一种改进的APF在分布式发电中的应用

为了解决分布式电源并网产生的谐波问题,提出采用瞬时无功功率理论检测法和改进三角波调制电流控制方法对有源电力滤波器的滤波性能进行优化,并将此方法应用于分布式电源网络进行仿真,仿真结果证明采用这种方法能有效地滤除网络中大部分谐波,并使电源电流的畸变率明显降低。     

钢颗粒增强铜基复合材料的界面和传导性

采用悬浮浇铸工艺并控制冷却速度成功地得到了钢颗粒增强纯铜基铸造复合材料。研究表明,钢颗粒与纯铜基体结合良好,钢颗粒没有固溶于纯铜基体,没有造成铁污染,也没有过度扩散,其电阻率为2.132×10     

小波软阈值去噪和GRNN网络在月度负荷预测中的应用

在介绍了小波阈值降噪理论和广义回归神经网络基本理论的基础上,针对电力系统的月负荷数据同时具有趋势增长性和季节波动性的复杂非线性特征,提出了一种月负荷预测新方法。首先对历史数据进行小波软阈值去噪,以横向历史数据和纵向历史数据作为神经网络的输入,建立了月度负荷预测模型,并将其应用于我国某地区月度负荷预测,结果表明：该模型既具有较好的鲁棒性,预测精度较高且较为稳定,又具有良好的实用性。     

施工现场临时用电操作安全

施工现场由于操作人员接线、用电不当.或未按安全用电技术规范架线、接零和使用电气设备,导致机械损坏、漏电,甚至造成结构垮塌事故,严重威胁着建筑施工人员的生命安全和国家财产安全.对此,除了要牢固树立"安全责任重于泰山"的思想外,还应让施工管理人员、操作工人,特别是流动性很大的农民工,认真学习并牢固掌握一些有关安全用电和安全操作技术知识,使"安全施工"成为日常工作中的自觉行动,变"要我安全"为"我要安全".     

基于小波分析的月度负荷组合预测

针对电力系统月负荷数据同时具有趋势增长性和季节波动性的非线性特征，提出了一种基于小波变换的月负荷预测方法。通过小波变换把月负荷序列分解为多个频率成分的叠加，针对不同频率成分的不同特点采用不同的预测方法，最后将各频率成分的预测结果重构进而得到预测数据。该方法避免了考虑气候、政策等因素，仅利用电力负荷历史数据进行预测。实例结果表明采用该方法进行月负荷预测可以达到较高的精度。     

用氟离子电极测定氟化铝溶液中氟含量

过去氟化铝溶液中氟含量的分析采用蒸馏——硝酸钍滴定法,手续见繁。近年来氟电极已广泛使用于氟的测定,方法快速,准确,经济,适合于日常分析。用氟电极测定氟的主要干扰是铝离子,为了消除氟化铝溶液中铝的干扰,我们在选择掩蔽剂方面做了试验。消除铝的干扰最常用的掩蔽剂是柠檬酸钠和环己二胺四乙酸(DCTA)或乙二胺四乙酸二钠(EDTA),这些掩蔽剂只能掩蔽少量的铝,而且由于与氟化钢单晶薄膜作用,使平衡时间增长。     

基于蚁群算法的配电网故障恢复重构

研究了故障后输电线路的重构优化问题,提出了一种求解目标最优的故障恢复重构算法。该算法基于蚁群算法,以电压稳定为前提,建立了以降低网损和操作开关数目最少为目标的数学模型。该算法不依赖初始参数的设置,具有全局搜索的能力,可通过改变权重系数将网损、开关操作数目等多目标优化问题转化为单目标优化,提高算法效率。实例证明该算法可以准确得到配电网故障后电网重构的最佳方案。     

基于扩展粗糙集的短期电力负荷预测模型

影响短期电力负荷预测的因素众多,如何有效地判断和选择这些相关因素是改善电力负荷预测的关键,通过引入数据挖掘中粗糙集约简算法来解决这一难题。针对常规粗糙集算法计算量大,且不具备容错性和泛化能力,在属性约简过程中设置了分类可信度β,因而对数据具有了一定的容错性和泛化能力,增强了抗噪声能力。经过对实际数据的计算分析,证实了本文提出的方法在一定程度上提高了负荷预测的精度和速度。     

小波软阈值去噪和GRNN网络在月度负荷预测中的应用

在介绍了小波阈值降噪理论和广义回归神经网络基本理论的基础上,针对电力系统的月负荷数据同时具有趋势增长性和季节波动性的复杂非线性特征,提出了一种月负荷预测新方法.首先对历史数据进行小波软阈值去噪,以横向历史数据和纵向历史数据作为神经网络的输入,建立了月度负荷预测模型,并将其应用于我国某地区月度负荷预测,结果表明:该模型既具有较好的鲁棒性,预测精度较高且较为稳定,又具有良好的实用性.     

按市场经济规律编制施工组织设计

建筑市场必须按市场经济规律运作，依照国际惯例办事，具体作法有：工程项目的承发包实行招标投标制和合同管理制，工程管理实行业主责任制、项目经理责任制和工程建设监理制等。新制度的实施使建筑市场的竞争越来越激烈，项目管理模式也相应发生了变化，加上工程施工环境变化和技术环境的改善使施工组织设计的地位和作用发生了根本性的变化。