考虑风电接入的电网静态电压安全域计算

实现快速、有效的系统安全裕度评估,能够为系统运行控制提供决策指导。为掌握电网的安全运行态势,提出一种考虑风电接入的电网静态电压安全域计算方法。首先,利用连续潮流模型并结合电压安全约束,构建系统电压安全裕度指标,用于衡量运行点的安全状态。其次,融合灵敏度方程和启发式算法求得电压安全裕度,实现负荷裕度量化评估。然后,通过引入考虑相关性的风速预测方法,为态势预测奠定基础。最后,通过IEEE 118节点测试系统验证所提方法的有效性和可行性。通过算例仿真可知,当风电渗透率较高时,风电场出力之间的相关度越大,电压安全裕度的波动范围也越大。     

数据驱动电能质量分析现状及其支撑技术与展望

随着多能源互补协调、电力市场建设、数据资源获取的便捷与廉价,大能源系统给传统电能质量领域带来了挑战。针对该问题,围绕利用电能质量数据辅助电能质量以外领域进行决策支持的研究现状进行了概述;针对多样化数据处理、海量电能质量扰动数据评估、计及电能质量的电力交易等要求,指出数据融合技术、大规模分布式计算技术、信息物理融合系统、区块链技术等支撑技术,并从中央处理器-图像处理器联合计算平台、融合“信息-物理-社会”系统多源数据电动汽车充电负荷建模、人工智能技术以及基于客户画像的电能质量监测信息平台4个方面对数据驱动电能质量分析进行了展望。     

基于多核DSP的矢量高效QR分解技术

以多核数字信号处理器(Digital Signal Processor, DSP)作为计算节点的多核DSP集群系统成为一大发展趋势。当前阶段,由于多核DSP内核硬件资源利用不充分与访存带宽限制,峰值性能与实际性能间存在鸿沟。基于C66x内核丰富的指令集架构以及运算指令编排原则,结合编译器提供的汇编信息,设计并优化了QR分解算法,在充分挖掘DSP单核性能极致的同时减少了矩阵分解的计算时间。根据掌握的优化技术,设计并实现基于多核DSP集群系统的大规模并行QR分解模型,并在分布式计算框架上完成了分解任务。分析结果表明,优化后的QR分解计算效率以及C66x单核硬件资源使用率均提升了二十余倍,随着待分解矩阵规模的成倍增加,多核DSP集群相比于单核的计算性能提升也愈加明显。     

分缝施工技术在土建工程施工中应用研究

分缝施工是土建工程施工中抵抗大体积混凝土材料变形的一种常用形式,可解决由温度变化、受力变化、湿度变化和层间变形等因素带来的开裂、渗漏等问题。目前,在施工及验收过程中依然可以发现由于操作不当造成的事故,严重影响了施工安全。因此,为保障施工安全,应加强对于分缝施工和大面积混凝土浇筑施工方法的研究,科学制定分缝施工方案,保障施工过程中的材料的变形属于可控范围,排除由变形带来的隐患,为土建行业的安全生产建立坚实基础。     

多域分布式数据库的电能质量扰动事件记录关联规则挖掘

随着电能质量监测装置的广泛分布,将有大量电力扰动数据汇集至分布式数据库。为高效地处理电力扰动数据并全面深入挖掘扰动事件和扰动过程的内在联系,提出基于分布式数据库的关联规则挖掘方法。首先采用移动时间窗技术实现扰动数据预处理;然后在考虑数据库更新的情况下,提出一种分布式协同算法,该算法通过交换各数据库间的局部频繁项目集,实现扰动数据关联模式分布式挖掘。最后,利用实际电能质量监测数据,验证了文中     

多域分布式数据库的电能质量扰动事件记录关联规则挖掘

随着电能质量监测装置的广泛分布,将有大量电力扰动数据汇集至分布式数据库。为高效地处理电力扰动数据并全面深入挖掘扰动事件和扰动过程的内在联系,提出基于分布式数据库的关联规则挖掘方法。首先采用移动时间窗技术实现扰动数据预处理;然后在考虑数据库更新的情况下,提出一种分布式协同算法,该算法通过交换各数据库间的局部频繁项目集,实现扰动数据关联模式分布式挖掘。最后,利用实际电能质量监测数据,验证了文中     

凤翔泥塑对现代产品设计的启示

凤翔泥塑作为一项流传已久的民间艺术,古朴大气、夸张艳丽,不仅保持着特有的原生状态、体现着中华本源文化的特征,而且对现代产品设计有着深远的启示及影响。论文从造型、色彩以及创作方式等方面剖析了凤翔泥塑对现代产品设计的启示,揭示了传统文化对现代产品设计的指导作用,提出将民间艺术与现代设计相结合,探索性地进行产品设计。     

Jumberca SYX—3型针织圆机新技术工艺分析

本文介绍的Jumberca SYX-3型单面四针道圆机,采用双向运动的沉降片,使纱线能在低张力下成圈,其生产效率高,织疵少,适用于低档纱的纺织,同时延长了机件的寿命,该机可生产克重达145g/m~2的18tex汗布,体现了新技术和高科技水平。     

18特棉纱品质对针织物外观的影响

作者通过大量试验,用相关分析找出影响针织物外观的主要因素为纱线片段间不匀,片段内不匀和离散率,它们与针织物外观有很好的相关性;用离散率、频率分布图能更有针对性描述织物的外观不匀;织物的重量不匀与外观质量密切相关,用它可描述外观的优劣。     

基于深度长短时记忆网络的区域级超短期负荷预测方法

超短期负荷预测为实时电力市场运行提供重要依据,预测准确度的提升对于揭示负荷变化的不确定性以及日前预测偏差具有重要意义。基于电力系统中含有的丰富大数据资源,提出了一种针对区域级负荷的深度长短时记忆网络超短期预测方法,该方法包括输入数据的预处理、深度长短时记忆(long short-termmemory,LSTM)网络的构建以及模型的训练和超参数的寻找等步骤。其中采用随机搜索的方法寻找最优超参数,并在该超参数下选择泛化能力最优的模型,与前沿机器学习预测算法进行对比。实验结果证实,深度LSTM网络可以取得更好的预测效果,适合于离线训练实时预测。此外,通过对隐藏层激活向量的可视化展示和相关关系定量计算,首次直观展示了深度LSTM算法对负荷数据中含有的抽象特征提取情况,证实了深度LSTM具有对输入负荷数据特征学习以及长短期相关性挖掘的能力。