水机电系统相互作用研究

给出水力系统大波动与小波动模型,推导出适合于电力系统分析的水力系统大波动模型差分化方程。在此基础上,仿真并分析了负荷对水机的影响以及不同水力系统模型对电力系统稳定的影响,认为应根据研究的不同侧重点采用不同的水击模型,为以后电力系统问题的分析提供参考。     

可控串联电容补偿的模糊神经网络控制

在可控串联电容补偿控制中,针对电力系统模型及运行参数的不在确定性,应用神经网络和模糊控制理论设计了非一控制器。从线性最优控制器设计值中提取出经验规则,将模糊化后的变量引入神经网络结构,采用变尺度算法对网络参数优化,解模糊后得到反馈增益矩阵。仿真结果表明该控制器对系统静态稳定和暂态稳定均有良好效果。     

同步发电机参数辨识的模拟进化方法

目前解决同步电机参数辨识最有效的途径是在线辨识。但人们经常会遇到不同试验或同一试验时辨识所得参数相差较大, 即所谓参数辨识不稳定。本文认为其原因有两方面： 一是参数是否可辨识; 二是参数辨识方法是否合适。本文在前文献［５］ 分析了同步发电机模型参数可辨识性的基础上, 以模拟进化方法为工具, 提出了全局性好、鲁棒性强的辨识方法。针对浙江衢化热电厂进行的实际应用表明, 进化策略法具有较高的精度和较少的计算量, 适合于同步电机参数辨识     

电力系统动态等值的在线测辨研究(Ⅱ)——辨识方法及仿真检验

动态等值的同调等值法和模式等值法大都用于离线分析,在线动态安全分析常需要对外部系 统作在线的实时动态等值。由于系统的结构、运行工况多变,一般不可能离线先作等值后 再在线调用。因此,在可辨识性分析的基础上,引进全局性好、鲁棒性强的进化策略辨识方 法用于电力系统动态等值的在线测辨。华中电网的实际仿真应用表明：进化策略法具有较高 的精度和较少的计算量,适合于动态等值参数辨识。     

理想气体任意准静态过程中两个状态间的熵变

本文给出计算理想气体的任意准静态过程中两个状态间熵变的公式和判断熵变符号的判据.并将此公式与判据应用于四种等值准静态过程和实例,得出了一些重要的结果.     

企业的横向兼并投资决策——实物期权方法

应用实物期权方法分析了不确定性环境企业的横向兼并投资决策问题，将企业所拥有的兼并投资机会看作是企业所持有的看涨期权，应用期权定价理论分析了兼并期权的价值，得到了最优兼并投资决策的临界值以及不确定性下横向兼并投资决策的托宾q有修正值，在分析中考虑了横向兼并的规模经济效应与垄断效应，并分析了这两种效应对策的影响。     

2-树的点边列表染色

证明了 2 -树 ,当△ ( G)≥ 4时 ,点边选择数等于图的最大度加 1     

可拓方法综述

对目前已知的各种可拓方法做了简要的介绍和科学的分类 ,并指出各种可拓方法之间的相互联系和可拓方法的发展前景     

武昌220kV变电站防雷接地技术的研究

鉴于雷电一直是影响电力系统安全稳定运行的重要因素,而变电站是电力系统中需要防雷的重要设施,因此变电站接地系统设计的合理性显得尤为重要。本文通过分析国内外各种防雷研究成果,认真分析变电站在实际运行中容易遭受雷击的原因,并结合实例分析了变电站防雷接地设计方案,从而有效地保证了变电站运行的安全性和可靠性。     

Distinguishability analysis of controller parameters with applications to DFIG based wind turbine

The power system controllers normally have more than one parameter.The distinguishability analysis of the controller parameters is to identify whether the optimal set of the parameters of the controllers is unique.It is difficult to obtain the analytic relationship between the objective of the optimization and the controller parameters,which means that the analytical method is not suitable for the distinguishability analysis.Therefore,a trajectory sensitivity based numerical method for the distinguishability analysis of the controller parameters is proposed in this paper.The relationship between the distinguishability and the sensitivities of the parameters is built.The magnitudes of the sensitivities are used to identify the key parameters,while the phase angles of the sensitivities are used to analyze the distinguishability of the key parameters.The distinguishability of the controller parameters of wind turbine with DFIG is studied using the proposed method,and dynamic simulations are performed to verify the results of the distinguishability analysis.