基于不完全信息多阶段对策的复杂电网连锁故障防御模型

为防御由连锁反应故障引发的大停电事故提出一种基于不完全信息多阶段对策的复杂电网连锁故障防御模型。鉴于无法掌握连锁故障各个阶段的事故状态信息,提出负载严重程度和母线电压跌落严重程度表征"不完全信息"情况下元件故障对系统造成的影响。结合对策理论,模型对连锁反应故障不同阶段的电网进攻方当前策略进行辨识并求取其支付函数。根据进攻方支付函数的大小,防御方通过计算直流潮流灵敏度矩阵和负荷节点电压灵敏度矩阵采取相应的防御策略,同时对电网各元件进行快速越限系数计算,预测进攻方下一轮策略。模型为连锁故障初级阶段的调整措施和快速反应阶段的紧急控制措施提供了直观依据。算例仿真验证了该模型的准确性和有效性。     

提高落料口效率的方式研究

通过对砂型3D打印机下料口的分析,深度解析打印过程中下料口存在的问题及优化方案。从技术背景出发,对提升下砂效率及精度的可行性方法做了详细的分析和说明,全面阐述了现有下料口存在的技术问题,从而确定了关键问题的研究方向。     

基于小生境多目标粒子群算法的输电网检修计划优化

以检修成本和期望缺供电量最小为目标,建立输电网检修计划多目标优化模型,并提出一种基于小生境的改进多目标粒子群算法对其进行求解。通过得到一组Pareto最优解,全面统筹检修计划优化问题的经济性和可靠性目标。该算法采用小生境共享机制来更新粒子的位置,保持了解的多样性和分布的均匀性;引入混沌变异对部分非支配粒子进行小范围的扰动,提高了算法全局搜索能力,避免陷入局部最优。为使算法能够更好地应用于输电网检修计划优化问题,采用罚函数对约束条件进行处理,并根据模糊隶属度从Pareto最优解集中选取最优折衷解,为检修计划制定人员提供了科学的决策依据。通过IEEE RTS-79节点系统的仿真,验证了该算法在求解输电网检修优化问题时能有效避免早熟收敛,快速地收敛至Pareto最优解集。     

工艺参数对反应湿法模压成型玻璃纤维增强TPU力学性能的影响

以二苯基甲烷-4,4′-二异氰酸酯(MDI)、1,4-丁二醇(BDO)、聚己二酸-1,4-丁二醇酯二醇(PBA)为原料，采用反应湿法模压成型制得玻璃纤维增强热塑性聚氨酯(TPU)复合板材，利用力学性能测试、微观形貌表征探究了初始模压温度、模压压力、保压熟化时间三个工艺参数对复合材料力学性能的影响。结果表明，在初始模压温度60℃、模压压力2 MPa、保压熟化温度120℃时间2 h时，单体聚合反应效果好，复合材料内部TPU对纤维丝浸润程度高，纤维丝间TPU填充紧实，内部缺陷少，力学性能达到最大值。     

基于温度多元线性回归模型的空调制冷站在线预测控制方法研究

从实际应用角度出发，以制冷站全局COP为优化目标，综合考虑制冷站整体特性及各组件相互耦合特性，提出了一种基于多元线性回归模型的制冷站预测控制方法。该模型的输入变量为冷水进出口温差和冷却水进出口温差，分别对应冷水侧和冷却水侧的运行特性，输出变量为制冷站全局COP,能够反映制冷站系统的综合特性。该模型结构简单、输入参数易获取、可复制性高，可在线应用于大多数制冷站系统。试验结果表明，该预测控制方法可有效提升制冷站整体运行能效。