用紫外分光光度法测定MOCA的含量

本文根据MOCA应在紫外线区有较强吸收的特征,研究并建立了用紫外分光光度法测定MOCA含量的方法。结果表明,用无水乙醇为溶剂,波长为250nm来测定MOCA的含量,方法简便、准确、灵敏、稳定性好,可望作为测定MOCA含量的一种可行方法。     

基于分形的电力系统负荷预测

本文提出了一个基于分形的电力系统负荷预测新方法,它根据分形拼贴定理求取一个与负荷历史记录相近的吸引子的迭代函数系统（ＩＦＳ）以建立预测模型实现对未来电力负荷的预测,实例计算表明,该方法精度高,速度快,不存在收敛问题,且数据收集简便,因此有很好的实用价值。     

变拓扑人工神经网络负荷预报

提出变拓扑人工神经网络(ANN)预报电力系统负荷的方法。所提出的模型能较 全面地反映影响负荷变化的各种因素。ANN在BP算法的学习中，需用的数 据窗最短。通过人机会话，可灵活地实现不同预报期限的负荷预报。算例表明 ，方法是有效的，预报精度比常规方法高，收敛性好，计算速度快，适于在线 应用。     

大系统多目标优化运行

本文首次将安全域用于考虑了安全、经济和环境影响的多目标优化问题,避免了在线优化潮流计算这一环节,合理解决了多目标决策优先权问题。采用移动初始点方法求出的扩展域使直观安全域趋于最大;采用的线性规划最新Karmarkar算法在变量数较大时比单纯形法具有运算速度快;采用的非线性规划Powell算法具有运算速度快、效率高和整体收敛性好的特点。通过对一个6机30节点系统进行数值试验,证明了本文的模型、方法和算法是切实可行的。     

基于最优潮流的实时电价及其遗传算法实现

基于分布式母线的解耦最优潮流（OPF）问题推导出一种新的实时电价模型,并用遗传算法解最优潮流问题,用扩展拉格朗日乘子法把最优潮流无约化,扩展拉格朗日乘子法可以把最倨潮流问题的等式约束和不等式约束与原目标函数集成起来,并且拉格朗日乘子含有丰富的经济意义。通过它们可以把各种约束因素转化成电价分量。然后由遗传算法对拉格朗日函数进行运算,求出最优潮流问题的解,最终根据实时电价模型求出各母线处的电价。另一个重要工作就是应用潮流分解计算每个母线的注入功率在输电网络中引起的实际潮流分布,根据其实际分布来分摊网络输电固定费用。在14母线IEEE标准系统上对所提出的模型进行了测试,表明了该模型具有良好性能和实用价值。     

计及FACTS装置的最大输电能力研究

输电能力是电力市场的参与者进行交易活动所必需的重要信息。文中提出了一种考虑常见FACTS装置（如UPFC,TCPS,TCSC等）的最大输电能力计算模型,在模型中考虑了电压水平、线路和设备过负荷等静态安全性约束条件,以及由于潮流方程解的鞍点分叉导致的电压稳定必约束条件。在算法上选用逐次线性化优化方法,并对每一个线性化子问题采用新算法－预测校正原始对偶对数障碍内点法求解。算例计算结果不仅说明了不同的FACTS装置和安装位置对电网的输电能力有不同程序的影响,同时也表明了文中的模型和算法是有效的,具有一定的应用价值。     

计及FACTS装置的最大输电能力研究

输电能力是所有电力市场的参与者进行交易活动所必需的重要信息。文中提出了一种考虑常见FACTS装置（如UPFC，TCPS，TCSC等）的最大输电能力计算模型，在模型中考虑了电压水平、线路和设备过负荷等静态安全性约束条件，以及由于潮流方程解的鞍点分叉导致的电压稳定性约束条件。在算法上选用逐次线性化优化方法，并对每一个线性化子问题采用新算法——预测校正原始对偶对数障碍内点法求解。算例计算结果不仅说明了不同的FACTS装置和安装位置对电网的输电能力有不同程度的影响，同时也表明了文中的模型和算法是有效的，具有一定的应用价值。     

交互神经网络法电网多目标优化运行

本文提出了一种交互神经网络（Ｈｏｐｆｉｅｌｄ连续ＡＮＮ模型）求解大型电力系统多目标优化运行的方法。模型中考虑了经济、环境保护和安全三个指标，并引入了调节乘子。采用ＡＮＮ求解，不仅有利于大型系统的计算，而且通过对调节乘子的交互，使这种求解方法更为有效，增加了决策的灵活性，提高了方法的实用价值，经ＩＥＥＥ６机系统算例计算表明，该法有是效的。     

神经网络法电力系统状态估计

提出了一种神经网络（Ｈｏｐｆｉｅｌｄ连续ＡＮＮ）法求解电力系统状态估计问题的新方法。根据加权最小二乘原理导出的状态估计模型可计及各种伪量测量。采用ＡＮＮ神经计算，可实现并行分布处理。经数值实例计算，结果表明，该方法是有效的，而且精度高、数值稳定性好。