上海市电力需求与经济政策关系研究

经济发展的周期波动必然引起电力需求的波动。采用上海市经济和电量数据,根据经济变量周期波动理论,结合经济指标与电力需求间的关联分析,对上海市电力需求变化规律进行捕捉,得出各周期内电力需求受经济政策的影响情况,为预测电力需求增长趋势提供理论依据。     

基于惯性导航的电缆定位误差分析

对惯性导航在地下电缆管廊定位过程建立了误差方程,对加速度计噪声引起的误差进行了量化分析。通过建立惯性导航系统的速度、位置误差方程,分析了影响速度误差的因素,进而得到造成位置误差的原因。在此基础上,利用Matlab对误差进行了仿真计算。由计算结果表明,惯性导航的定位误差随着加速度误差的增加而增加,并具有累积效应,随着定位长度的增加而增加。     

焦炭塔强度评定及疲劳剩余寿命评估

以某炼油厂LD52B2-2B焦炭塔为研究对象,在机械载荷和温度载荷共同作用下的工况下,利用有限元分析软件ANSYS对其进行应力分析与强度评定,各部位均满足强度要求,同时对其最薄弱区域进行疲劳强度评定,通过对剩余寿命评估方法的研究,得到了焦炭塔的最大剩余使用寿命。     

互信息在电力系统中长期负荷预测中的应用

传统电力负荷预测方法常以电力负荷自身的历史序列特征外推预测未来负荷,或者用确定性相关关系来模拟少数几种电力负荷关联因素的影响,导致对负荷变化规律的把握存在缺陷.信息领域中的互信息理论用于分析两个随机变量间的相互依赖程度,其中包含了线性和非线性关联关系,用以描述电力负荷及其影响因素的关联程度,为进一步的预测工作提供依据.应用互信息理论,建立了电力负荷预测的互信息网络模型,根据各影响因素与电力负荷间的互信息对其量化、比较和逐层筛选,在得到各经济社会指标与负荷之间的关联程度的基础上,对未来负荷进行预测.将本模型应用于实际电力系统预测,得到了令人满意的预测结果.     

基于不同神经网络模型的冷凝器两相换热量的研究

在混合工质下利用4种神经网络模型(反馈神经网络模型(BP)、遗传神经网络模型(GA - BP)、极限学习机网络模型(ELM)和递归神经网络模型(RNN))预测了板式换热器的换热量(含相变换热).结果显示:热源温度为30、40、50 ℃时,GA - BP神经网络模型的平均绝对误差(MAE)、平均相对误差(MAPE)和均方根误差(RMSE)均小于其他3种神经网络模型,且与实际值接近.该结果表明,GA - BP神经网络模型比其他3种神经网络模型更适用于预测板式冷凝器的换热量(含相变换热).