基于知识融合和深度强化学习的智能紧急切机决策

紧急控制是在严重故障后维持电力系统暂态安全稳定的重要手段。目前常用的“人在环路”离线紧急控制决策制定方式存在效率不高、严重依赖专家经验等问题,该文提出一种基于知识融合和深度强化学习(deep reinforcement learning,DRL)的智能紧急切机决策制定方法。首先,构建基于DRL的紧急切机决策制定框架。然后,在智能体处理多个发电机决策时,由于产生的高维决策空间使得智能体训练困难,提出决策空间压缩和应用分支竞争Q(branching dueling Q,BDQ)网络的两种解决方法。接着,为了进一步提高智能体的探索效率和决策质量,在智能体训练中融合紧急切机控制相关知识经验。最后,在10机39节点系统中的仿真结果表明,所提方法可以在多发电机决策时快速给出有效的紧急切机决策,应用BDQ网络比决策空间压缩的决策性能更好,知识融合策略可引导智能体减少无效决策探索从而提升决策性能。

Effect of Various Alumina Powders on Properties of Castables

To satisfy the requirements of alumina castables in specific environment and enhance their properties,alumina castables were prepared using tabular alumina,various alumina powders(07RAL,15RA,22RABL,40CA,99-20um,and 99-325mesh),and calcium aluminate cement as main raw materials,and heat treating at 110,1000,1600℃,respectively.Their flowability and physical properties were tested,and the morphology was researched.The results show that compared with calcined alumina and tabular alumina powders,reactive alumina has higher specific surface area and better filling performance leading to lower water demand and higher viscosity,and the castables prepared with reactive alumina have higher CCS and CMOR after heat treating at 110,1000 and 1600℃as well as lower PLC than those with calcined alumina and tabular alumina powders.

一种在室温附近具有高热电性能的准一维块体材料

在低维材料体系中探索高热电性能是热电材料研究领域的一个重要方向.实际上,近年来所发现的热电材料中的很大一部分,比如Bi_(2)Te_(3),SnSe,Mg_(3)Sb_(2)等,都具有准二维晶体结构.但是,到目前为止对准一维材料的热电研究还非常少见.本文报道了一种在室温附近具有高热电性能的准一维块体材料:TLCu_(3)Te_(2).在室温下,该材料沿单晶针状方向具有高达1.3的热电优值;在400 K时,其热电优值甚至可以达到1.5,一定程度超越了目前该温区的商用材料热电性能.通过详细的热电输运实验并结合第一性原理计算,作者发现TlCu_(3)Te_(2)的高热电优值主要起源于饼状费米口袋的高度各向异性准一维电子色散关系带来的大热电功率因子,以及准一维重元素复杂晶格导致的极低热导率.该研究表明准一维块体材料中的单轴性热电效应是一个值得深入探索的热电材料新领地.

需求响应下基于近似动态规划的气电联合系统经济调度

气电联合系统协同运行能显著提高能源利用效率,其运行优化得到了广泛关注。文章建立了考虑需求响应(demand response,DR)的气电联合系统经济调度模型,并提出了基于近似动态规划(approximate dynamic programming,ADP)算法的联合系统经济调度策略。首先,采用粒子群(particle sw arm optimization,PSO)优化算法对用户侧的负荷曲线进行优化,从而最小化用户补偿费用和峰谷差率;随后建立线性化的气电联合系统运行模型,借助ADP算法求解。以Grave 6节点电力系统和14节点天然气网络进行仿真分析。仿真结果验证了所提模型和求解算法的有效性,考虑供需两侧的气电联合优化能提高能源利用效率。