对城市电网建设的几点看法

1 形势 我国电力工业自改革开放以来取得了飞速的发展。按1997年底的统计数字,全国装机容量已达25.5亿MW,发电量为11340亿kW·h,二者均位列世界第2位。长期严重缺电的局面得到了缓解。     

基于禁忌搜索与蚁群最优结合算法的配电网规划

禁忌搜索(TS)算法具有强大的全局优化性能,但其局部搜索性能易受分散性的影响;蚁群最优(ACO)算法的正反馈机制使其具有强大的局部搜索性能,但其全局优化性能的优劣在很大程度上与蒸发系数的选择有关,如选择得不合适易使算法陷于局部最优.文章将TS算法与ACO算法组合起来,提出了TS-ACO混合算法,用于求解配电网规划问题,在同时考虑扩展配电网所需的固定费用和与电能损失相关的变化费用的基础上,设计了非线性混合整数配电网规划数学模型,在一具有6个变电所、102条馈线段的配电网上进行的测试结果表明了TS-ACO混合算法的有效性.     

一种新的基于分组动态规划法的交易模型

对电力市场联营模式的日前竞价交易提出了一种新的基于分组动态规划法的并行交易算法。先建立日前竞价交易数学模型,再运用线性规划和分组动态规划混合算法来并行优化安排分组系统的电能交易计划,同时针对实际运行中可能存在的机组投机问题来改进动态规划法的处理过程。IEEE30节点算例表明该优化算法能在不丢失最优解的前提下尽量减少状态变量的优化数量,有效地解决了“维数灾”问题,计算速度高且优化性能好。     

充裕度计算在电网规划中应用的探讨

充裕度是保障电力系统安全稳定运行、衡量电力系统可靠性的一个重要指标。介绍了评价电力系统充裕度的原则、应用现状及存在的问题。论述了定量衡量系统充裕度在电网规划中的意义。参照IEEE可靠性计算测试系统中的概率数据,建立了用蒙特卡罗算法计算IEEE-30节点可靠性的概率模型。探讨了充裕度概率计算的特点及概率指标在规划中的应用。运用充裕度计算对量化电网建设投资、提高电力系统的可靠性进行了一些尝试,提出了改进的方向。     

原花青素交联脱细胞猪真皮基质的研究

采用浓度0.7%(w/w)的天然原花青素(OPC)对脱细胞猪真皮基质(pADM)进行改性,研究了交联材料(OPC-pADM)的收缩温度、机械强度、亲水性、降解性和急性毒性。研究结果显示:经OPC交联后,pADM的收缩温度和变性温度明显升高,证明OPC与pADM产生了明显交联作用;交联后材料抗张强度升高,耐降解能力增强;吸水率、保水率的升高和接触角的降低,说明交联材料的亲水性能增加。动物实验表明,OPC-pADM无明显急性毒性。     

污水预处理PAC加药线失效原因分析

金相检验是研究金属材料微观组织和成分的重要手段.主要是根据已有知识判断或确定金属材料的质量和生产工艺及过程是否完善,如有缺陷时,可以发现产生缺陷的原因;另外可以更深入地了解金属材料的微观组织和各种性能的内在关系,以及各种微观组织形成的规律等,为研制新材料和新工艺提供可靠的依据.     

量测数据时差补偿状态估计方法

在互联电网中,控制中心的量测数据来源很多,这些量测数据存在采集时差,当时差超过一 定范围时,量测数据不能体现一个完整电网状态,采用常规状态估计方法进行状态估计会产生较大 误差,结果无法使用。文中提出一种量测数据时差补偿状态估计方法,对于延时很小的量测数据, 使用最新的量测数据参加状态估计,其量测时间作为电网断面时间;对于其他延时的量测数据,根 据延时的不同,引入相应的时差补偿因子,利用连续2个数据断面的量测数据变化量和时差补偿因 子修正延时量测数据误差,获得完整一致的电网状态估计结果。对IEEE 7节点系统的测试表明, 该方法可有效减少计算结果误差,获得更为准确的电网状态估计结果。     

模糊综合评价在负荷最优组合预测中的应用

本文针对实际负荷预测工作的复杂性,提出了运用模糊语言评价对最优组合预测中各模型权重确定的新方法。文中考察了预测模型的多个评价因素,利用模糊语言进行二级综合评优,并对各预测模型的评优结果进行了比较,分析了模型之间的优势关系,进而确定各模型的权重,最后,文中利用该方法对江苏盐城市2002年负荷水平进行了预测,得出了令人满意的结果。     

水电厂设备状态监测

由于维修技术的改进,按计划检测的制度已不适用,状态监测方法正被引入水电厂设备维修中来,叙述了状态监测的原理和系统的构成,着重介绍了状态监测技术中的信息采集和处理、设备状态的分析方法、预测和诊断、专家系统及智能技术应用,认为水电厂设备状态监测系统的关键在于预测模型和专家知识库的建立,并应建立有关量佛判据的标准。     

综合智能式的故障恢复专家系统-与故障恢复算法集相结合的自学习模糊专家系统

提出了一种新的用于配电网故障后恢复供电的综合智能专家系统。该系统包括用于故障恢复的算法集(SRAS)、配电管理系统(DMS)的软模型、故障模式的识别和自学习的模糊恢复专家系统(SERFES)。基于以上技术实现的故障后的恢复供电方案,对配电网络结构无依赖性,使用范围较广,能满足实时要求,可适用于大规模网络和多故障条件下的恢复供电。