排序方式: 共有28条查询结果,搜索用时 15 毫秒
1.
随着智能电网的建设,大规模新能源机组并网运行,使电力系统运行更加复杂,对电网的稳定性提出更高的要求。先导节点的选择及其电压的控制是电力系统稳定性研究的重要方面,节点类型和状态变量扩展潮流计算能为经济调度、参数整定、在线分析估计等提供更全面可靠的参考。以此为目的,建立了一种拓展潮流计算模型。提出通过标准粒子群优化算法在电压控制分区中选择先导节点。提出含P、PV、PQ、PQV、Vθ等多节点类型及拓展变量的潮流计算模型,计及发电机机端电势变量,将已选中枢点设为PQV节点,选择等量的发电机组为P节点。利用IEEE 39节点输电网络选择先导节点和潮流计算仿真,结果验证了该模型的有效性。常规潮流模型与该模型仿真比较表明该模型在今后智能电网背景下离线和在线实时潮流计算中将有很好的应用前景。 相似文献
2.
3.
介绍了同一时段内火电机组按照等微增率准则进行负荷的优化分配的原理,提出了利用储能设备平衡不同时段的微增率以达到火电机组的出力平稳,机组运行最佳的目的。并基于PowerWorld用IEEE14节点的例子对不同时段等微增率准则的经济性作出了证明。 相似文献
4.
以单负荷无穷大母线系统推到得出电压不稳与功角不稳之间的关系,为了论证电压崩溃与电压不稳以及电压崩溃与功角不稳之间的关系,又以电力系统单机无穷大模型为基础,在此系统中只存在功角失稳问题,不存在电压崩溃问题,之所以这样是因为无穷大系统中有足够的无功支撑。倘若此处的无功补偿有限,当达到无功补偿的上限的时候,一个负荷扰动,便会使电压崩溃问题出现。电压不稳并不意味着电压崩溃,足够的无功支撑虽不能改变运行点处于电压不稳的现状,但是可以改善此运行点不发生电压崩溃的效果。电压崩溃与功角不稳发生的先后顺序取决于事故点的无功支撑能力的大小,并用仿真算例验证了所提的结论。 相似文献
5.
本文介绍了SMC/BMC用低收缩添加剂(LPA)的发展历程,并从微观相结构方面阐释了PE、PSt、PVAc、及SBS类LPA的性能差异.随后介绍了一些LPA的合成路线,着重详述了一些LPA 合成方面的最新进展,如高抗冲PS、改性PVAc类LPA的合成,并由此得出关于LPA研究的路线、方法等方面的结论. 相似文献
6.
介绍了一种彩色PDP用蓝色荧光粉体的纳米化工艺,通过此方法,可以制备出比传统的PDP蓝色荧光粉体发光效率更高的纳米级蓝色荧光粉体,同时有效的降低了制备过程的烧结温度。制备的蓝色荧光粉体完全适用于PDP显示设备中。另外,纳米化的小颗粒也为进一步的表面包覆以防止衰减奠定了基础。 相似文献
7.
8.
9.
Research on photodarkening in rare earth doped fibers 总被引:1,自引:0,他引:1
成煜 《中国稀土学报(英文版)》2012,30(11):1102-1105
Samarium doped aluminosilicate fiber was fabricated by modified chemical vapor deposition (MCVD) process.The optical properties of this fiber were characterized by white light source and OSA.The photodarkening property of the fiber was measured by an Ar+ laser. The experiment results proved that the samarium doped aluminosilicate fiber had better photodarkening resistance than that of the samarium doped germanosilicate fiber. A brief explanation showed that the photodarkening loss could be reduced by changing the fiber core’s material from germanosilicate to aluminosilicate. Samarium doped aluminosilicate fiber was very promising for the red fiber laser application. 相似文献
10.
针对目前基于机器学习的自动驾驶运动规划需要大量样本、没有关联时间信息,以及没有利用全局导航信息等问题,提出一种基于深度时空Q网络的定向导航自动驾驶运动规划算法。首先,为提取自动驾驶的空间图像特征与前后帧的时间信息,基于原始深度Q网络,结合长短期记忆网络,提出一种新的深度时空Q网络;然后,为充分利用自动驾驶的全局导航信息,在提取环境信息的图像中加入指向信号来实现定向导航的目的;最后,基于提出的深度时空Q网络,设计面向自动驾驶运动规划模型的学习策略,实现端到端的运动规划,从输入的序列图像中预测车辆方向盘转角和油门刹车数据。在Carla驾驶模拟器中进行训练和测试的实验结果表明,在四条测试道路中该算法平均偏差均小于0.7 m,且稳定性能优于四种对比算法。该算法具有较好的学习性、稳定性和实时性,能够实现在全局导航路线下的自动驾驶运动规划。 相似文献