排序方式: 共有29条查询结果,搜索用时 296 毫秒
1.
2.
考虑到气网的慢动态特性,研究了电-气互联综合能源系统的多时段暂态能量流仿真,其中电网采用稳态潮流模型,气网采用暂态能量流模型。运用隐式有限差分法将天然气系统暂态能量流方程转化为非线性代数方程组,然后用牛顿法求解以非线性代数方程组描述的综合能源系统的多时段暂态能量流方程。同时,计及了电力系统与天然气系统2个层面的耦合,即燃气轮机与电转气(P2G)技术。最后,基于修改的IEEE 24节点电力系统和比利时20节点天然气系统,计算其多时段暂态能量流。仿真结果表明,在短时间尺度研究中,天然气系统的稳态模型与暂态模型的计算结果存在显著差异。除此之外,还定量评估了P2G对风电消纳的积极影响。 相似文献
3.
为了缓解环境污染,"减煤增气"已成为能源结构调整的大趋势,"能源互联网"的提出加强了天然气网络与电力系统的紧密耦合。传统以电力系统为对象的最优潮流忽略了天然气网络的运行约束对电力系统造成的影响,可能导致优化结果过于乐观。因此提出了一种电—气互联系统的联合最优潮流,以互联系统的总运行成本为优化目标,考虑电力网与天然气网的运行约束。并且针对新能源接入背景下的不确定性,考虑输入变量之间的相关性,采用基于Nataf变换的点估计法进行概率最优潮流计算。对修改的IEEE 39节点系统与比利时20节点天然气网络进行算例分析,验证了所提模型的可行性以及有效性,并在此基础上分析了不同的波动水平及相关性对系统运行特性的影响。 相似文献
4.
5.
为提高短期负荷预测精度,采用变分模态分解(variational mode decomposition,VMD)技术将原始历史负荷序列分解为一系列特征互异的模态函数,对每个模态函数进行特征分析并分别建立负荷预测模型。电力系统负荷预测建模过程中,选取有效的输入变量是提高预测精度技术措施之一,该文采用互信息度量影响因素与输出变量间的相关性,可选取出对负荷影响较大的输入变量集合。传统的神经网络负荷预测模型难以训练多层网络,从而影响其预测精度。而深度信念网络(deep belief network,DBN)采用非监督贪心逐层训练算法构成多隐含层感知器结构,在回归预测分析中展现出优良的性能,已成为深度学习领域研究热点。因此,该文借助DBN算法对每个模态函数建立预测模型,提高了预测精度。由于DBN网络权值的随机初始化,使得目标函数在学习训练过程中容易陷入局部最优,采用改进粒子群算法优化网络权值,增强了DBN预测性能。最后,算例测试表明该文模型的有效性。 相似文献
6.
现在我国还处于新型工业化发展的初始阶段,工业化与信息化二者的结合是促进我国工业化快速发展的重要举措。介绍两化融合的含义以及背景,并阐述两化融合的几种模式,然后对在物联网的背景下的两化融合的模式研究进行具体的分析。 相似文献
7.
8.
磁粉检测技术在压力容器检验中发挥着重要作用,首先介绍了该技术的原理及优势,然后结合实例对其在压力容器检验中的实际应用进行了分析,并对其未来发展提出了一些建议。 相似文献
9.
合同管理是现代企业风险防范机制中重要而关键性的环节,犹如一把双刃剑,既是企业提高经济效益的纽带,也是产生纠纷的根源.本文从人员、机构和制度三方面探讨了如何提高合同管理效能,从而为企业管理水平和经济效益的提高提供巨大的推动力,提高企业竞争力,使企业获得持续稳健的发展. 相似文献
10.