电梯永磁曳引机启动冲击现象的研究及解决方案

曳引机是电梯的关键部件之一,对电梯乘坐舒适度有着十分重要的作用。对无称重传感器的电梯曳引机启动冲击现象进行研究,通过调整曳引机预转矩控制参数以及曳引轮键槽和键之间的公差,解决上述启动冲击问题,旨在改善电梯乘坐舒适度。     

南京城市电网核心区短期负荷特性分析及预测

城市电网核心区负荷变化复杂,影响因素众多,对电网调度部门的安全运行提出了挑战。基于南京电网实际负荷数据,分析了负荷变化特性及各类影响负荷变化的因素,同时针对预测方法中存在的边缘效应等问题,通过改进训练策略,提出了一种新的人工神经网络短期负荷预测模型。该模型采用多隐含层和动态神经元个数的预测方法,对不同神经元预测结果进行比较,以达到预测负荷的目的。预测结果表明,基于该方法建立的预测模型适用性强且能获得较高的预测精度,可为城市核心区的短期负荷预测提供可行方案。     

一种基于遗传算法的智能电网调度方法

随着智慧电网的发展,调度控制系统中的数据规模和种类呈指数型上升并且处理复杂度较高。为了更好地进行电力调度,给予电力系统相应的决策支持和更好地为客户服务,满足用户在不同时段的电力需求,本文基于遗传算法提出一种多种类型可控电器的G-DSM算法,将负荷调度问题定义为成本最小化问题,并用遗传算法求解;结合从用户侧获取的电力大数据对用户的电力需求进行规划,降低了用户的花销以及峰值电力负荷,从而避免电力资源的浪费,提高了电网的工作效率。实验结果表明,该算法具有较好的可行性,并在实际操作中易于实现。     

基于改进选择性BPSO算法的配电网降损重构研究

为了降低配电网的有功功率损耗以及提高开关利用率,利用Sigmoid函数对二进制粒子群优化(BPSO)算法中的粒子位置更新进行改进,并通过添加修改曲线的参数对函数进行选择,提出了一种改进选择性二进制粒子群优化(IS-BPSO)算法来求解配电网降损重构问题.该算法以降低配电网的功率损耗为目标,有效地控制粒子的变化速率并提高种群的收敛性.通过33母线和94母线的配电网测试系统进行仿真模拟,结果表明,该算法具有很强的鲁棒性和全局寻优能力.     

基于正交试验、BP神经网络和遗传算法的冷挤压模具优化设计方法

以桑塔纳L45449汽车轮毂轴承内圈为例,建立汽车轮毂轴承内圈冷挤压模具简化模型,运用Deform-3D软件对零件成形过程进行仿真,对挤压过程中的行程载荷和模具磨损进行分析,并据此给出模具优化设计约束条件和优化目标,提出了一套结合正交实验法、BP人工神经网络和遗传算法的模具优化设计方法,对冷挤压汽车轮毂轴承内圈模具进行优化,并对优化结果进行有限元验证.结果表明:优化结果与仿真分析结果相近,最大行程载荷相对误差为4.55%,凹模磨损量绝对误差为0.06μm,提出的优化设计方法能有效缩短模具设计周期,降低模具制造成本.     

一种垂直一体化电网静态参数修正方法

模型管理系统中时常存在新投入设备的参数输入错误和临近退役设备的参数漂移或突变的现象,这使得依赖于基础数据的各项高级应用计算的可信度降低,针对这一问题,提出了一种基于智能调度平台的垂直一体化参数辨识修正方法。利用局部参数错误导致状态估计的量测残差会出现局部偏大的现象,定义可疑量测评价函数,建立基于可疑量测评价函数的参数综合可疑度指标,将可疑度较大的参数作为可疑参数的初始集。进而针对设备的全生命周期标志,将可能存在参数错误的新投入设备和临退役设备的参数并入可疑参数集中。排除部分影响很小的可疑参数后得到最终的候选可疑参数集,调度中心模型管理系统对候选可疑参数进行维护之后通告所辖各级用户（子调度）对模型参数数据库进行更新。采用IEEE 14节点系统验证了方法的有效性。     

无机房电梯公共导轨支架结构强度分析与优化

无机房电梯公共导轨支架起着同时固定轿厢和对重导轨的作用,承受来自轿厢和对重导轨在不同工况时对其作用的水平力,对于保障轿厢运行的平稳性、安全性有着重要作用。现基于Ansys Workbench平台对导轨支架强度进行分析,并通过改进结构设计,减小最大变形量;采用DOE优化方法,以导轨支架的变形量为优化目标,做了优化分析,并在一定的优化样本内求得了最优解。     

不对称万向节叉冷挤压成形有限元模拟和模具设计

基于DEFORM-3D软件对不对称万向节叉冷挤压成形过程进行有限元仿真,分析成形过程中行程载荷曲线、金属流动、温度场和等效应力分布,预测了模具设计中可能出现的问题。根据有限元分析结果指导设计了一套不对称万向节叉的模具,有效缩短了模具设计周期,降低了模具设计成本。     

计及低频减载动作的最大暂态频率偏移快速估计

随着大容量远距离高压直流输电工程建设和大规模可再生能源的接入,受端电网频率安全风险增大。针对大容量直流闭锁等可能触发低频减载的严重扰动,文中提出基于机器学习的电力系统最大暂态频率偏移快速估计方法。将问题分解为低频减载响应判断和最大频率偏移估计两个子问题,通过子模型交替求解估计最大暂态频率偏移;基于支持向量回归方法构建最大频率偏移估计子模型,以支持向量机为个体学习器构建基于Bagging集成学习的低频减载响应判断子模型;以运行方式信息和扰动信息为输入,采用ReliefF算法和主成分分析法对输入特征进行选择和提取,降低模型复杂度。以某多直流馈入受端系统为例构建最大暂态频率偏移估计模型,验证所提方法的准确性和适应性。     

基于一致性理论的多区域电力系统分布式状态估计

随着电网规模不断扩大,传统集中式状态估计方法的数据通信与存储任务重、计算量大,难以满足现代电力系统状态估计需求。在计及系统状态估计非线性的基础上,将电力系统划分为若干个不重叠的子区域,并利用拉格朗日乘子法对状态估计方程进行解耦,建立电力系统多区域非线性状态估计模型。基于一致性理论建立全分布式状态估计方法对模型进行求解,该方法无需状态估计控制中心,只需各子区域交换一致性变量和边界节点的状态变量信息,各子区域便可平行独立地计算本地状态变量估计值,较集中式状态估计均衡了通信及计算负担。IEEE 14节点系统仿真结果验证了所提分布式状态估计方法的有效性。