一种CVT等效电路参数的识别方法

为了实现对电容式电压互感器(CVT)谐波传递模型的定量分析,文章提出了一种CVT等效电路参数的识别方法.该方法通过测量CVT频率响应,建立起了关于CVT等效电路参数的非线性方程,并利用高斯-牛顿法实现了非线性方程的求解.根据CVT的实际参数,利用Matlab-Simulink平台搭建了CVT等效电路,并设计了验证该方法性能的实验方案.仿真实验结果表明,该方法能够克服测量误差的影响,具有可行性和较高的应用价值.     

含高渗透率光伏的配电网就地-分布式电压控制

随着配电网中分布式光伏渗透率的逐步提高,发电功率和负荷需求不平衡导致的电压越限问题日益突出.为充分调用可控资源进行调压,同时降低系统的通信量和计算量,文中基于配电网节点的近似电压灵敏度,结合就地控制和分布式控制的特点,提出一种含高渗透率光伏的配电网电压控制策略.该策略利用本地量测数据和分布式通信信息,通过各关键节点的无功协调控制和有功优化调度,实现系统电压的经济快速控制.仿真结果表明,所提策略具有良好的电压控制效果和经济性,能够降低系统的运行成本.     

考虑风电消纳的电-热综合能源系统优化运行

针对北方供暖期的弃风问题,在传统电-热联合系统的基础上,建立了横向电-热互补、纵向"源-网-储"的电-热综合能源系统.系统充分考虑了供热网的热动态特性和储电、储热两种形式的储能装置,在满足电、热需求的情况下,建立以最小运行成本为目标的优化运行模型.模型在Matlab中调用YALMIP工具箱和CPLEX求解器进行求解.通过算例仿真,分析了供热网的热动态特性和储能装置对系统运行成本和弃风量的影响.并讨论了不同储能配置下,储能投资成本对系统的影响,验证了模型的合理性.     

硝基联苯、氨基联苯及啶酰菌胺的高效液相色谱分析方法

建立了一种高效液相色谱定量方法,测定以4-氯-2'-硝基联苯制备4-氯-2'-氨基联苯合成啶酰菌胺路线各步反应中的有效成分含量.采用InertSustain ODS-C18不锈钢柱(250 mm×4.6 mm i.d.×5μm)和二极管阵列检测器,以乙腈和0.02％磷酸水为流动相,流速为1.0 mL/min,在220 nm波长下对中间体4-氯-2'-硝基联苯进行分离和定量分析;在254 nm波长下对中间体4-氯-2'-氨基联苯进行分离和定量分析;在254 nm波长下对啶酰菌胺进行分离和定量.分析结果表明,4-氯-2'-硝基联苯保留时间约24.3 min,线性相关系数为1.0000,标准偏差为0.04,变异系数为0.34％,平均回收率为100.04％;4-氯-2'-氨基联苯保留时间约18.0 min,线性相关系数为1.0000,标准偏差为0.05,变异系数为0.33％,平均回收率为99.94％;啶酰菌胺保留时间约11.9 min,线性相关系数为1.0000,标准偏差为0.21,变异系数为0.32％,平均回收率为100.09％.方法 操作简便,精密度与准确度较高,满足定量分析要求.     

基于负荷综合权值的配电网孤岛划分策略

提出一种基于负荷综合权值的孤岛划分策略。采用熵值法和最优-最劣法（best-worst method,BWM）对负荷进行评价以得到负荷的客、主观权值,并通过相对熵耦合负荷客、主观权值以进一步求出负荷综合权值;对各负荷相对于不同DG的重要程度进行排序,并依据此排序将负荷纳入DG形成的孤岛中。通过IEEE-69节点配电网系统进行验证,结果表明：所提孤岛划分策略能够有效地保证配电网中重要负荷的供电可靠性并减少了线路损耗。     

证券市场中庄家与散户间的确定性微分博弈

基于确定性微分博弈理论,建立了一种庄家与散户间的连续时间的博弈模型.首先将所有散户作为一个整体与庄家进行博弈,以博弈双方持股率的动态关系作为动态系统方程,并以此构建了一个确定性微分博弈模型; 然后运用开环纳什均衡和反馈纳什均衡分别求解出满足共态函数的常微分方程组和满足价值函数的Issacs - Bellman偏微分方程,以此得到庄家与散户博弈的开环纳什均衡策略和反馈纳什均衡策略.该结果可为金融监管部门监管证券市场和证券市场投资者买卖股票提供参考.     

基于改进AHP-FCE模型的多指标拟态表决算法

为了提高拟态防御中表决的准确性,提出了一种基于改进层次分析-模糊综合评价（AHP-FCE）模型的多指标拟态表决算法.针对传统AHP-FCE模型中判断矩阵一致性检验的缺点,对判断矩阵的构造方法进行了改进,构造具有一致性的判断矩阵,无须一致性校验和调整.基于该改进模型,综合分析了拟态表决中的一致度、历史置信度、异构度指标,将拟态表决转化为模糊评价过程.仿真结果表明,与一致表决相比,该算法能有效提高表决的正确率,提升拟态系统的整体安全性能.     

改进的CNN-LSTM轴承故障诊断方法

为了克服卷积神经网络(Convolutional Neural Network, CNN)轴承故障诊断方法特征提取过程困难以及难以捕获时间序列数据之间的长期依赖关系的问题,提出一种改进的卷积-长短时记忆网络(Convolutional Neural Network-Long and Short Term Memory, CNN-LSTM)滚动轴承故障诊断方法。将二维轴承加速度振动信号输入CNN提取局部特征,再将轴承特征信息加载到LSTM长期记忆单元中,引入遗忘机制提取时序数据的全局特征。利用轴承振动信号的局部深层特征和全局时序特征,学习不同区间长度的序列特征,从而提高故障诊断精度。实验结果表明,该方法可用于轴承故障诊断,且具有较高的分类精度和较强的稳定性。     

大型燃气轮机"两班制"运行方式下的节能探讨

以三菱M701 F4型燃气-蒸汽联合循环单轴机组为研究对象,对机组频繁调峰、朝启晚停的"两班制"新常态运行方式进行分析,从设备改造、逻辑修改等方面进行探讨.以安全、经济为前提,对相关合理性进行阐述.通过对修改方案的计算,探索更优节能运行方式,进一步提升机组的经济效益,并提出合理建议,对同类型运行机组具有一定参考意义.