考虑旋转备用约束的含风电场电力系统短期经济调度模型

网风电场输出功率的随机性与波动性给电力系统经济调度带来了严峻挑战,建立一个考虑旋转备用约束的含风电场电力系统短期经济调度模型．在自回归滑动平均模型的基础上得到风速的概率分布,结合风机出力和风速的对应关系,获得风电场出力的概率分布;基于该分布,在经济调度模型中加入一种基于风电实际出力低于计划出力的惩罚函数,并在约束条件中增加与风电实际出力大小有关的额外旋转备用容量约束;采用混合整数规划方法求解该经济调度模型．将模型应用于一个含风电场的10机算例系统计算分析,结果表明,该模型可以在保证系统可靠性要求的基础上,实现经济性最优的目标．     

谈谈市政道路路基施工质量控制

市政道路路基工程质量最重要的是结构稳定性、强度和水温稳定性,必须通过规范施工方案、严格施工程序,才能保证工程质量。本文对市政道路路基施工的质量控制进行了阐述。     

封装技术的发展与Dragon—i技术

芯片封装是在极其微小的芯片电气接点与应用系统上相对应的电气接点之间形成电互联的通道；此外封装对脆弱的芯片提供物理上和环境上的保护。过去的十几年里，随着半导体技术的飞速发展和越来越多的高速、移动、复杂智能系统的需求，IC器件的封装复杂程度大大增加了。从器件方面，更小尺     

应用Dragon-i技术的Ultra BGA封装基板

初期的BGA封装主要以BT或高Tg的FR-4类的塑性材料为基板，称为PBGA(Plastic BGA)，而使用PBGA封装基板因其具有较大的热阻，因此应用到高速、高功率芯片的封装将会限制芯片性能的正常发挥。1994年Amkor公司为改善PBGA的热耗散特性，开发出Super BGA。Super BGA是第一个专     

大中型雾化柴油炉芯灶结构特点及效益

根据实践研制了大中型雾化柴油炉芯灶，论述的炉灶结构及砌筑要点为城镇大中型燃煤炉灶节能改造提供了有效参考设备和技术。     

柔性交流输电系统稳态潮流控制分析方法比较

FACTS元件的一个重要作用是灵活控制和调节电力系统运行状态。在已有研究成果的 基础上，通过对计及FACTS元件的各种稳态潮流控制分析方法的全面和细致分析，指出各种 方法的优点和不足之处，并给出算例进行说明和验证，供进一步开展FACTS方面的研究工作 作参考。     

基于组件的电力系统综合分析程序

介绍了基于组件技术的开发方法，以组合（原磁重用现有组件）、继承（扩展地重用组件）、设计（制作领域专用组件）组件为基础，按照一定的集成规则，分期、递增式开发应用系统。在开发过程中遵循以组件为核心、组件实现透明及增量式设计原则。该技术具有开放性、易升级、易维护等优点。将组件技术应用到电力系统综合分析程序中，并建立1个统一的错误报告机制。     

一类潮流计算无解的实用性调整研究

现代电力系统具有远距离、重负荷、大区联网的特点。随着竞争机制的逐步引入,电网接近极限运行状态,该状态下的潮流方程易出现无解的情况。文中通过分析电力系统潮流无解问题,指出潮流无解的原因可以归结为电网的某一条或几条薄弱输电通道超过其输送极限。基于此,提出一种潮流计算无解时的实用性调整方法:利用降出力法求得最薄弱的输电通道,然后通过提高负荷功率因数来确保系统的无功平衡,并且结合灵敏度来调整发电机出力、切除部分负荷,使潮流计算得到收敛解。对华中电网的测试验证了该方案的可行性和准确性。     

基于序优化理论的配电网规划

配电网规划模型具有非线性、高维数的特点,属于复杂组合优化问题.结合配电网的特点,从工程实际的角度出发,将序优化理论引入到配电网规划中,能够在规划模型的目标函数复杂、求解计算量大且解空间的结构信息复杂的情况下,确保以足够高的概率得到足够好的优化解.文中综合考虑变电站及馈线的年投资费用、折旧费用、运行费用并将其总费用作为目标函数,利用序优化理论求得足够好的网架规划方案,并通过IEEE经典算例证明了算法的可行性和有效性.     

基于深度置信网络的电力系统暂态稳定评估方法

为进一步提高电力系统暂态稳定评估(transient stability assessment,TSA)的准确率,将"深度学习"方法引入电力系统暂态稳定评估,提出一种基于深度置信网络(deep belief networks,DBN)的TSA方法。构建一组能够反映系统暂态稳定特性的32维原始特征作为DBN模型的输入量,稳定结果作为输出量,利用深层架构对稳定结果与系统特征之间的映射关系进行训练。采用一种先使用无标注样本进行贪心无监督学习,后使用有标注样本进行监督学习的方法训练DBN模型的参数。训练后的模型能充分利用深层架构的特征提取优势,并能够利用大量无标注数据提高模型的泛化能力。新英格兰10机39节点系统上的仿真结果表明所提方法比常用的暂态稳定评估方法准确率更高,且能够在仅少量训练样本和含有无关特征的情况下获得优越的评估性能。