分布式发电环境下配电网重构的功率损耗最小化

提出了一种以分布式发电（DG）为目标的配电网重构新方法,其目的是减小配电网的实际功率损耗和改善电压分布。采用元启发式和声搜索算法（HAS）对配电网中DG单元的最佳位置进行重新配置和识别。灵敏度分析用于确定DG装置安装的最佳位置,利用电压和支路电流承载能力构建目标函数的约束条件。该方法在IEEE-33总线径向分布系统中运用三个不同的负载水平进行测试,以证明所提出的方法的性能和有效性。     

基于小波KPCA与Bi-LSTM的特高压换流站测控装置健康评估和预测

特高压换流站测控装置作为模拟量非线性、传输转换高要求的二次设备,目前的评估和预测方法不完全适用于测控装置的健康分析。提出了一种基于小波核主元(kernel principal component analysis, KPCA)分析和双向长短期记忆网络(bi-directional long short-term memory, Bi-LSTM)结合的健康评估和预测方法。通过引入小波核函数,以提高KPCA对健康状态影响因素进行特征提取的能力。通过第一核主元建立健康指数,以评估测控装置状态变化。通过构建Bi-LSTM网络模型以输入特征信息达到健康预测目的。以浙江某换流站采集到的真实数据作为样本,通过实验数据进行了对比分析。结果表明,该方法可以提升多维健康监测数据的准确评估和预测精度,为检修人员制定检修策略提供科学参考。     

基于概率密度演化理论的风机叶轮结构时变可靠度分析

为实现贯流式风机叶轮结构时变可靠性的快速准确评估，利用概率密度演化理论(Probability Density Evolution Theory, PDEM),考虑了叶轮结构和运行环境的随机性，并结合有限元分析模型，建立了叶轮结构极值应力的概率密度函数分析方法，给出了服役期内叶轮结构在不同运行时间的失效概率和时变可靠度。对Abaqus有限元分析软件进行了二次开发，通过Matlab和Abaqus的联合模拟，实现了模型建立、应力分析、结果提取和概率密度演化的全流程批量仿真分析。通过与代理模型法和蒙特卡洛模拟法的对比，从计算效率和结果精度两方面验证了概率密度演化理论的准确性和高效性。