电网终端信息安全评估模型分析

当前电网终端需要一种行之有效的针对信息的传播方面的安全性评价体系。为了提出一种合理的模型,结合现有面临的问题和电网终端的特性做出综合分析。现有的模型通过对安全评价的分析,满足基本的安全评估的要求,根据模型各个部分所占的总体的百分比,分层次分析应用,最后在终端得出结论。实际的数据分析表明,该种模型的确可以达到自动化的检查目的,而且整体检查的耗时不超过3min。     

改进ELM的毁伤类电磁目标威胁评估

为解决毁伤类电磁目标威胁评估存在专家主观性不易避免、目标类型庞杂、影响因素复杂、时间约束性强等客观问题,建立了毁伤类电磁目标威胁评估指标体系,并提出了与之相适应的云极限学习机(Cloud ELM)威胁评估方法,该方法借助云模型方法对传统的极限学习机进行改进,有效解决了极限学习机在知识表示方面的缺陷.案例仿真验证了指标体系与评估方法在脱离专家条件下自主评估的有效性,同时利用云支持向量机(Cloud SVM)进行对照检验,说明了方法的高精确度与低时间复杂度优势.     

某城市配水管网模型构建及工况分析

配水管网建模是协助解决漏失、失衡等水力问题,定制给水厂水泵合理工控参数及对管网改扩建以及优化提供理论支持的有效办法。在城市整个给水系统运行中,配水系统因其体量庞大、随机性强、工况运行指标众多等多种原因,使其最具有不确定性及实际工程不可预见性的,因此配水管网建模对整个给水工程具有重大的意义。本文结合东北某典型城市配水管网案例,通过对配水管网现状工况分析,力求获得管网实际运行情况,管网进行优化调整,为排除供水事故隐患,保证供水安全性和提高配水管网运行效果提供支持。     

基于点质量模型的扰动引力快速计算

为解决扰动引力快速计算的时效性和精确性问题,在点质量模型基础上,根据扰动引力矢量随空间位置的变化规律,提出了三次样条函数对扰动引力空间变化规律进行数值逼近,分别对点质量模型的四个频段空间采样点扰动引力进行样条函数插值仿真,降低了计算复杂度,解决了由于数据计算引起的延时误差问题.结果表明:该方法实现了弹载计算机快速计算,并具有良好的计算精度.     

基于模糊综合评判的装备采购评标方法

针对装备协作配套件采购评标问题,提出将模糊综合评判引入到装备采购的评标中去,建立了基于模糊综合评判的评标模型.以某装备协作配套件采购招标为例,其评标步骤包括:建立评语集、建立权重集、确定各因素隶属函数及进行模糊评判,得出结论.     

大倾角工作面支架稳定性控制技术北大核心

针对大倾角工作面支架稳定性差,易发生支架下滑、倾倒和咬架现象,通过对单支架和多支架的稳定性在不同工作状态下的力学分析,得出了支架失稳的力学机理,指出支架的失稳主要发生在降架、移架过程中,只要采取合理的支架管理措施即可保证支架的稳定性。通过采用合理的移架顺序、移架前确保相邻支架稳定、增大支架侧护板宽度、充分利用支架本身的侧护千斤顶和底调千斤顶调整支架等综合性技术措施保证了大倾角工作面支架的稳定。     

主动配电网故障恢复的重构与孤岛划分统一模型EI北大核心CSCD

随着分布式电源和储能装置大量接入配电网,配电网在发生故障之后可以进行重构和孤岛划分,提高故障恢复的水平。为此,提出了一种同时包含重构与孤岛划分的故障恢复方法。建立包含多类型分布式电源、柔性负荷和储能的多时间段故障动态恢复模型,考虑分布式电源和储能的黑启动能力,并计及故障恢复时间和检修次序。利用二阶锥技术将所建模型转换成混合整数二阶锥规划模型。在PG&E69系统上对该算法的有效性进行验证,结果表明,与传统方法相比,所提故障恢复方法计算速度更快,故障恢复率更高。     

面向用户需求的区域能源互联网价值形态研究框架及应用分析EI北大核心CSCD

以用户能源需求类型为导向,自底向上构建区域能源需求结构。首先,按照普惠用能、成本敏感性、质量敏感性、激励响应性和政策保障驱动性对用户用能行为进行了分类分析。根据供应价值链理论,从价值要素分析、价值载体设计、价值实现机制三方面构建了区域能源互联网价值形态研究框架,分析提炼涉及区域能源互联网价值形态研究的科学理论问题及关键技术。最后借鉴系统性思维方法论,建立"阶段-属性-价值"三维评价体系,在泛在连接、互动融合、智能化服务等不同发展阶段讨论了区域能源互联网价值应用场景,为能源云基础设施建设与连通提供理论指导。     

含虚拟惯性控制的直流微电网稳定性分析EI北大核心CSCD

为分析不同类型虚拟惯性控制对直流微电网产生的影响,首先建立了各电源与负载侧换流器的小信号模型,并分析了电网与蓄电池侧换流器在应用不同虚拟惯性控制时,其换流器端口的动态响应特性以及阻抗特性。其次,考虑到多换流器交互引起的稳定性问题,建立直流微电网的等效阻抗模型,根据阻抗匹配准则,分析了在不同控制模式下控制器与系统参数变化对系统稳定性的影响规律。根据稳定性以及动态特性分析可得出,在蓄电池侧换流器应用虚拟发电机型惯性控制可以使系统获得更好的动态特性与稳定边界。最后在Matlab时域仿真与RT-LAB实时仿真平台上分别建立了直流微电网仿真模型,并对相关理论分析进行了验证。     

基于Wide&Deep-LSTM模型的短期台区负荷预测EI北大核心CSCD

负荷预测是电力系统经济运行的基础,其对电力系统规划和运行都极其重要。由于影响负荷预测的因素较多,因此用常规的方法很难获得较好的预测结果。随着新一代人工智能技术的兴起,尤其以深度学习和大数据技术的快速发展,为进一步提高负荷预测的精确度奠定了良好的基础。文中将深度学习方法引入到电力系统的短期台区负荷预测中,综合利用了负荷台区的电压、电流、功率以及时间等特征信息。同时在已有的长短期记忆网络(LSTM)模型和宽度&深度(Wide&Deep)模型的基础上,建立了基于Wide&DeepLSTM的深度学习短期负荷预测模型,并在此基础上进行了日前台区负荷预测。该模型能够兼具深度神经网络的学习能力与LSTM模块的时间序列信息表达特性,能够较好地解决台区电力负荷预测的多特征维度及时序性特征问题。最后利用Tensorflow深度学习框架生成了仿真模型并加以验证,仿真结果充分证明了所提方法的准确性与实用性。