基于多时段气象数据判断相似日的日负荷曲线预测研究

日负荷曲线预测是电力市场运营的基本内容.而短期负荷预测应用中较为成功的人工神经网络方法ANN( artificial neural network),在很大程度上取决于训练样本以及输入变量的合理选取,它关系到算法的收敛性、计算速度以及预测的精度.通过对长春地区日负荷数据与日气象数据的基础分析,提出了选用多时段气象数据以及日类型作为相似日判别要素,并运用灰色关联理论,计算出预测日和诸多历史日的关联度,来确定ANN的训练样本,从而建立起适应性较强的日电量的预测模型.然后由日电量预测的结果,采用96点的波形系数,求出日各点的负荷预报值,经滚动预测检验证明,该方法能较好地满足实际电力系统的负荷预测要求.     

基于神经网络PI重复控制器的三相并联有源电力滤波器

针对传统的PI控制的局限性,提出一种新的控制策略,利用基于神经网络的PI控制器与重复控制器并联构成的控制方法,大大提高了响应速度和补偿精度。该控制器利用BP神经网络技术,根据误差大小对PI控制器参数进行在线实时自适应整定,从而满足最优性的要求。利用重复控制的零稳态误差能力保证了装置的稳态精度。最后通过与传统PI控制器的仿真对比说明所提方法的可行性。     

内蒙古柴胡栏子金矿床矿体赋存特征及深部预测

在柴胡栏子金矿开展深部找矿研究,从野外原始资料收集入手,研究矿体形态特征,总结其赋存规律,完成了深部矿体的预测定位,经钻孔验证证实,取得了深部探矿突破性进展。对于深部矿体的预测定位,主要根据断裂及矿体赋存特征等地质条件分析判断,认为旋钮构造作用中心点,即不同走向矿体的交会结点的侧伏趋势即是矿体的侧伏趋势,矿体沿结点的侧伏方向向深部发育。由此确定了预测靶区：一是走向呈315°的矿体,预测重点部位在700 m标高以下18线以南到33线之间;二是走向呈近EW的矿体,预测重点部位在700 m标高以下5350线以东到5950线之间。通过钻孔验证,见矿率达59%,在预测靶区范围内共获得（333）黄金金属量4 511.39 kg,矿石量143.60万t。其中,1#矿体获得金属量713.84 kg,矿石量19.64万t;4#和8#矿体获得金属量3 797.55 kg,矿石量123.95万t。     

地区电力调度EMS报警功能需求及算法

讨论了为了使地区电力调度能量管理系统(EMS)满足地区电网安全经济运行和逐步推进的电力市场的需要,地区电力调度EMS在已有功能基础上迫切需要增加新的功能及其实现的算法,包括电网故障报警、电网异常报警、安全环境报警和电力市场运行报警等,对实现上述报警功能的算法进行了讨论。     

电力负荷与气候条件关联规律的探讨

针对电力系统负荷的构成及主要特点，论述了季节与气温的变化对电力负荷的影响，以长春地区电力负荷及气候条件为例，阐述了天气预报在电力负荷预测中的应用，指出只有找出电力负荷与气候变化的规律，才能进一步提高电力负荷预测精度。     

地区次输电网消弧线圈优化补偿运行

针对地区次输电网特点,提出了简易网络辨识、整定优化计算及逼近用户理想的量化评优新方法。介绍了地区次输电网消弧线圈优化补偿运行软件开发思路与方法。     

树脂矿浆法提金工艺研究及应用

树脂矿浆法提金工艺属于无过滤提金技术,具有吸附速度快、饱和载金量大、解吸和再生容易、耐磨性好、抗污染能力强及适用范围广等优点。自采用树脂矿浆法提金工艺后,氰化浸出率由原来的90.82%提高到96.88%,提高了6.06%;金的选矿总回收率由90.28%提高到95.86%,提高了5.58%;解吸电积的金泥品位由原来的15%左右提高至70%左右。     

变型设计策略在汽车检具设计中的应用研究

针对汽车新品研发中其检具设计效率不高等问题,提出一种基于模板的汽车检具模块化变型设计方法。明确产品数模与检具结构件之间的参数关系,划分检具装配结构层次,在此基础上构建变型设计模板,通过分析新产品数模设计特征的相似性进行模板调用。针对检具结构中各类元件的资源特性,通过算法实现结构件参数的自动分配。并结合UG软件的二次开发技术,实现了产品数模与检具模板之间的设计参数联动以及模拟块的生成。最后以汽车保险杠为对象进行应用,验证了该方法在检具设计系统中的有效性。     

家电技术资源的快速整合

本文通过流程的三个节点来说明如何快捷地整合到想要的技术资源,节点一是技术领域的研究,包括需求定义、关键词搜索、形成技术领域分析报告;节点二是全球的资源库的形成,包括专利查询、技术应用分析并找到相应资源;节点三是资源的评估和漏出,包括技术线下对接沟通、资源的评审。该流程对每个节点的工作内容、使用的工具和输出物和注意事项进行了详细说明,配有了详细的流程图,并结合了工作的实际案例进行详细说明。此方法大大缩短寻源时间,减少了产品开发周期,为新品的快速上市提供了资源保障。     

基于多时段气象数据判断相似日的日负荷曲线预测研究

日负荷曲线预测是电力市场运营的基本内容。而短期负荷预测应用中较为成功的人工神经网络方法ANN(artific ial neural network),在很大程度上取决于训练样本以及输入变量的合理选取,它关系到算法的收敛性、计算速度以及预测的精度。通过对长春地区日负荷数据与日气象数据的基础分析,提出了选用多时段气象数据以及日类型作为相似日判别要素,并运用灰色关联理论,计算出预测日和诸多历史日的关联度,来确定ANN的训练样本,从而建立起适应性较强的日电量的预测模型。然后由日电量预测的结果,采用96点的波形系数