基于GPU的海浪仿真

采用Longuet—Higgins模型对海浪进行建模,在计算过程中使用了P—M谱的频谱模型对频谱模型进行相应的计算。采用Open GL＋Cg在GPU上进行绘制,实现了比较逼真的海浪模拟。在实时绘制的速度上以及仿真的效果上取得很大的改进。     

基于GIS的高压输电管理信息系统研究

结合高压电网运行管理现状提出了可行的技术路线,分析了GIS技术在高压输电管理中的应用.基于GIS的高压输电管理信息系统的优势,使其在电力工业的高压输电网各个环节有广泛应用前景.     

一种基于云图绘制的等高线生成方法

针对不规则三角网法在绘制等高线时仅在三边提取等高线控制点而出现控制点不足,从而导致绘制线形差的问题,提出了一种基于数据点高程云图对整个云图区域提取控制点的等高线绘制方法,首先利用OpenGL图形库提供的丰富的图形程序接口,根据距离最短和角度最大原理,建立数据点不规则三角网(TIN)模型;然后将数据点高程和颜色RGB值一一对应,实现数据点高程云图的生成;最后遍历数据点高程云图,按高程对应的颜色值提取等高线控制点,连接具有同一颜色值的控制点完成等高线图的绘制。实例应用结果表明,运用该法绘制等高线扩大了控制点的搜索范围,增加了等高线控制点的数量,使绘制的等高线图的线性较好,且与实际地形较符合。     

基于时序生产模拟的电网新能源跨区域消纳评估

目前,随着技术的发展,中国电网对新能源发电的需求量越来越大。但新能源发电的随机性和波动性严重制约了电网对其的消纳。因此,基于时序生产模拟的方法进行电网新能源跨区域消纳评估研究,同时,在新能源消纳时,考虑了风电和光伏发电的输出特性、电网约束条件和跨区域电力交换、火电水电出力特性等因素,最后基于粒子群优化算法计算最优消纳值。通过仿真实验分析,该消纳评估方案具有较好的消纳能力。     

基于光滑粒子流体动力学方法的表中孔泄流模拟

针对表中孔泄流问题,基于光滑粒子流体动力学方法,建立了表中孔泄流冲击水垫塘模型。采用人工粘度、密度近似、镜像虚粒子控制等技术,模拟了双孔同时泄流在空中交汇碰撞、冲击下游水垫塘后产生水舌漩涡、再入水过程,同时验证了溃坝模型验证方法的合理性。结果表明,开始泄流时中孔压强为13.60 kPa,中孔水流冲击下游水垫塘时最大速度为4.57 m/s,数值模型可准确模拟出表中孔泄流过程,说明基于光滑粒子流体动力学方法的数值模拟可准确处理流体大变形问题,可为表中孔泄流分析和坝身优化设计提供参考。     

基于凹凸前缘方法的风力机翼型气动噪声研究

该文采用实验测量和数值计算相结合的方法,以DU93-W-210翼型为研究对象,研究仿生凹凸前缘结构对其降噪效果的影响。运用远场麦克风阵列获得光滑前缘翼型和凹凸前缘翼型的气动噪声,并通过数值计算得到翼型表面流场结果。通过对实验和数值计算结果的分析发现：凹凸前缘方法能有效抑制边界层分离,控制翼型吸力面涡量的团状分布,减小翼型表面的压力脉动,分解大尺度高强度脱落涡为小尺度低强度周期性脱落涡,使得仿生凹凸前缘翼型有明显的降低气动噪声的作用;具有凹凸前缘的幅值为0.24c(c为平均弦长)、波长为0.11c的仿生翼型降噪效果更为突出。     

凹凸变化壁面强化传热机理与传热性能的研究

介绍了一种近年来开发的板式外流降膜蒸发器中的凹凸变化壁面的传热元件;分析讨论了其强化传热的机理及其传热性能;建立了凹凸变化壁面上降落液膜的传热系数准数关联式,为其应用于工业生产提供了参考数据.     

基于PSOEM和神经网络的光伏电站功率预测

分析光伏发电输出功率预测的影响因素,确定了基于BP神经网络的功率预测模型,针对BP神经网络本身易陷入局部极值、收敛速度慢等问题,采用粒子群优化算法（PSO）和带扩展记忆粒子群优化算法（PSOEM）这2种群智能算法来优化BP神经网络的初始值和阈值,分别建立了基于PSO-BP神经网络和基于PSOEM-BP神经网络的光伏电站输出功率预测模型。根据某光伏电站2月1日—6月30日的光伏发电历史数据,利用所提3种模型对光伏发电系统进行了功率预测。误差对比结果表明,基于PSOEM-BP神经网络的功率预测精度明显高于基于PSO-BP神经网络的功率预测精度,故采用PSOEM优化后BP神经网络模型进行光伏功率预测,具有一定的理论和实用价值。     

基于分数维的面向对象的图像分割

针对图像分割为图像处理与分析中的关键步骤,提出了一种基于分数维的面向对象的图像分割方法,用分数维特征量描述地物的纹理特征,利用地物的分数维值和光谱特征进行对象分割,在一定程度上降低了图像分割对光谱特征的依赖性.试验结果证明,该方法较准确,分割结果较连续,避免了按象元分割产生的散布式结果,适应于对几何信息和结构信息丰富的高分辨率图像进行后续分类.     

阀体后90°圆形弯管内部流场的数值模拟

利用大涡模拟(LES)方法对阀体后90°圆形弯管内部流场进行了三维数值模拟,获得了蝶阀在全开状态下弯管内不同截面的流场特性和不同径向截面的涡旋结构,并与粒子图像测试(PIV)实验结果进行了对比.结果表明:大涡模拟方法能够更细致地模拟弯管内部流体的流场特性,且与实验结果吻合较好;弯管中心以上20 mm截面附近受到蝶阀扰流的影响最大,且速度较大区域出现位置相对靠后;各个截面θ=0处均存在涡旋结构,同时弯管外侧形成较明显的涡旋结构,且涡旋结构出现的位置相对稳定.     

基于实时数字仿真的保护仿真校验系统

为实现电力系统继电保护的仿真校验,开发了保护校验与评估系统。该软件模拟实际保护装置,可以对整套保护或其中部分元件进行验证。系统采用了面向对象编程技术,提高了软件的模块化,可以在实时数字仿真数据源的基础上对保护进行实时的在线仿真校验,还可以利用故障录波器提供的数据源,对保护装置进行离线仿真校验。     

基于模拟退火粒子群算法的风电场短期风速预测

针对风电场短期风速预测存在精度较低的问题,引入了一种基于灰色模型与模拟退火粒子群优化BP神经网络(SAPSO-BP)相互嵌入而成的预测模型。该方法在SAPSO-BP网络的输入层前增加一个灰化层,在网络输出层后增加一个白化层,以改进网络的拓扑结构,提高模型的容错能力。仿真试验结果表明,该预测模型具有较好的鲁棒性,其平均绝对误差及均方误差分别为18.7%和5.11%,可用于风电场短期风速的预测。     

基于PSCAD的微电网控制系统建模与仿真

为微电网系统的各种高性能控制策略提供有效的动态仿真与分析平台,并克服Matlab仿真环境下所建模型的动态性能方面存在的不足,文章采用PSCAD仿真软件建立了微电网控制系统的动态仿真模型。文章中微电网在并网模式下采用PQ控制,孤岛模式下采用Droop控制。在PSCAD中分别建立控制系统模型,并对处于不同运行模式下的系统进行仿真研究,验证了控制系统模型的有效性。     

基于Matlab/Simulink的两级式光伏并网系统仿真分析

研究一种单相光伏并网发电控制仿真系统。利用Matlab2008b/Simulink,采用boost电路和逆变电路两级式结构,其中采用电导增量法的最大功率跟踪功能在boost电路中实现,并网控制通过采集电网电压参数和逆变输出电流电压参数在逆变电路中通过PI调节实现。通过光伏阵列通用模型验证最大功率跟踪模块的正确性,通过并网实验验证并网跟踪性能。基本实现了光伏阵列最大功率点的快速、准确跟踪功能和逆变输出电流电压与电网电压的同频同相,保证了输出电流为正弦波形且纹波较少,能够快速跟踪电网电压的变化。证明此系统在实际中是可行的。     

基于神经网络的热力站换热器系统的预测控制

在利用实验法确定热力站换热器系统动态特性的基础上,提出利用神经网络预测控制器对热力站换热器系统进行控制,并进行阶跃扰动的控制仿真。结果表明,神经网络预测控制的效果要优于手动调节和传统的PID调节,适合时滞对象的动态调节。     

基于Matlab的含风电电网建模与仿真

介绍了应用Matlab 7.0对含风电的电网建模以及风速突然变化、系统电压突然下降和电网发生单相接地短路3种情况的仿真分析方法和机理。仿真结果表明，变速风力机驱动双馈式异步风力发电机组的变速平稳。机组效率高，对电网也可以起到一定的稳压和无功调解的作用。     

基于遗传算法的电力系统综合负荷模型的建模与仿真

遗传算法是一种具有全局寻优能力的随机搜索算法,但其本身存在收敛速度慢和易早熟的缺陷。为此,引入一种改进的遗传算法用于电力负荷综合建模。该算法具有克服早熟、避免近亲繁殖和自适应的优良特性。应用建模实例表明,遗传算法辨识所得负荷模型的描述精度很高,其模型参数呈现很好的稳健性,从而有效地克服了传统优化方法的模型参数分散性。     

Cumulant based probabilistic power system simulation using Laguerrepolynomials

The authors describe a novel cumulant method of probabilistic power system simulation using the Laguerre polynomial expansion. In this method, Laguerre polynomials are used for obtaining the equivalent load duration probability density function from cumulants representing the load and generator outage probability density functions. A recursive algorithm is used for calculating moments and cumulants which enables practically any number of cumulants to be used in the simulation. The results of testing the method on the IEEE Reliability Test System are presented. The accuracy and computational efficiency of the method are compared with those of the conventional cumulant method based on the Hermite polynomial expansion     

基于粒子群算法的储能电站经济优化调度策略

储能电站的功率分配方案直接影响其调度成本,合理的功率分配方案是保障电站运行经济性的基础。为了合理有效地进行储能电站功率分配,文章以单位周期内调度成本最低为优化目标,搭建了考虑电池容量损失的储能电站调度成本模型,并利用粒子群优化算法(PSO)寻求储能电站调度任务的最优分配方案。在保证完成储能电站调度任务的同时,最大限度地降低调度成本。案例仿真结果表明,文章所提出的PSO优化分配方案比传统等比例功率分配方案具有明显的优越性。当储能电站在传统调度方法下寿命终止(1 597次)时,PSO优化调度方法同比节约调度成本约19.7%,且在此基础上可继续工作370次,使储能电站的运行寿命延长23.2%。