电力系统参数空间暂态稳定边界构建及在线快速更新方法

为适应在线暂态稳定分析与控制,提出了一种电力系统参数空间中的暂态稳定边界构建及快速更新方法.对于给定的关键故障和既定故障前后的网络拓扑结构,首先,基于横向可扩展的宽度学习系统,构建了极限切除时间与电力系统参数之间的映射关系.为提高实际故障切除时间阈值附近的预测准确率,通过构建二次比例因子对临界误差进行修正.然后,结合预设故障切除时间阈值确定相应暂态稳定边界,并评估当前系统的稳定裕度.最后,在保证暂态稳定评估准确性的基础上,基于增量学习方法提出了无须重新训练全部网络的在线快速更新策略.通过对IEEE 39节点测试系统和中国南方电网实例系统仿真分析发现,所构建模型能够对系统暂态稳定性进行准确评估,并具有良好的泛化性能.同时,快速更新策略可在保证预测准确率的情况下,大幅减少模型更新时间,为在线暂态稳定评估提供了支撑.     

宽频带油纸绝缘介电响应的全过程谱图提取和定量分析

为深入而全面地解释油纸绝缘材料在宽频带内介电响应的微观机理,基于普适弛豫定律和凝聚态物理经典理论,利用响应谱图受温度影响的频移特性,通过势垒能级这一本征参量建立油纸绝缘材料频域介电谱与热刺激电流曲线在表征同类介电过程时的联系,并进一步以复介电常数实部与虚部关联关系和复介电常数一阶偏微分方程的数据处理手段,形成具有可靠理论依据的宽频带介电过程微观机理综合分析新方法。基于此,依次在宽频带内提取和观察了电荷的各类运动过程。分析结果表明,在较宽温度范围内,油纸绝缘材料的频域介电谱曲线从低频到高频依次包括低频弥散、交流电导和电极极化、界面极化及偶极子转向极化等独立介电过程,并根据相关理论模型和试验数据对上述各独立过程进行定量研究,确定其微观物理机制、频谱函数和发生条件。该研究揭示了油纸绝缘材料在全频域范围的电荷运动规律,为频域介电谱法应用于电力设备绝缘评估提供了新的理论分析思路。     

理想薄板坯连铸结晶器内腔宽面部分曲面的获得

薄板坯连铸机结晶器内腔宽面通常由若干简单几何曲面拼接而成,使铸坯坯壳在结晶器内自上而下移动过程中承受较大的非均匀变形,从而在铸坯坯壳内产生"弯"、"扭"、"剪"应力.理想的薄板坯连铸机结晶器内腔宽面应该具有三个几何特征,即满足薄板坯连铸基本生产工艺几何尺寸和形状要求;曲率连续、曲率变化率最小;考虑铸坯坯壳受到冷却作用而凝固收缩的影响因素.本文详述了邯钢理想薄板坯结晶器内腔宽面部分曲面的获取过程.     

基于分离指标的宽阻带低通滤波器设计

常见的开路短截线和阶跃阻抗结构在微带低通器设计中较为成熟,但是这些结构的低通滤波器受到寄生通带的影响,阻带不够宽;提出了一种基于分离指标的宽阻带低通滤波器设计方法,利用计算机仿真软件ADS,对常见的阶跃阻抗低通滤波器进行结构改进;该方法将低通滤波器设计指标重点分为滚降率和宽阻带抑制两部分,分别利用椭圆滤波器和巴特沃斯滤波器的本身特性实现设计目的,最后进行级联优化;此结构综合设计方法简单严谨,易于实现,改进的低通滤波器性能优越,实现了宽阻带的设计需求,通带0~3 GHz,插入损耗<0.5 dB,阻带4~12 GHz,抑制>45 dB。     

基于改进型MF-DFA的月径流序列多重分形分析

应用改进的多重分形消除趋势波动分析法对长江流域某水文站多年月径流资料进行分析计算,结果显示,月径流序列具有长程相关性和多重分形特征,并采用二项倍增串级模型,对其多重分形谱拟合,表明月径流序列具有较强的多重分形性。通过对其初始序列、重排序列和替代序列进行对比分析,揭示出月径流序列多重分形特征是序列本身的长程相关性和胖尾概率分布共同作用的结果,且胖尾概率分布起主要作用。     

深度整合Flex和Spring

本文讨论了基于Springblaze DS integration的Flex与spring的整合方案,给出把来自Flex的请求映射到bleeDS的方法,说明了在Spring的配置文件中为Flex暴露bean的方法。     

校园网中PPPOE上网方式的设计与实现

论文介绍了PPPoE上网方式的基本原理,设计了应用于校园网的接入系统应用方案,讨论了校园网实施的技术优势与不足之处。     

基于频谱增强和卷积宽度学习的音乐流派分类

针对频谱图对于音乐特征挖掘较弱、深度学习分类模型复杂且训练时间长的问题,设计了一种基于频谱增强和卷积宽度学习(CNNBLS)的音乐流派分类模型.该模型首先通过SpecAugment中随机屏蔽部分频率信道的方法增强梅尔频谱图,再将切割后的梅尔频谱图作为CNNBLS的输入,同时将指数线性单元函数(ELU)融合进CNNBLS的卷积层,以增强其分类精度.相较于其他机器学习网络框架, CNNBLS能用少量的训练时间获得较高的分类精度.此外, CNNBLS可以对增量数据进行快速学习.实验结果表明:无增量模型CNNBLS在训练400首音乐数据可获得90.06%的分类准确率,增量模型Incremental-CNNBLS在增加400首训练数据后可达91.53%的分类准确率.     

基于宽度学习系统的短期电力负荷预测方法研究

电力负荷预测已成为电力调度的一项重要工作,也是评估电力企业是否实现现代化的重要指标之一。精准可靠的电力负荷预测数据对合理安排电力企业发电机组启停、降低电力损失、保障社会用电安全和提高电力企业经济效益等方面具有重要意义。短期电力负荷预测是针对短期负荷变化、甚至实时负荷变化,但由于短期负荷变化较为突然,预测难度大。为了提高短期电力负荷预测精确度,本文提出了一种基于宽度学习系统的短期电力负荷预测方法,通过采用邻域粗糙集分类算法,对输入参数进行特征提取,然后采用宽度学习系统对电力负荷历史数据进行离线训练,利用已训练完成的模型实现24h短期负荷预测。研究结果表明,使用本方法可以有效降低MAPE和RMSE,也有效减少了训练时间,提高了模型训练速度,具有优异的预测能力。     

一种高效的大功率宽带整流电路

提出了一种由π型匹配枝节、整流二极管、直通滤波器组成的高效大功率宽带整流电路。采用2只HSMS-282P肖特基二极管桥设计单级倍压整流电路,使电路在整流效率不下降的情况下提升输入的功率容量;采用π型匹配枝节实现阻抗匹配,使电路具有宽频特性,同时其并联短路枝节可以作为输入滤波器,实现小型化和整流效率的提高。直通滤波器用于抑制基频和二极管非线性产生的高次谐波,以提高整流效率。实测结果表示：在2.05~2.6 GHz带宽内整流效率大于60%;在2.45 GHz工作频率和35 dBm输入功率下,整流电路在330 Ω负载上获得70%的整流效率。该整流电路具有整流效率高、功率容量大、频带宽的特性,可为工程人员设计大功率微波整流电路提供设计指导。