基于混合电场线性叠加原理的换流变压器内部电场分布规律研究

换流变压器是特高压直流输电系统中的关键设备,其阀侧承受着交直流复合电压。研究热老化对交直流电压在油纸绝缘内分布的影响,可为换流变压器油纸选型提供理论借鉴。选取了换流变压器常用的绝缘油和绝缘纸作为研究对象,并对2种不同油纸组合展开加速热老化试验,测量并分析试验过程中绝缘油和绝缘纸的介电常数和电阻率的变化规律,在此基础上通过油-绝缘纸-油有限元电场仿真模型分析,基于线性叠加原则,得到了交直流电压在热老化过程中的分布变化情况,表明热老化主要影响油纸中直流分量的分布,将显著提高油中的电场强度。     

计及多能需求的综合能源服务商优化运行策略研究

随着分布式发电技术的不断成熟及发展,未来综合能源服务将是整合不同类型分布式发电并满足用户不同用能需求的有效途径。提出了一种含有多种分布式发电资源同时考虑多用能需求的综合能源服务商优化运行策略模型。首先建立了含有风电、光伏、燃气轮机、电储能、电热泵、辅助锅炉等分布式资源及电、热用能需求的园区综合能源系统优化调度模型;其次计算优化运行后的能源利用效率;最后,分析对比了不同季节、实时电价及天然气价格变化对综合能源服务商运行策略及盈利的影响。仿真结果验证了模型的有效性,其中综合能源服务商的收益对天然气的价格变化更为敏感。     

含蓄热式电采暖的综合能源系统日前优化调度策略研究

以含蓄热式电采暖的综合能源系统日前优化调度运行问题为研究对象,分析了蓄热式电采暖系统运行的各种特点,建立了含蓄热式电采暖的综合能源系统运行优化调度模型。将某典型蓄热电采暖用户场景作为算例进行验证,结果表明通过对蓄热式电采暖运行情况进行优化,可以有效降低其对电网的负荷冲击,减小电网峰谷差,提升电采暖设备的使用效率,大幅降低用户采暖的运行费用。该方法可为蓄热式电采暖用户参与和电网互动、促进可再生能源消纳、提升采暖系统经济运行水平、降低电网峰谷差以及促进蓄热式电采暖系统推广等提供参考依据。     

柔性高压直流输电仿真技术研究方法综述

柔性直流输电工程应用前景广阔,采用各种高精度高效率仿真技术对柔性直流系统进行理论分析和运行特性研究是柔性直流技术发展的关键;实时数字仿真、物理动模仿真和数字物理混合仿真是常用的系统仿真研究方法。总结柔性直流输电系统结构及核心装备;分别介绍三种仿真方法,从基本理论与算法原理、实现方式和柔直装备建模方法等方面进行论述,并总结各种方法的适用性和优缺点。最后,对柔性高压直流输电仿真技术的发展趋势和关键问题进行了总结和展望,提出了几点可能的研究思路。     

基于改进深度强化学习的智能微电网群控制优化方法

针对微电网群控制的经济效益、负荷波动以及碳排放问题,提出一种基于改进深度强化学习的智能微电网群运行优化方法。首先,计及分布式电源、电动汽车及负荷特性,提出微电网的系统模型。然后,针对微电网群的运行特点,提出4个系统优化目标和5个约束条件,并且引入分时电价机制调控负荷运行。最后,利用改进深度强化学习算法对微电网群进行优化,合理调控多种能源协同出力,调整负荷状态,实现电网经济运行。仿真结果表明了所提方法的有效性,与其他方法相比,其收益较高且碳排放量较小,可实现系统的经济环保运行。     

高风电渗透率下考虑需求侧管理策略的智能微电网调度方法

提出了一种高风电渗透率下考虑需求侧管理策略的智能微电网调度方法。首先,考虑经济、环境成本指标、清洁能源就地消纳量以及可中断负荷和可转移负荷策略,建立了多目标优化调度模型。然后,引入ε约束法生成Pareto前沿解集,利用归一化方法求出最优折衷解。最后,基于24节点配电系统对所提方法进行分析验证。算例结果表明:建立的多目标优化模型能够有效提升清洁能源的消纳率,提高调度方案经济性,同时有效降低发电污染排放。采用的需求侧管理策略能够有效平抑负荷波动,达到削峰填谷的目的。     

一类具有Beddington - DeAngelis功能反应的离散竞争系统的概周期解

针对一类具有Beddington - DeAngelis功能反应的离散竞争系统,运用差分不等式和通过构造适当的Lyapunov函数,证明了该系统具有持久性和全局吸引性.利用差分概周期方程的壳理论,得到了保证该系统存在唯一的概周期解的充分条件.所得结果补充了文献[3]和文献[4]的工作.     

一类负模量Kirchhoff - Carrier方程的解

利用变分方法和反证法研究了一类含有非线性项的Kirchhoff - Carrier方程,证明了当0<λ1时,该方程至少存在一对非平凡解,且当λ≥a λ₁时该方程不存在同号解.     

基于l1范数相干度的量子态区分

为探究区分量子态的最优策略,以相干作为资源,利用附加辅助系统的方法来区分非正交量子态,并给出了l₁范数相干度与区分量子态的成功概率之间的数值关系,同时量化了某些特定情况下不出错的量子态区分(UQSD)的最优协议所需的l₁范数相干均值.本文的研究结果表明,通过调整生成的相干度可以提高区分量子态的成功几率.     

基于相对熵的KNN文本分类方法的研究

摘要:为提高处理文本相似度的效果,提出了一种基于相对熵度量文本差异的KNN算法.该算法首先对文本进行预处理(分字与删去停用字)和构建特征字字典; 然后计算训练集中所有文本特征字的概率,并组成训练集(特征字概率矩阵); 最后计算预测文本的特征字概率向量,并通过计算和统计K个预测文本与训练集文本间相对熵最小的文本类别个数后将数目最多的类别作为测试样本的类别.实验结果表明,该算法的分类效果不仅显著优于传统KNN、SVM、Decision Tree、朴素Bayes算法的分类效果,且在小样本数据情况下