配电物联网在电力系统的应用与研究

为有效解决传统电力配电网智能化运维管理水平不足等问题,对配电物联网应用于电力系统的方式进行研究,分析了传统电力配电网的现状及缺点,提出了以物联网的终端感知和各专业系统信息融合为手段,构建新一代电力配电网的具体方案,以期为电力系统配电相关人员提供参考。     

银杏酚对菜青虫拒食活性的研究

从银杏外种皮中提取含94.8%银杏酚的提取物,用氯仿溶解提取物,并加适量乳化剂烷基酚聚氧乙烯醚,配制含12.6%银杏酚的液剂,称为银杏酚液剂。用水稀释银杏酚液剂50、100、150和200倍,用稀释液浸泡苏州青青菜的菜叶,喂饲菜青虫三龄、四龄幼虫。用叶碟法测定银杏酚对菜青虫的拒食活性。结果表明,银杏酚对菜青虫三龄、四龄幼虫具有明显的拒食活性,拒食率达30.14%～85.3%。稀释浓度在150倍以下,对三龄幼虫拒食效果较好,处理后3天拒食作用最强,对三龄幼虫的拒食作用优于四龄幼虫。同时讨论了银杏酚对菜青虫拒食活性的机理。银杏酚对菜青虫拒食活性,是由于银杏酚抑制了酪氨酸酶等酶的合成,影响了菜青虫的蜕皮和生长发育,使其表现为拒食和发育为超龄幼虫,多数不能形成蛹而致死。     

物联网技术在变电站运维中的应用研究

随着国家大力推进智能电网建设,变电站逐步实现了智能化,但其运行维护工作与传统的变电站相比更加复杂,因此基于物联网技术构建智能变电站运行维护管理系统,实现对变电站运行维护和管理的智能化操作。该智能运行维护管理系统通过配置在变电站中的智能电表和传感器将变电站的运行数据和环境数据采集到智能终端,并且通过无线数据传输技术传输到云服务器,再通过神经网络模型对数据进行深度处理和挖掘,大幅度降低了运行维护工作量,提高了运行维护效率。经过试验验证,所提出的方法具有较高的可靠性及适用性,可以进行大规模推广应用。     

基于改进遗传算法优化的小波神经网络短期负荷预测模型

针对传统小波神经网络在电力系统短期负荷预测中存在预测结果的精确度依赖初始网络参数的问题,提出了一种基于改进遗传算法优化的小波神经网络短期负荷预测模型。为了保证神经网络在训练过程中,各个层的权值和阈值按最优方向变化,将遗传算法引入小波神经网络,利用遗传算法寻优能力指导权值和阈值进行优化。将概率分布策略用于遗传算法的种群交叉和变异过程,解决遗传算法在中后期搜索精度差,收敛速度慢等问题。应用结果表明,与基本的小波神经网络的预测模型相比,在只考虑短期负荷历史数据的情况下,通过均方根误差计算比较,基于改进遗传算法优化的小波神经网络短期负荷预测模型具有更高的预测精度。     

面向P2P交易的基于区块链的分级电价方法研究

针对目前电力交易模式下新能源的安全消纳问题,以区块链为核心,提出一种面向P2P交易的分级电价方法,充分利用区块链透明、不可篡改、去中心化的特征支撑P2P交易数据安全和P2P交易电能质量安全。依靠Merkle树的特殊结构简化交易数据验证过程,保证交易数据的不可篡改;综合考虑用户侧和供电侧的可靠性要求,构建电能质量分级评价体系,获得各供电节点电能质量评价值,再依据电能质量评价值修正各供电节点上网电价交易的电能质量安全;通过算例验证了该方法可以在有效保证电能质量的前提下提升新能源的消纳。     

基于HHT及改进Shapley值模型的非平稳负荷短期预测

随着需求侧用户终端的智能化水平的提高,短期负荷数据具有非平稳性的特点,单一的负荷预测模型和常规的组合预测模型忽略负荷数据的时序性特点,难以达到满意的预测准确度.针对此种情况,文章提出一种基于HHT和改进shapley值模型的短期负荷预测方法,通过HHT变换对非平稳负荷进行重构得到随机、周期、趋势分量;通过改进shapley值模型确定组合预测各个预测方法的权重分配,并分别应用于随机、周期、趋势分量的预测,将得到的各个预测分量进行叠加得到最终预测值.算例采用单一预测模型、未改进的Shapley组合预测模型和改进后Shapley值的组合预测模型三种方案对非平稳负荷进行短期预测,从模型精确度和稳定性两个角进行对比分析.结果 表明,文章提出的预测方法具有更高的精确度和稳定性.     

添加酶对快速腌制腊肉风味的影响

从肉中分别提取组织蛋白酶B和脂肪酶,按1:2配成酶混合液,然后将其以5 mL酶液/500 g原料肉随腌制液加入生产腊肉的原料内中,运用GC/MS分别对不加酶处理腊肉和加酶处理腊肉中的挥发性风味物质进行分析。结果表明,不添加酶和添加酶处理腊肉样品中分别检测出86种、102种风味物质;2种处理相比较,添加酶后烯烃类化合物的数量没有变化,酸类化合物的数量减小,其它类化合物数量都有所增加。