考虑拓扑约束并采用改进遗传算法的PMU优化配置

为了进一步提高同步相量测量单元(phasor measurement unit,PMU)配置的效率以及其在大规模系统中的应用,提出一种结合人工智能方法和图论方法的混合优化算法。该算法以4种拓扑重构规则和3种PMU配置规则为基础,利用拓扑约束分析法逐步得出目标电网PMU配置的约束条件,有效缩小了问题的可行解空间,并提出基于序号编码法的遗传算法(genetic algorithm,GA),使用改进的交叉变异算子避免繁殖过程中出现不可行解,从而进行高效的优化。算例表明,所提算法不仅能够准确得到最小PMU配置数目,而且对大系统也具有较快的运算速度,在大规模系统PMU配置中具有很高的应用价值。     

基于改进的遗传–模拟退火算法和误差度分析原理的PMU多目标优化配置

为了进一步优化同步相量测量单元(phasor measurement unit,PMU)配置的合理性和效率,提出了一种新的误差度分析原理,并使用改进的遗传–模拟退火算法对多个IEEE标准测试系统进行了优化配置。该原理同时考虑了测量冗余度和状态估计的精度,并且避免引入雅可比矩阵,还具备可观测性分析的功能。研究结果表明:该算法不仅可以找到满足全网可观测性的所有PMU数目的配置解,而且进一步提升了全网的测量精度,从而证明了其有效性和优越性。     

基于自适应遗传算法的分布式电源多目标功率优化与模糊决策

主要研究了自适应遗传算法及模糊决策在微电网中分布式能源功率优化分配中的应用,以减小节点电压偏移、线路损耗、运行成本、安装成本和充分利用可再生能源等为目标函数优化了分布式发电功率,并采取了模糊决策作为筛选最终解的方法。算法中对变种群规模,变异概率、选择、标定等都采用了自适应机制,有效提高了算法的性能。结果表明,该算法能够找到功率优化解,确实提升了微电网运行的各项性能,在微电网的能量管理系统中有一定的应用价值。     

基于TKO－CAMAC的羊八井EAS阵列数据采集系统

本义介绍一个基于ＴＫＯ－ＣＡＭＡＣ数据采集系统，该系统采集坐落在西藏羊八井的广延空气簇射阵列数据，它是由ＴＫＯ－ＡＭＡＣ系列插件和ＰＣ－３８６微机组成。除此以外，它还包括一个激光标定检测系统及由原子钟和ＧＰＳ（全球定位系统）组成的定时系统。     

无负压供水设备在水库调水补源中的应用

阐述了无负压供水设备在章丘市杏林水库调水工程中的运用情况,并就该设备的运行效果进行了分析,供同类工程借鉴。     

济南市河长制工作实践及建议

文章总结了河长制实施以来,济南市各地在河湖治理、管护以及相应的生态提升等具体工作中取得的成绩,分析了河长制工作存在的问题,提出相关建议。