基于线性光耦的强隔离直流电压检测方法

介绍了高精度线性光耦HCNR201的工作原理。提出了基于线性光耦的直流电压检测方法及其硬件电路,该检测电路具有较强的电气隔离特性。给出了基于该电路的试验结果,运用最佳平方逼近原理对实验数据进行分析,证明了该直流电压检测方法的线性度好、精确度高。     

基于JADE平台的智能配电网自愈系统设计

智能配电网包括高级配电自动化网络、分布式能源和新型电力电子装置等,而拥有故障自愈系统的配电网是高级配电自动化的重要硬软件基础。为响应分布式能源的不确定性和地域分布性,进而实现智能配电网的自愈控制,在经典代理模型基础上,提出并建立基于多代理系统（MAS）的分层控制结构、自愈控制策略和节点评估法。最后结合BDI“意图”模型和代理开发平台（JADE）与Matlab-Simulink平台,模拟33节点系统接地故障时不同级代理间以及同级代理间的通信过程和动作过程,并自动实现了失电区域的供电恢复,验证了自愈系统的有效性。     

基于Stackelberg博弈的充换储一体化电站微电网双层协调优化调度

针对电动汽车充换储一体化电站(CSSIS)与微电网所有权不同的微电网经济运行问题,建立基于Stackelberg博弈的双层优化调度模型。上层微电网作为领导者,以自身收益最大为目标函数,制定与下层CSSIS进行电能交易的内部电价;下层CSSIS作为跟随者,根据内部电价调整自身充、放电计划,以最大化自身收益。采用差分进化算法和Gurobi软件分别对上、下层优化问题进行求解,得到最优内部电价和CSSIS的最优充、放电计划。仿真算例表明,所提算法可以有效求解微电网与CSSIS交互的均衡策略,不仅能同时提高两者收益,还能更有效地利用CSSIS资源。     

一起800kV断路器合闸后接地故障原因分析

针对S变电站运行过程中发生的一起800 kV SF_6断路器接地故障,通过现场二次保护动作、故障录波图中电压与电流变化趋势以及SF_6分解产物等分析,确定了故障断路器间隔。通过返厂解体,发现了设备内部放电过程中受损部件以及相应的放电轨迹。基于故障后气室材料特性分析、合闸电阻堆热容量分析、设备放电轨迹分析,确认放电原因为罐体内部异物。通过断路器合闸过程中的粒子飞行轨迹分析、罐体内异物电场仿真、电阻堆气隙内电场仿真,给出了2种异物来源,并提出了相应的异物解决措施,以避免同类接地故障的发生。     

基于综合变权的分层模糊Petri网电网故障诊断方法

为实现对电网故障元件的准确诊断,基于综合变权思想提出了考虑动态权重的分层模糊Petri网(HFPN)评估模型。建立包含可疑故障线路送受两端的主保护、近后备保护以及远后备保护子网,对三类保护建立综合诊断子网,构成对线路故障诊断的双层模型。针对传统固定赋权在警报信息缺失情况下可能造成对故障线路误判的弊端,计及元件的状态水平对决策的动态影响,对模型赋予动态权重以放大动作元件的真实度。融合固定权重和动态权重的故障诊断方法能够有效识别信息缺失情况下的故障线路。通过对典型电网进行多组故障案例仿真,结果表明所提出的基于综合变权的Petri网诊断方法可提高故障诊断的准确率。     

RSM在PVC复合热稳定体系中的应用

研究了响应面法在聚氯乙烯（PVC）热稳定剂配方研究中的使用价值．依据Box-Benhnken的中心组合实验设计原理,设计了响应面分析中的3因素3水平分析表及热稳定实验方案．使用SAS软件对实验数据进行了处理,得到了硬脂酸锌、硬脂酸钙和硬脂酸钡之间相互作用对热稳定时间影响的响应面曲面图．分析图表可知,硬脂酸锌对热稳定时间产生了负作用,硬脂酸锌和硬脂酸钙之间及硬脂酸锌与硬脂酸钡之间产生了交互作用．     

流化床燃烧中煤含灰量对灰渣形成特性的影响

为了研究煤颗粒灰质量分数对煤在流化床燃烧过程中灰渣形成特性的影响,在一台小型流化床反应炉上进行煤的灰质量分数对灰渣形成特性的实验.按煤颗粒的灰质量分数,把义马烟煤分为6个颗粒组,并选用各颗粒组的3个粒径范围的煤颗粒进行燃烧实验,研究煤颗粒的灰质量分数对底渣质量分数、底渣与飞灰中的碳量质量分数和粒径分布的影响.结果表明,随着煤颗粒灰质量分数的增加,燃烧形成的底渣质量分数增加,而煤颗粒的燃尽率和飞灰中的碳质量分数都降低.在粒径和燃烧时间相同的条件下,随着颗粒灰质量分数的增加,底渣中留在本粒径档的颗粒质量分数明显增加,而细颗粒的质量分数明显减少.而颗粒灰质量分数对飞灰的粒径分布没有明显的影响.     

基于时间序列分析的DNS服务器的DDoS攻击检测

分析了针对DNS服务器DDoS攻击的特征,提出了一种基于攻击流特征(AFC)时间序列的DDoS攻击检测方法.通过自适应自回归模型的参数拟合,将AFC时间序列变换为多维空间内的自适应自回归AAR模型参数向量序列,然后使用支持向量机进行分类.实验结果表明,该方法能有效检测针对DNS服务器的DDoS攻击.     

Multi-criteria user selection scheme for learning-based multiuser MIMO cognitive radio networks

For multiuser multiple-input-multiple-output (MIMO) cognitive radio (CR) networks a four-stage transmiision structure is proposed. In learning stage, the learning-based algorithm with low overhead and high flexibility is exploited to estimate the channel state information (CSI) between primary (PR) terminals and CR terminals. By using channel training in the second stage of CR frame, the channels between CR terminals can be achieved. In the third stage, a multi-criteria user selection scheme is proposed to choose the best user set for service. In data transmission stage, the total capacity maximization problem is solved with the interference constraint of PR terminals. Finally, simulation results show that the multi-criteria user selection scheme, which has the ability of changing the weights of criterions, is more flexible than the other three traditional schemes and achieves a tradeoff between user fairness and system performance.     

飞行时间约束下的再入制导律

为应对现代战场的信息化与集群化发展趋势,从多高超声速飞行器饱和打击任务需求出发,针对其中的再入飞行时间约束条件进行研究,提出一套基于Deep Q-learning Network(DQN)的时间可控再入制导律.该制导律工作流程为首先纵向轨迹预测-校正模块根据当前飞行状态和攻角-速度剖面规划出倾侧角幅值;然后在线约束强化管理模块对其进行安全限幅处理;最后倾侧角符号规划模块以调节再入飞行时间为目标,在对横向飞行状态进行马尔科夫决策过程建模的基础上,设计相应的深度神经网络进行离线训练以在线生成倾侧角符号,进而与幅值信息共同组成最终的倾侧角指令.多组仿真的对比分析结果表明:在标称环境下的多任务仿真中,时间可控再入制导律能够自主地进行倾侧角符号的在线规划,在不影响制导精度的前提下,对再入飞行时间进行调整以满足不同的任务需求;在参数拉偏的蒙特卡洛仿真中,其在保证再入飞行安全、稳定的同时,仍然能将时间误差控制在合理的范围之内.从而验证了相对于传统方法而言,本研究所设计的再入制导律在任务适应性、鲁棒性与时间可控性等方面均具有良好表现,能够有效地满足飞行时间约束下的再入任务需求.