基于门控循环单元与误差修正的短期负荷预测

针对负荷预测模型迭代训练过程中存在误差积累的问题,提出结合叠式双向门控循环单元（SBiGRU）、完整自适应噪声集成经验模态分解（CEEMDAN）和误差修正的组合预测模型. 建立SBiGRU模型学习在气温、日期类型影响下负荷序列的时序特征,误差特征体现在SBiGRU模型预测产生的误差序列中;使用CEEMDAN算法将误差序列分解为数个本征模态函数（IMF）分量与趋势分量,对每项分量再次建立SBiGRU模型进行学习与预测,并对各分量的预测值进行序列重构,得到误差的预测结果;对预测结果进行求和以修正误差. 模型评估结果表明,组合模型的预测准确精度为98.86%,与SBiGRU、BiRNN、支持向量回归等方法相比,该模型具有更好的精度.     

考虑剪切变形的轴心受压GFRP圆管临界荷载

为了考虑剪切变形对玻璃纤维增强复合材料（GFRP）构件屈曲荷载的影响,利用Engesser剪切变形理论,推导考虑剪切变形和初弯曲的临界荷载. 应用于GFRP圆管时,考虑材料各向异性特征对剪切系数及强度的影响. 对4根具有不同长细比的GFRP圆管试件进行轴压试验. 结果表明,GFRP圆管在截面强度估算时应综合考虑轴向纤维压缩破坏和环向基体拉伸破坏. 所推导的临界荷载计算式的结果和试验结果吻合良好.     

地区电网新能源消纳困难时段研究

文章主要研究了某实际电网新能源消纳困难时段。通过负荷特性分析,得出地区电网低谷负荷出现季节和典型日负荷特性,通过风电场、光伏电站出力特性分析,得出风电、光伏季节分布特性及日出力特性。在地区电网新能源消纳的困难时段分析基础之上,对困难时段负荷概率进行统计,得出困难时段的负荷取值,为新能源接纳能力分析提供重要的数据支撑。     

Machine-Learning based methods in short-term load forecasting

Short-term load forecasting is of great significance to the secure and efficient operation of power systems. However, loads can be affected by a variety of external impact factors and thus involve high levels of uncertainties. So it is a challenging task to achieve an accurate load forecast. This paper discusses three commonly-used machine-learning methods used for load forecasting, i.e., the support vector machine method, the random forest regression method, and the long short-term memory neural network method. The features and applications of these methods are analyzed and compared. By integrating the advantages of these methods, a fusion forecasting approach and a data preprocessing technique are proposed for improving the forecasting accuracy. A comparative study based on real load data is performed to verify that the proposed approach is capable of achieving a relatively higher forecasting accuracy.     

不同变截面桩竖向承载特性的数值分析

基于现场试验,采用Abaqus有限元软件对等截面桩及变截面桩单桩竖向承载力测试实验过程进行数值模拟。结果表明:弹性变形阶段,竖向荷载-沉降曲线呈线性变化趋势,等截面桩比变截面桩桩身沉降较小;塑性屈服阶段,等截面桩与变截面桩单桩承载力几乎一致。变截面位置对桩侧摩阻力沿深度的分布有一定影响,最大侧摩阻力位置根据变截面的位置而变化。变截面桩的平均侧摩阻力较等截面桩的平均侧摩阻力大,变截面桩侧摩阻力效果较等截面桩更有优势。在相同承载力条件下,变截面桩所耗费的材料较等截面少,对于竖向承载特性,变截面桩与等截面桩表现基本一致,因此使用变截面桩能节约工程成本。     

 基于混合模型的优化低频低压减载方法研究

文中以低频低压情况下保证电压稳定的前提下减载为研究内容,提出了一种基于混合模型的优化低频低压减载方法。该混合模型将遗传算法与人工神经网络相结合,在保证电压稳定的情况下选择合适的节点进行负荷切除。实验结果表明,该方法可以在低频低压情况下使负荷减载量达到最小。     

±800kV直流输电线路重冰区导、地线脱冰冲击敏感因素浅析.

结合±800 k V直流输电线路重冰区的实际工程数据,基于脱冰数值计算理论,通过数值方法模拟了六分裂导线在不同档数、档距、高差等复合因素影响下导线的脱冰动力响应过程,分析不同参数条件下导线和地线脱冰对悬垂绝缘子串和耐张绝缘串的冲击效应,得到最不利脱冰冲击效应的控制因素。研究表明:不同档距和高差组合下,档距和高差均最大时脱冰后的冲击效应最强;对于连续档,不同档脱冰时,对其相邻档导地线串的冲击效应最大;脱冰水平冲击效应主要受水平档距的影响,垂直冲击效应主要受高差的影响。     

基于非侵入式负荷监测的用户行为精细化分析

随着非侵入式电力负荷监测的发展,如何利用用户负荷用电细节信息,分析用户用电行为特征成为重要的研究方向。本文提出了基于非侵入式负荷监测的用户行为精细化分析方法,根据历史数据建立用户行为特性指标,提出基于因子分析与支持向量机的用户聚类方法。在此基础上,建立基于精细化负荷数据的用户需求响应潜力评估指标。算例结果表明,所研究内容可以准确分析用户行为,为电力公司施行需求侧管理提供科学指导。     

计及灵活性储备的含风电多微电网系统分布式协调调控策略

高比例风电的接入和需求响应技术的应用对分布式架构下的多微电网系统有功功率动态平衡提出了更高的要求,有必要充分利用灵活性资源对系统进行协调调控.提出一种新颖的灵活性电池储备模型对多微电网系统灵活性备用容量进行评估,定义虚拟灵活性电池储备模型对风电场备用与需求响应负荷备用进行评估,充分挖掘其调频的潜在能力.在此基础上,基于一致性算法求解该模型下各微电网的功率分配,提出计及灵活性储备的含风电多微电网系统分布式协调调控策略,实现分布式架构下灵活性资源的协调优化.通过华东某地区实际数据验证了所提策略的有效性.算例结果表明,协调优化源-荷灵活性储备资源在保障风电消纳的同时,实现了分布式架构下系统的动态功率平衡.     

Advances in Applying Computer-Aided Drug Design for Neurodegenerative Diseases

Neurodegenerative diseases (NDs) including Alzheimer’s disease, Parkinson’s disease, amyotrophic lateral sclerosis, and Huntington’s disease are incurable and affect millions of people worldwide. The development of treatments for this unmet clinical need is a major global research challenge. Computer-aided drug design (CADD) methods minimize the huge number of ligands that could be screened in biological assays, reducing the cost, time, and effort required to develop new drugs. In this review, we provide an introduction to CADD and examine the progress in applying CADD and other molecular docking studies to NDs. We provide an updated overview of potential therapeutic targets for various NDs and discuss some of the advantages and disadvantages of these tools.