障情形,分别用文章方法和传统的基于单目标优化模型的定位方法进行对比。通过对比发现,基于NSGA-Ⅱ的多目标优化的故障定位方法在单一或多种类型信息误报下依然能够准确定位故障区段,可靠性高。     

考虑复故障的有源配电网故障定位方法

配电网受到极端扰动后可靠故障定位是提升配电网供电可靠性的重要手段.在极端扰动中,配电网中发生复故障的概率增大,主要体现在故障重数多、故障类型多、高阻接地等特征.文章提出一种考虑复故障的有源配电网故障定位方法.基于μPMU优化配置下的区域划分,形成各个监测域.通过搜索算法确定可疑监测域,并启动故障定位算法,利用不平衡电流分量幅值比较的故障区段检测判据定位故障.通过PSCAD/EMTDC和Matlab,验证了该方法不受故障位置和故障类型的影响,适用于多重、多类型故障等复杂场景,且有较高的抗过渡电阻能力.     

三聚磷酸钠改性花生蛋白的研究

采用三聚磷酸钠对花生蛋白进行化学改性,探讨了改性中三聚磷酸钠的添加量、反应温度、时间、pH等因素对花生蛋白化学改性的影响。实验结果表明,通过化学改性使花生蛋白的溶解性达到2.01g/mol,乳化度为56.98%,乳化稳定性为55.54%,高于原料花生蛋白的水平。     

固定化原生质体半连续发酵生产谷氨酸

以谷氨酸生产菌S9114为供试菌株,研究固定化原生质体半连续发酵生产谷氨酸的工艺.实验比较了2种固定化方式发现,采用海藻酸钙包埋的方式制得的胶粒有利于谷氨酸的合成:并证实了发酵培养基中过量的生物素对固定化原生质体发酵谷氨酸合成没有明显影响;通过固定化原生体半连续发酵谷氨酸实验显示,固定化胶粒可重复使用6次活性无明显衰退.