基于改进最小生成树算法的油田电网网架优化研究

对现有的基于改进最小生成树的网架优化算法进行了改进.在原算法的基础上,提出了一种新的最小生成树算法.该算法简单易行,易于编程,提高了算法的计算效率.并把用户侧停电损失与线路建设费用和运行费用三者之和作为目标函数,以线路不过负荷为约束条件建模,以破圈迭代法求解最终网架.最后以大庆油田电网为例进行了网架优化,结果表明通过此方法获得的网架优化结果实现了经济性与可靠性的协调最优.     

油水分离过程多变量分散型预测控制

研究了多变量分散型预测控制应用,解决了多变量过程控制中采用子系统分散建模,分散预测控制在油水分离过程中的应用问题;给出了基于状态反馈的联合站油水分离过程的多变量分散预测控制算法,其工程应用的优点是建模简单、优化计算量小并且保证控制的安全性。     

Hopfieald连续模型与降低油田电网损耗

简要论述了Hopfieald连续模型的原理以及电网Lyapunov能量函数的构造方法,分析了使用油田电网损耗和总补偿费用最小作目标函数建立的网络综合函数,初步奠定了利用Hopfieald电路模型开展油田电网节电工作的基础。     

基于Grabcut分割和填充物面积判别的复合绝缘子断串诊断

针对传统 GrabCut 算法需要人工初始化而引起图像分割效率低的问题,结合Otsu方法,提出了一种新的Grabcut自动化算法对复合绝缘子进行分割。首先,对原始图像进行HSV空间转换和加权的灰度化处理。其次,对V通道图像和灰度化后的图像进行Otsu分割并进行或逻辑融合,以此来确定目标绝缘子区域,并结合最大连通域定位绝缘子位置坐标完成Grabcut框取初始化,实现Grabcut的自动化。最后,针对绝缘子断串判别准确率低的问题,通过对绝缘子分割图像的最小外接矩形加框、填充、去原图的方式,提出一种新的面积判别方式来诊断并定位故障位置。实验结果表明：Grabcut自动化算法可以很好地分割出目标绝缘子,分割准确率可以达到96.6%以上。所提出的面积判别方法对于具有断串故障的绝缘子检测率可以达到96.6%以上,对于无故障的误检率为6.7%以下。     

日本阪神地震对钢框架节点设计的影响

介绍了1995年日本阪神地震引起的钢框架梁柱节点特别是混合连接节点的破坏情况，分析指出坡口焊缝处的衬板和引弧板造成人工缝，梁翼缘坡口焊缝出现超应力等是造成节点破坏的主要原因.讨论总结了改进节点设计的途径和改进措施，如：改变节点的构造形式，去除梁翼缘焊缝衬板缺口效应，改进扇形切角构造，加强梁腹板与柱的连接等.     

数字变频脉冲触发电路的一种设计

以以矢量控制为基础的双馈发电机调速控制系统在工业中得到越来越广泛的应用,其技术性能和经济效益均明显高于其他一般调速系统.但是,目前用模拟元件构成的双馈发电机调速控制系统结构复杂,至少包括几十个运算放大器、十几个模拟乘法器等,这给调试和维护带来了很大困难.为此,我们研制成功了一全数字式双馈发电机矢量控制系统,其控制系统均为数字电路,它主要包括三个部分:以8098单片机为中心的数据采集系统,以80386微机为中心的计算控制系统,以8098单片机为中心的晶闸管脉冲触发控制系统.     

含分布式电源的配电网潮流改进算法

为了解决传统的配电网潮流算法不能求解含有分布式电源的问题,对传统的前推回代法进行了改进。由于传统的算法不能处理PV型节点,引入节点电抗矩阵后,把PV节点转换为PQ节点进行求解。同时为了解决辐射型配电网传统的无功初值确定方法增加迭代次数的问题,基于无功分摊原理改进了无功初值的确定方法。最后通过对美国PG&E 69节点系统建立了仿真模型,得到了配电网单独地并入相应的视作PQ、PI、PV节点的DG以及各类分布式电源混合安装后潮流计算的迭代次数和计算时间的对比结果和基于分摊原理的方法、初值为0以及初值为平均值三种方法的比较结果。通过对结果的分析可以得到：此改进后的算法不论对单个还是混合接入系统的情况都能快速求解;同时新的无功初值确定方法减少了迭代次数,节省了计算时间,验证了改进算法的正确性和可行性。     

基于改进最小生成树算法的油田电网网架优化研究

对现有的基于改进最小生成树的网架优化算法进行了改进。在原算法的基础上,提出了一种新的最小生成树算法。该算法简单易行,易于编程,提高了算法的计算效率。并把用户侧停电损失与线路建设费用和运行费用三者之和作为目标函数,以线路不过负荷为约束条件建模,以破圈迭代法求解最终网架。最后以大庆油田电网为例进行了网架优化,结果表明通过此方法获得的网架优化结果实现了经济性与可靠性的协调最优。     

IGBT-PWM变频调速在锅炉引风机的应用

本文从降低节流损耗考虑对锅炉引风电机采用变频调速控制使炉膛负压稳定，介绍IGBT－PWM变频调速的组成和各部分的工作原理及应用效果。     

基于对角递归神经网络的小区用电负荷预测研究

为了提高小区用电负荷预测的准确度,在研究对角递归神经网络的基础上,分析比较几种优化算法,提出基于粒子群算法的对角递归神经网络预测方法。通过对小区用电负荷影响因素的分析以及对大量历史数据进行训练,最后经Matlab仿真分析,结果表明:该方法预测的准确度较高。