基于GA-RBF神经网络的变压器温升预测

以预测变压器温升为目的,提出了一种基于遗传算法(GA-Genetic Algorithm)优化径向基函数(RBF-Radial Basis Function)神经网络的预测模型。首先用GA算法优化RBF神经网络中的隐层节点个数、输出权重、隐层基函数中心及宽度这四个参数的初值,然后利用优化后的RBF神经网络对样本进行训练,这样克服了传统神经网络参数选择的随机性。以S9-1000/10低损耗电力变压器为例作温升试验,将预测值与实测值对比,并与基于传统的BP神经网络预测值对比,结果表明,该方法得到的变压器温升预测值与实测值更接近,该预测模型具有更高的精度和适应能力。     

一种减小TSC+TCR型SVC注入谐波的新方法

针对晶闸管投切电容器(TSC) + 晶闸管相控电抗器(TCR)型静止无功补偿器(SVC)中的TCR在正常运行时会产生大量的特征谐波注入电网的问题,提出一种减弱TSC+TCR型SVC接入配电网进行动态补偿时注入配电网谐波的新方法,首先建立了TCR三角形连接时的触发延迟角与吸收无功功率及总谐波畸变率(THD)之间的关系,然后采用改进粒子群优化(PSO)算法优化TCR三角形连接时的触发延迟角α1、α2和α3组合来减小SVC补偿时产生的谐波。算例仿真结果表明,当配电网安装SVC时,采用改进PSO算法可使产生的谐波最小化,且能降低成本,从而实现稳定的动态无功补偿。     

基于人工蜂群算法的配电网无功优化

针对配电网电压质量较低的问题,建立了完整的无功优化模型。首先提出了一种新的无功补偿候选点的方法,即先基于网损最小选择无功补偿点,在此基础上再用动态优化选择无功补偿点;然后建立以网损最小、并联电容器容量最小、电压水平最好、两类电压稳定裕度最大的无功优化目标函数,用模糊方法将含有量纲的多目标问题转化为没有量纲的单目标问题;接着用人工蜂群(ABC)算法确定无功补偿点和容量。最后对IEEE-33节点配电网系统进行了测试分析,并与其它两种优化算法相比较,结果表明使用该优化算法,配电网无功配置方案较优,线路损耗明显降低,电压质量和电压稳定裕度明显提高。     

一种变电站螺栓紧固带电操作杆的研制

<正>螺栓松动是变电设备的一种常见隐患,在社会用电需求不断增长的情况下,如果不及时处理,往往容易造成重大事故。对于变电站设备螺栓松动,通常采用等电位作业法和停电作业法处理。等电位作业时需要专用的绝缘软梯、平梯、屏蔽服等繁多的带电作业工器具,准备过程复杂,作业时对人员素质及设备要求很高,作业时间长,安全隐患大。停电作业影响供电可靠性和经济性,一些重要设备一旦因检修停电还将造成恶劣的社会影响。     

基于人脸识别的医疗信息管理系统设计和实现

近年来人类生物特征越来越广泛地用于身份识别，如DNA识别技术、指纹识别技术、虹膜识别技术、语音识别技术、人脸识别技术等。基于人类生物特征的识别技术具有安全可靠、特征唯一、不易伪造、不可窃取等优点。本文基于OpenCV图像处理库，利用《数字图像处理》的知识，实现简单的人脸识别技术。