基于故障电流暂态分量的测距研究

提出利用故障生成的电流暂态分量进行故障定位的思想。通过与方向行波测距进行比较，指出两者在利用行波表示的时间-距离对应信息上的一致性。与传统的电流行波测距法相比，该算法无需相邻健全线路的电流，从而具有更 好的适应系统运行方式的能力,并节省了测距装置的模拟和数字输入通道。仿真试验表明， 在合适的小波滤波器和小波分解算法的作用下，暂态测距与利用方向行波测距的精度基本相 同。其在测距精度上同样不受故障类型、接地电阻、线路长度、采样率、系统运行方式的影响，具有良好的波头定位能力。     

基于CPSO-BP神经网络的风电并网暂态电压稳定评估

针对目前传统方法难以快速、准确判断风电并网后系统暂态电压稳定性的问题,提出了一种基于CPSO-BP组合的风电并网暂态电压稳定评估方法。首先采用混沌理论对粒子群算法的不足进行改善,应用改进后的算法对神经网络的初始权值和阈值进行优化,然后利用系统故障前后采集的传统物理量和风电场相关的物理量作为BP神经网络输入特征量进行监督学习,最后将训练得到的模型应用于风电并网系统的暂态电压稳定评估中。利用英格兰10机39节点系统标准算例进行风电并网仿真分析,结果证明了所提方法的有效性。     

基于虚拟仪器的水电机组在线状态监测系统的研究*

随着水电机组状态检修的不断开展, 需要实现对机组的状态监测, 及时了解机组的运行情况并能及时处理。考虑到水电机组状态监测的多样性和复杂性, 结合实际, 提出水电机组在线状态监测的项目和基于PXI 总线仪器和LabVIEW 的具体实施方案。状态监测系统通过对水电机组状态量的采集、处理和分析, 来实现水电机组运行状态在线实时监测, 极大地提高了机组利用率。该系统在水电机组的状态检修中得到了实际应用。     

基于WinCC平台的台区线损异常监测系统开发

随着能源需求量的不断增大,能源短缺问题变得越来越严峻,电力行业中的线损异常数据分析存在巨大的需求.运用更加新兴、科学化的大数据分析技术和物联网技术对数据进行分析,有助于提高对台区线损异常排查治理的效率.基于WinCC平台开发了一套台区线损异常监控系统.该系统实现了对海量用电数据的智能分析,建立了线损异常数据库及典型案例库,并将异常台区用电数据与线损异常数据库进行拟合,以缩小检测范围,可及时核查出存在线损异常风险的用户,实现了线损异常的科学诊断,提高了监测工作效率,降低了线损异常情况分析的时间及成本.     

含钛高炉渣制备CaTiO3-多孔地质聚合物光降解吸附材料

含钛高炉渣作为固体废弃物,国内存量巨大,且其中的钛组元难以提取,导致含钛高炉渣综合利用一直没有得到有效解决。针对当前含钛高炉渣利用率低、附加值低等问题,基于含钛高炉渣成分特点,通过选择性析晶(CaTiO₃优势析出)、碱激发,制备出CaTiO₃-多孔地质聚合物的复合材料。试验结果表明,析晶温度1 400 ℃、保温1 h能够促进CaTiO₃的优势析出,而剩余氧化物以玻璃相形式存在。制备出的CaTiO₃-多孔地质聚合物材料结合了CaTiO₃高光催化活性与多孔地质聚合物比表面积大的优点,对亚甲基蓝具有优异的吸附效果,最大吸附量可达60.4 mg/g。在投加量为50 mg,2 h吸附、3 h光降解条件下,对亚甲基蓝去除率可达94.5%,在治理有机污染领域有良好的应用前景。     

甲醇-甲基丙烯酸甲酯-水三元系汽液平衡和液液汽平衡的研究(Ⅱ)三元系部分

本工作测定了25、35、45、55和60℃时甲醇-甲基丙烯酸甲酯-水三元系互溶区蒸汽压以及部分互溶区的液液平衡和蒸汽压数据.用各对二元系修正的UNIQUAC模型参数推算得到的三元系相平衡数据与实验值符合良好,表明这些模型参数可作为对该三元系进行由低压至常压的相平衡计算基础数据.     

1,1,3-三甲基-3-苯基茚满的合成及表征

以α-甲基苯乙烯为原料，活性白土为催化剂，聚合成l，l，3-三甲基-3-苯基茚满并进行了表征，考察了催化剂用量、反应温度、反应时间对收率的影响。结果表明：在温度为150℃、催化剂用量为原料质量的7．5％、反应时间为5h的条件下，产品收率为89．06％。产品用适宜溶剂重结晶后，纯度可达99．9％。     

激光等离子体相互作用的能量吸收机制

基于激光等离子体交互作用的能量吸收机制建立了数学模型,采用PIC方法研究非均匀短脉冲强激光入射到均匀分布的稠密等离子体时的能量吸收机制.对比研究了J×B加热、共振吸收、真空加热三种能量吸收机制,以期找到最适合等离子激光复合熔积成形数值模拟能量吸收机制.     

醋酸-水二元系25——75℃恒温汽液平衡的研究

建立了利用静态法测定溶液蒸气压的装置,它包括平衡器、零压计、水银压差计、脱气室以及高真空设备。在此装置中测定了醋酸-水二元系在25—75℃范围内的蒸气压。为了得到完整的恒温汽液数据,利用我们先前发展的一个直接热力学方法来计算平衡汽相组成,计算时考虑了汽相缔合。本文中用表格形式发表了所得的计算结果。 为了拟合实验数据,用了一个由热力学推导得到的关联活度系数与温度的多项式,多项式参数由最小二乘法求得。利用这些参数,并外推至常压,预测所得泡点和汽相组成与文献报导的恒压实验数据,具有良好地一致。这些参数,可在低压至常压的广阔范围内的实际汽液平衡计算中使用。     

基于DenseNet和随机森林的电力用户窃电检测

窃电作为配电网络非技术损耗的主要因素之一,不仅严重扰乱供电秩序,还会危害电网安全,造成供电企业甚至国家的重大损失.为了更高效地检测窃电情况,提出了一种新型的密集卷积神经网络和随机森林(DenseNet-RF)模型,基于该模型实现了电力用户窃电行为的检测.首先,分析了密集卷积神经网络(DenseNet)的结构;其次,将密集卷积神经网络(DenseNet)对大规模的智能电表数据集进行自动特征提取;然后,根据获得的特征再使用随机森林(RF)训练分类器,以检测用户是否窃电.在建立融合模型时,采用网格搜索算法确定最优参数.最后,进行实验验证,实验结果表明,所提出的检测模型优于宽而深的卷积神经网络(WDNet)、DenseNet、极限学习机(ELM)等模型的分类准确性,其模型准确率为96.76％,同时具有良好的泛化能力.