用近红外光谱预测土壤碳含量的研究

以田间行走式设备获取的近红外光谱数据为基础,利用最小二乘回归法(PLSR)建立了应用近红外光谱数据预测土壤碳含量的校正模型,与利用原始光谱数据建立的模型相比,应用经比值或归一化差值处理的光谱数据建立的校正模型可以提高预测精度.精度提高的原因可能是光谱数据经过波段算术组合处理后,能降低模型建立过程中产生过配的风险,使模型能包括更多的成分和信息.研究结果表明,利用偏最小二乘回归法,可以有效地建立田间近红外光谱与土壤碳含量之间的校正模型;同时,应用比值或归一化差值这些波段算术组合方法来处理近红外光谱数据,可以进一步提高模型的预测精度.因此,应用行走式设备获取的近红外光谱数据来快速测定田间土壤中碳的含量是可行的.     

辽宁电网责任频率调整策略分析

在统计2001年辽宁电网责任频率越限情况的基础上,深入分析总结了越限原因,结合理论分析和调度运行实际情况,提出频率调整策略,为调度运行提供指导和建议.2002年实施后,取得了明显的效果,降低了辽宁电网在东北电网频率越限责任中的比率,提高了责任频率合格率,进而提高了电能质量,取得很大经济和社会效益.     

居民高耗能电器的互动化方案设计

居民高耗能电器的用电监测与运行管理是智能用电需要考虑并解决的问题之一,通过在电器中集成即插即用的计量通信模块的方法,提出了电器互动化系统方案架构,介绍了应用功能设计,该系统能够对居民电器进行监测与管理,满足居民用户节能的需求,实现电力需求响应和用电的智能化。     

车用柴油机电控喷油系统齿条位移反馈控制研究

介绍了齿条位移反馈控制器的设计,包括开环系统性能分析、系统建模和控制参数整定。设计的直接数字式ＰＩ控制器使得闭环控制系统的静、动态特性满足柴油机喷油电控的要求。     

集成化综合调度信息系统的设计和实现

以煤炭企业综合调度管理信息化建设为背景 ,讨论了煤炭企业调度信息化建设中的目标、原则、内容和功能的基本要求 ,提出了在系统集成基础上的综合调度管理信息系统的体系结构和层次结构模型 ,并进行了初步设计和实现 .     

故障下双馈风电系统机电能量平衡的可行性分析

对于电网故障下双馈感应发电机（doubly fed induction generator,DFIG）机电能量失衡即风力机输入双馈电机能量和双馈电机输出至电网侧能量失衡的问题,现有文献鲜少涉及。双馈电机输出能量和机侧变换器的励磁控制策略有关,首先对现存几种励磁控制策略下双馈电机输出有功功率的情况进行分析,结果表明现有励磁控制策略下双馈电机无法达到机电能量平衡。进而从任意频率、幅值、相位转子电流入手,探讨转子电流三要素和双馈电机输出有功功率之间的关系,推导了使双馈电机达到能量平衡所需的转子电流指令。利用Matlab/Simulink搭建了系统的仿真电路,验证了以上推导过程的正确性。     

纽约电力市场探析

美国加州爆发电力危机后,各国都对本国电力市场的改革方案和市场设计进行了重新审视.综观各国电力市场的框架和运营情况,美国纽约电力市场组织结构先进完善,运营取得了较好效果.作者介绍了其总体管理框架和运营模式,分析了其安装容量市场、电能市场、输电服务市场及辅助服务市场,供我国电力体制改革参考.     

变压器磁路饱和与二次侧无功电压控制可行性

主要阐述了变压器磁路饱和的基本原理。以小斜率模型作为磁化曲线模型,分析变压器经直流磁饱和控制后,其无功电压随饱和程度的变化情况。对变压器磁路饱和现象进行分析,利用直流电流控制铁芯饱和程度使变压器在传输功率的同时具备连续可调的无功补偿能力。以240 MV·A/500 kV单相变压器为算例进行仿真分析,结果表明,加入直流励磁后,变压器可作为感性无功源对电网进行无功补偿,调节线路节点电压。     

基于深度学习的目标检测算法综述

传统的目标检测算法及策略已经难以满足目标检测中数据处理的效率、性能、速度和智能化等各个方面要求.深度学习通过对大脑认知能力的研究和模仿以实现对数据特征的分析处理,具有强大的视觉目标检测能力,成为了当前目标检测的主流算法.首先回顾了传统目标检测的发展以及存在的问题;其次介绍以R-CNN为代表的结合region proposal和卷积神经网络(CNN)分类的目标检测框架(R-CNN、SPP-NET、Fast R-CNN、Faster R-CNN);然后介绍以YOLO算法为代表的将目标检测转换为回归问题的目标检测框架(YOLO、SSD);最后对深度学习的目标检测算法存在的问题做出总结,以及未来的发展方向.     

基于“效益-精度”对冲的两级电力市场负荷预测技术

电力市场的引入对协助电力行业实现电网的稳定运行和规划,促进电能的有效利用和调度,避免资源的浪费,发挥着不可替代的作用。在各国的电力市场中,售电公司/大用户通常会采用预测模型开展负荷预测,并为日前电力市场交易提供依据。当前提出的各负荷预测模型主要以“精准”作为唯一的优化目标,缺乏对各市场价格的差异性波动及售电公司/大用户经济效益的考虑。提出兼顾精确性和经济性的目标策略,建立基于“效益-精度”对冲的两级电力市场负荷预测技术,此技术基于传统负荷预测技术,在目标函数中引入成本因素,采用改进的反向传播法作为网络训练方法。通过对纽约地区负荷数据开展实例验证,验证结果显示,该方法对量化售电公司效益,推进其经济性和准确性综合提升,具有明显成效。