基于聚类算法和改进证据理论的广域后备保护新算法

广域后备保护可综合利用全网信息,在传统保护出现错误时,快速准确地找到故障位置。提出了一种基于聚类算法和改进证据理论的广域后备保护新算法:首先,基于电网中各子站之间的电气距离特征,利用k均值聚类算法完成对大电网的分区工作,由各点故障电压序分量的特征选取可疑故障线路;然后,将电气量和保护动作状态量共同作为证据源,同时对不合理证据进行优化改进;最终利用改进后的DS证据理论识别故障线路。仿真结果表明,该方法可有效完成对电网的分区工作,在保护动作信息部分或者全部出错时均能有效识别故障线路。     

基于FLAC3D的大采高工作面过向斜构造的矿压显现规律

为了深入了解大采高工作面围岩与支架的关系，采用FLAC^3D数值模拟，研究了工作面不同开采阶段，不同工作面推进下垂直应力场分布、垂直位移场以及塑性破坏场。研究而得出:当工作面初采阶段时，在工作面5~15 m，应力易产生集中，并随着工作面的继续推进，应力集中程度也逐渐增大，采场顶板的下沉量与围岩破坏范围也逐渐增大。工作面过向斜构造阶段:煤壁前方的垂直应力、垂直位移以及塑性区破坏范围都发生了明显的变化，矿压显现剧烈，煤壁片帮，直接顶冒落现象严重。上述研究为控制采场围岩稳定提供了技术基础。     

继电保护控制回路与断路器操作机构配合的探讨

通过对操作箱和断路器机构箱内防跳功能的分析和根据实际应用存在的问题，提出了防跳功能的选择和应用方面解决的措施；通过分析断路器重合闸与操作机构“压力低”之间的配合和重合闸实际应用存在的问题，提出了解决办法。     

煤制天然气发展可行性分析

文章概述了煤制天然气发展现状及存在问题。针对煤制天然气项目存在问题,设计了煤制天然气联产甲醇的项目方案,为项目建设可行性提供借鉴。     

粘土矿物对聚合物的静态吸附研究

聚合物在流经多孔介质过程中,由于表面吸附和聚合物分子间的相互作用而产生滞留,影响驱油效果。本文采用淀粉-碘化镉法测得了绥中36-1油田不同粘土矿物对疏水聚合物AP-P4的吸附量,分析了聚合物在浓度、温度发生变化时对粘土矿物吸附量的影响,并得出单位质量粘土矿物对聚合物吸附的变化规律:粘土矿物随聚合物AP-P4浓度的增加单位质量吸附量逐渐增大,随着水浴温度的增加单位质量吸附量逐渐下降。     

盐岩的分数阶导数蠕变模型

盐岩蠕变特性是影响能源深部地下储存库长期运营的重要决定因素。利用基于分数阶导数的定义得到的Abel粘壶以及带应变触发的Abel粘壶建立了新的分数阶导数蠕变模型。通过四个月的盐岩蠕变实验,获得了全过程蠕变曲线,基于盐岩蠕变实验数据,对分数阶导数蠕变模型的参数进行了拟合分析,确定了模型中的参数,并对建立的分数阶导数蠕变模型与西原正夫模型进行了对比分析。结果表明,分数阶导数蠕变模型与实验数据吻合的更好,不仅克服了整数阶蠕变模型在初始阶段与实验数据不能很好的吻合的弊端,又能反映盐岩全过程蠕变特征。     

捷联惯导系统罗经对准仿真研究

分析了传统的平台式惯导的理论基础、给出了控制框图,在此基础上,将平台罗经对准的思想应用到捷联惯导系统的罗经对准,研究了捷联式惯导系统罗经自对准技术,给出了根据捷联罗经对准的指标求罗经控制参数的公式和罗经对准的理论对准误差,建立捷联罗经对准的连续控制系统模型,并将该连续控制系统的模型离散化,得到捷联惯导系统罗经对准的离散控制系统模型,由于实际应用中,罗经对准只能通过程序的形式串行实现,将捷联惯导系统罗经对准的离散控制系统模型转化为等效的程序实现.通过对连续控制系统、离散系统和等价的串行程序3种实现方式进行仿真,仿真结果表明了捷联惯导罗经对准的有效性,罗经对准实际误差和理论误差的一致性,以及3种对准方式的等价性.     

基于压缩感知的稀疏度自适应超高次谐波检测算法

近年来,越来越多运用电力电子器件的电气设备接人电力系统,配电网中超高次谐波发射水平的持续上升已经成为电网中亟需解决的电能质量问题之一.文中提出了一种基于压缩感知的稀疏度自适应超高次谐波检测算法,该方法基于快速傅里叶变换系数和狄利克雷核函数,结合插值因子,构建高精度的压缩感知模型;同时,文中引入了稀疏度自适应的概念,提出通过稀疏度自适应的匹配重构算法获得待检信号中超高次谐波的频率和幅值.改进算法提高了超高次谐波重构幅值的精度,减小了无法预估待检信号稀疏度而造成的误差.仿真结果证明了改进算法的准确性和有效性.     

基于改进旋转森林算法的窃电检测研究

如何准确检测出用户侧窃电行为是长期存在于各供电公司一个难点,传统的窃电检测方案均存在一定的局限性。针对窃电检测领域正负类样本高度不平衡,且单一分类模型表现不佳的问题,提出一种基于改进旋转森林算法的窃电检测方法。旋转森林算法采用主成分分析（principal component analysis,PCA）进行特征提取,利用原始训练集的所有主成分训练每个基分类器。在经典的旋转森林算法基础上,使用改进合成少数类过采样（synthetic minority oversampling technique,SMOTE）算法平衡样本子集中的正负类样本;使用Bagging算法中的Bootstrap抽样对训练子集进一步抽样;按准确率对基分类器进行选择性集成等3个方面的改进。算例使用华东某地区实际用户数据,结果表明所提窃电检测方法对比单一分类模型和现有集成学习策略,在多项评价指标下均取得更好的效果。     

基于CS-RBAPVS的超高次谐波检测算法

随着电力电子技术高占比应用于可再生能源发电系统,大量超高次谐波流入电网,从而引发新的电能质量问题。针对超高次谐波检测过程中计算量大、测量不精确等问题,提出一种基于压缩感知变步长正则化回溯自适应追踪超高次谐波检测算法。该方法利用狄利克雷核矩阵与离散傅里叶变换系数,并引入插值因子,建立基于压缩感知理论的超高次谐波模型;同时采用基于变步长的正则化回溯自适应追踪算法重构原信号,该算法通过结合正则化思想与子空间追踪算法的回溯思想,在无需预知原信号稀疏度的情况下,不仅实现了信号的精确重构,而且克服了固定步长所引起的问题。仿真测试验证了该算法的优越性与有效性。