配电网动态重构的多代理协调优化方法

提出一种配电网动态重构的新方法,并利用多代理系统(multi-agent system,MAS)技术来实现。将一天分为多个时段,每一时段由一个工作代理负责,利用混合粒子群算法进行静态重构,求得一个解集,并通过相邻代理间的相互学习,对解集进行补充和完善。然后对解集进行评估,从中选出种子解和优先替补解,计算出每一工作代理减少一次开关操作将增加的最小损耗。最后经协调代理多次迭代协调,令部分工作代理更换种子解,直到满足开关操作次数约束条件为止,此时,各工作代理的种子解即共同组成了动态重构结果。给出MAS的系统框架和各代理的功能模块。最后对一个IEEE69节点标准算例和一个实际算例分别进行仿真,仿真结果表明该方法不仅可快速获得不同约束条件下的最优解,还能为相关部门制定合理的开关操作次数提供依据。     

基于全神经网络增强算法的WSNs故障预警与检测

针对现有WSNs故障检测算法存在的故障分类检测率低、耗时长、节点能耗控制差等问题,提出一种全神经网络增强故障预警与检测算法。全神经网络的神经元节点与临近层的节点连接,形成具有强大故障数据训练功能的深度网络结构,选择平滑性更好的sigmoid函数作为模型的激活函数,并基于感知机合理调节相邻两个隐含层之间的阈值权重,降低模型的训练损失;采用Adam优化算法抑制模型的梯度膨胀和梯度消失等异常情况,并消除训练中产生的数据冗余,以降低故障数据训练中产生的虚预警。实验结果显示:提出算法的总体故障检测率和不同类型故障的分类检测率都优于传统算法,此外全神经网络增强算法在节点故障检测耗时和能耗控制方面,也具有显著优势。     

主动配电网多级无功电压协调控制研究

分布式光伏大量接入配电网后电压越限问题成为影响电网安全稳定运行的关键因素。为了适应高渗透率、大规模分布式光伏的接入,提高系统调压能力,本文依据主动配电网内调压资源特性的不同,对其进行了分类分级处理,提出了主动配电网多级无功电压控制策略,即分别利用小容量分布式光伏、光伏电站无功、传统VQC装置和光伏电站有功实现系统一、二、三、四级调压。其中,针对小容量分布式光伏所采用的分散式就地控制策略,提出了基于并网点电压和光伏实际有功出力的cosφ(U、P)控制模型。最后,基于改进的IEEE33节点算例进行了仿真,仿真结果表明本文所提出的四级调压策略,充分利用了主动配电网内分散的调压资源,有效减少了VQC装置动作次数,并改善了配电网电压水平。     

独立型微电网日前与日内协调优化调度

为减小风光发电的随机性对独立型微电网经济运行的影响,并考虑风光发电的预测精度随时间尺度的减小而增加的特点,提出一种将日前计划调度和日内MPC滚动调度相结合的优化调度策略。日前计划调度综合考虑电源、储能和负荷的可调度资源,建立计及系统运行成本和负荷满意度的多目标优化调度模型;日内调度基于MPC的思想,构造日内滚动优化模型,其中包括风光发电预测模型、系统在滚动周期内总运行成本最低为目标的调度模型以及反馈纠正环节,并且为使日内调度的局部性与日前调度的全局性相协调,在调度模型中加入储能荷电状态在一定时间节点变化的惩罚项。最后,对该文所提策略和模型进行仿真验证,结果表明,日前调度使微电网的可调度资源得到充分利用,提高了系统的经济性;日内调度降低了可再生能源的不确定性对微电网的影响,实现了对可控电源的更精细化管理,提高了系统的安全运行水平。     

微电网电源的规划体系

从微电网的两种典型运行模式入手,分别总结了国内外在孤岛运行和并网运行模式下微电网的各种电源规划模型,并结合各模型的优劣情况,给出两种运行方式下微电网电源规划的思路．最后,对微电网电源规划提出了一些可行性的建议．     

基于双层优化模型的能源互联网自愈及优化运行策略研究

电网和天然气网通过双向耦合可实现高可靠性运行。为解决电-气耦合的能源互联网故障自愈问题,提出了一种能源互联网自愈及优化运行方法。首先,该方法基于电-气耦合特性,充分利用天然气网对电网的能量补充,在考虑天然气网经济性和新能源出力不确定性的基础上,建立双层优化模型,实现综合能源系统的故障快速自愈及优化运行。上层模型利用基于广度优先搜索法的改进蚁群算法,优化供电恢复路径,得到系统开关状态。下层模型基于电-气耦合特性分析,以天然气网经济性为主要目标,采用条件风险价值理论(conditional value at risk, CVaR),同时考虑新能源出力不确定性带来的运行风险,构建电-气耦合的能源互联网优化重构模型。然后,对双层优化模型进行求解并进行全局优化,得到电-气互联型能量调度最优的故障恢复和优化运行方案。最后,通过IEEE33节点配电网和7节点天然气网耦合的能源互联网仿真模型,验证了所提方法的有效性。     

基于随机潮流的含电动汽车配电网内分布式电源规划

随着分布式电源(DG)和电动汽车的大量发展,对接入配电网的电动汽车与DG进行协同研究具有重要意义。文中以协调配电公司、DG投资商和公共社会三者之间利益为出发点,综合考虑了配电公司的运行费用、DG投资商的投资费用,以及DG的环境效益和电动汽车入网(V2G)所节省的电网投资等社会效益,建立了基于机会约束规划的含V2G配电网中DG优化规划的数学模型,采用基于混合编码的改进自适应遗传算法对该模型进行了求解。在优化计算过程中充分考虑了负荷预测值的不确定性、风电源的输出功率的随机性以及电动汽车充放电功率的不确定性,提出了电动汽车充放电对系统最大功率影响的数学模型,并采用基于半不变量法的随机潮流算法对规划模型中的约束条件进行了检验。最后,以某实际配电网系统为仿真算例,在不同置信水平约束下对该系统内DG分别进行了优化规划,验证了文中所建数学模型及相应求解算法的有效性。     

基于MVC模式的选课系统的设计与实现

针对当前网上选课系统在运行过程中不稳定等问题,本文提出了一种基于MVC模式的系统设计方案,论述了系统的功能和MVC设计模式的解决方案。将系统的业务逻辑与数据处理分离,从而使系统具有较高的运行效率、良好的可扩展性和可维护性。     

含铅酸工业废水一步净化新工艺的应用及其改进的探讨

一、前言 蓄电池生产中排放的铅酸废水,目前在国内普遍采用“三步处理”的工艺流程。一步为石灰石中和滤罐中和;二步为斜板沉淀器沉淀;三步为微孔滤罐过滤。该工艺流程较复杂,管理麻烦,微孔易堵     

结合深度神经网络的网络监控系统微表情识别

为了提高网络监控系统微表情识别的效果,结合深度神经网络技术提出新的智能监控系统微表情识别算法。将判别能力强的卷积神经网络特征与鲁棒的直方图特征结合,利用卷积神经网络提取目标的空间特征,再将卷积特征表示为直方图,结合直方图和卷积神经网络两者的优势设计新的人体追踪算法;设计跨模态监督的深度神经网络训练方法,将可见光视频数据送入深度神经网络进行训练,利用近红外光视频对训练程序进行监督。基于公开的多模态微表情识别数据集完成了验证实验,结果显示该算法有效地提高了微表情识别的性能。