大型风电腰荷接入的主网安全调度方法

风功率波动性大,日前预测准确性较差,导致大型风电消纳与电网安全鲁棒性的矛盾。提出一种风电“腰荷”出力接入的自动调频调度方法,以减少弃风量且提高风电功率大幅波动下的主网在线安全性。首先,为提高日前风功率神经网络预测的收敛性,提出时序矩阵奇异值分解的多样本数据预处理方法;其次,为得到与日前风功率预测相关的腰荷出力计划曲线,采用多项式回归拟合及基准功率偏差,得到相关性较大的光滑曲线;然后,为减小在线风功率骤减导致的频率偏差,设定调频机组自动调频的“启动”曲线族;最后,为保持自动调频后主网有功潮流分布合理并提高功角安全性,采用等效功角最小的优化模型,得到各调频机组出力增量的最优分配方案。算例验证该调度方法的可行性,对减少大型风电的弃风并提高电网安全运行水平具有理论和实际意义。

通道型核心主网解环方案的评估方法研究

随着西北某省中东部核心环网两侧多个千万级能源基地的建设,负荷聚集的核心环网逐步演变为超千万千瓦的功率互济通道,成为核心环网与输电通道耦合的复杂型电磁环网。复杂型电磁环网承担着可靠供电与功率传输的作用,相比于普通环网有更多安全隐患和解环约束,为评估其解环方案,针对主网安全稳定性、供电可靠性、运行经济性,提出短路电流安全、N-1热稳裕度、负荷供电风险、通道传输能力、系统损耗、上下网功率均衡度六个解环评估指标。考虑到主、客观赋权法的优缺点和环网解环场景的实际需求,利用客观CRITIC法改进主观G1法,以主、客观权重差值最小为目标,建立模型求得最优综合权重。以该核心环网2023年的规划方案为例,验证了所提解环指标及评估方法的有效性。

基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测

收集了浙江省2000—2020年各用水行业需水量数据,采用基于Spearman秩相关分析的主要驱动因子筛选法筛选了影响各行业需水量的主要驱动因子,进而构造了改进的长短时记忆(LSTM)神经网络需水量预测模型,对各行业需水量进行动态滚动预测,并将改进LSTM模型的预测结果与传统单变量LSTM预测模型、卷积神经网络模型、支持向量回归模型的预测结果进行了对比。结果表明,基于主要驱动因子筛选法改进的LSTM模型能实时动态滚动预测各行业每年需水量,且预测结果精度高于其他3种模型。

电网智能调度技术支持平台中的主配网协同研究

在当前电网负荷过大、区域电网数量增多的背景下,为了广泛并且有效地改善电能质量,为电力公司以及企业的供电提供一定的可靠度,首先对当前电网智能调度技术支持平台的现实需要与指标规范等进行了关注,然后以主配网协同为核心,针对智能调度技术平台进行研究设计,并对其性能进行测试。结果显示,研究设计的电网智能调度技术支持平台各项性能指标良好,可以进行实际应用。该系统平台的应用将会提高配电质量和效率,使得主配网能够很好地相互协调。基于主配网协同研究设计的电网智能调度系统平台有比较好的实际应用效果,可以为今后的电网技术改进以及智能电网系统平台设计提供一定的参考。

基于BP神经网络的低渗透底水油藏油井见水模式预测模型

注水开发使得低渗透底水油藏油井见水模式更加复杂,需要进一步明确及预测油井见水模式来针对性地指导水淹治理措施。神经网络模型具备处理多元回归问题和计算速度快等优势,可被用于分析地质工程多因素参数与油井见水模式的内在关系,构建见水模式预测模型。在油井见水模式划分的基础上,通过灰色关联理论和神经网络算法对BCL低渗透底水油藏油井见水模式的主控因素和预测模型进行了研究。发现水层厚度、隔夹层数、隔夹层长度和避水高度是该类油藏注水开发下影响油井见水模式的主控因素。基于主控因素结合神经网络算法建立了油井见水模式预测模型。通过对18组测试数据进行验证,平均预测误差1.4%,获得了较好的预测精度。通过易于获取的主控因素快速预测注水开发低渗透底水油藏油井的见水模式,为该类油藏的高含水针对性治理提供基础依据。

基于局部模型网络的主汽温阶梯式动态矩阵控制

火电厂主汽温系统的大惯性、时变性和多扰动等特点导致采用传统串级PID控制难以取得令人满意的控制效果。为了克服传统控制方案的缺陷,提出了一种基于局部模型网络的多模型阶梯式动态矩阵控制算法。首先,通过引入阶梯式策略有效解决了原始动态矩阵控制算法固有的矩阵求逆问题;其次,通过引入扰动前馈补偿,提高了主汽温系统的抗扰动能力;最后,针对不同工况下动态特性大幅度变化的主汽温对象,设计了基于局部模型网络的多模型阶梯式动态矩阵控制器。仿真结果表明,相比于传统控制算法,所提算法明显提升了主汽温系统的全局设定值跟踪性能、抗扰动性能和鲁棒性能,可以满足火电机组主汽温的控制要求。

动力集中动车组电气系统关键技术分析与验证

文章介绍了国外动力集中动车组的研究进展和典型应用,对各种车型的系统配置进行初步对比分析,结合中国动力集中动车组的研发技术水平和应用现状,提出了研制动力集中动车组技术的总体目标、技术特点、技术难点、技术方案,重点围绕动力集中动车组在牵引系统、DC 600 V列车供电和网络控制系统等设计项点,开展关键技术分析与研制。地面试验和现场运营情况表明,该电气系统性能表现良好,能够满足动力集中动车组电气系统各项指标要求,其成功研制为完善国内“复兴号”动车组谱系和高铁“走出去”提供坚实的装备支撑。

基于复杂网络和免疫策略的斜拉桥主梁施工安全风险耦合分析

斜拉桥主梁施工是一项复杂系统行为,施工过程中风险事故可能存在多条演化路径,因此具有复杂性和不确定性。为满足当前对施工安全风险管理的更高要求,提出一种基于复杂网络的风险耦合分析方法。首先,通过主梁施工作业程序分解及致险状态分析以识别安全风险因素;然后,基于复杂网络理论,借助邻接矩阵构建主梁施工安全风险的耦合网络模型,对特征指标进行研究分析并得出风险演化特征;最后,运用MATLAB软件对网络进行免疫仿真,包括单个节点免疫、随机免疫和蓄意免疫,以识别出关键节点并提出施工风险管控策略。结果显示:蓄意免疫的效果明显优于随机免疫,综合考虑免疫结果应优先预防和控制网络关键节点代表的风险点,从而有效降低网络效率,提高施工安全性。

基于加权队列的主网调度操作票安全校验系统设计

针对主网调度操作票数据利用率低、校验延时、校验成本过高等问题,引用加权队列设计主网调度操作票安全校验系统。设计了管理模块和时钟芯片,增加了用户管理、图形管理和操作管理单元,并引用DS1302时钟芯片,完成主网调度操作票数据记录,同步记录数据和时间,应用加权队列进行数据缓冲,计算数据包的平均长度,随机转发多个数据包,在服务器内部分析数据包调度随机数。通过数据加权确定阈值,利用跳数描述结果进行数据调度,分析主网调度网络的即时状态,进行加权计算、比较阈值,实现主网调度操作票安全校验。实验结果表明,该系统具有较强的校验能力,减少了延时,降低了工作成本。

基于高精度传感器和卷积神经网络的智能灌溉系统研究

为了实现智能精准灌溉,以STM32为主控板,将基于卷积神经网络图像识别技术应用在灌溉系统中.结合EC-5土壤水分和温度传感器来检测土壤的湿度和实时温度,利用图像识别技术对土壤不同的干旱情况下植物叶片状态的识别.通过结合农作物叶片状态和土壤的湿度情况进行精准灌溉.在Keil5中完成各个功能模块的软件设计,通过主控板将采集到的数据与设定值做对比,实现对植物的精准灌溉.同时,用户可以在手机端上实时观察土壤湿度和植物的状态,也可以通过手机端进行远程操作.经测试,本系统可以实现对植物的精准灌溉.

双主风机联合运转通风系统优化研究

【目的】为解决平煤九矿双主风机联合运转通风系统在开采后期存在的丁组风机风量富裕、己组风机负担载荷过大的问题,需要对双主风机联合运转下的矿井通风系统进行优化。【方法】采用数值模拟的方法,构建平煤九矿中长时期的通风Ventsim三维可视化模型,提出相关优化方案,对不同方案从通风效果和技术经济等方面进行对比分析。【结果】研究结果表明,通过扩修己二东翼回风下山、己二回风下山和己组总回风等高阻力段巷道断面至16 m^(2),新建回风联巷沟通己二回风下山和丁组回风下山,调节丁组风机角度至-14°,使丁组风机担负己二东翼回风风量,己组风机担负己二西翼回风风量,有效降低了矿井的通风阻力,实现按需分配,满足各用风地点风量的要求,己组和丁组风机负担的风量和风压更加合理。【结论】优化方案有效解决了该矿井中存在的问题,提高了矿井通风系统的信息化管理水平。

基于深度学习的主配网设备运行状态监测与预测研究

为提升电网的运行安全性和效率,提出了一种基于深度学习的主配网设备运行状态监测和预测方法。该方法能自动从主配网设备运行参数中学习特征,精准判断当前状态,并预测其未来状态。同时,它在状态监测和预测任务上均具有较高的准确率,能为电网运营提供强有力的支持,保障电网稳定运行。

基于人工智能技术的主配网协同优化运行方法

电力系统的安全稳定运行在国民经济发展中占据重要位置,面对新能源高渗透、电力市场化改革等挑战,急需创新主配网协同优化运行方法,提高电网整体运行效率。文章基于人工智能技术,构建一种主配网协同优化运行新模型。该模型综合考虑主配网差异性,融合多时间尺度滚动优化、健壮随机优化、自适应智能算法等先进技术,实现主配网一体化优化。仿真结果表明,所提模型能够显著提升主配网运行性能,为构建清洁低碳、安全高效的现代电网提供新思路。

北京道路交通高质量发展策略研究

为解决北京市目前交通基础设施发展存在的问题,分析了当前干线道路网“4+15+14”的总体格局和规划要求,并结合统计和移动大数据对北京市高快速路体系的运行情况进行了评估,经评估提出了常态化拥堵、总体运营成本、规划功能与实际交通需求不匹配、城市建成区新建或改扩建高快速路受政策限制等问题。进入新发展阶段,从宏观规划视角出发,类比了国内外城市交通发展策略,提出了多车道自由流电子收费系统实现缴费制度创新、新改建项目和运营双碳策略、推进新型降噪路面等环保新技术应用以及推进综合立体交通网建设等发展策略。

基于电气拓扑连接关系的配网主站自愈动作闭锁技术

在配网系统转型升级的过程中,配网主站自愈功能的优势日益凸显,其能够在短时间内解决电网故障,迅速恢复供电。自愈动作闭锁技术作为关键支撑,依托对电气拓扑关系的准确判断,实现故障隔离、故障自愈,大大降低了电网运行风险。文章在介绍电气拓扑的基础上,探究配网主站自愈动作闭锁技术的应用需求,总结配网主站自愈动作闭锁技术的检测步骤,分析基于电气拓扑连接关系的配网主站自愈动作闭锁技术的应用效果,为相关人员提供参考。

考虑时延因素的神经网络主汽温预测

火电机组在灵活调峰调频时,其负荷的大范围变动导致锅炉的部分运行参数也随之频繁变动,进而影响主汽温的稳定性。为了便于对主汽温进行超前控制,采用LSTM神经网络预测模型,对主汽温的未来变化进行预测,并且针对主汽温的主要影响因子存在的迟延问题,提出了互信息法,解决参数时序对齐问题;采用发电机组实际运行数据进行仿真,结果表明此神经网络模型能够有效对主汽温进行预测。

基于卷积神经网络的主网继电保护在线整定方法

[目的]受主网故障状态的多样性和整定规则的适应性影响,继电保护的闭环阶跃响应振幅难以得到有效控制,为此,提出了基于卷积神经网络的主网继电保护在线整定方法。[方法]将主网中的同种保护功能涉及的定值变量作为一个集合,并构建主网继电保护在线整定数学模型。在开展具体的主网继电保护定值设置阶段,引入卷积神经网络,利用损失函数,计算在随机梯度下降机制下的最优正则化继电保护定值。[结果]测试结果表明,该方法测试的电网继电保护在闭环阶跃响应的振幅在50 s以内实现了快速收敛,且相较于对照组而言更加平稳。[结论]该方法在闭环阶跃响应方面取得了显著的优势,不仅提高了系统的收敛速度,而且改善了系统的振幅稳定性。有助于提升电网继电保护系统的运行效率和可靠性,具有实际的应用价值和推广潜力。

煤矿地面主通风机远程监控系统研究

为实现地面主通风机的远程监控功能,在分析主要通风机结构及监控需求的基础上,构建了基于ZigBee无线通信的主通风机远程监控系统,并对系统结构、硬件及软件进行了设计。通过在主通风机及主回风巷内布置终端节点以实现风机电流、电压、风流、风压等参数的监测,并将监测结果使用ZigBee无线网络传输至协调器节点进行汇总,随后从RS-232串口通信传输至PLC(Programmable Logic Controller,可编程逻辑控制器),最后将结果传输给上位机。构建的远程监控系统可以实时监测主通风机的运行情况,且监测结果传输效率高、可靠性强,可满足主要通风机远程监控需求。

杭嘉湖平原河网南排骨干河道排涝研究

杭嘉湖东部平原,是太湖流域8个水利分区之一,水面率8.06%,平原快速排涝一直是困扰水利规划的重要问题。杭嘉湖东部平原河网水流运动复杂,为加强平原河网排涝整治格局研究,通过平原河网“波速区”与“流速区”划分,对影响平原洪水的因素作更进一步区分,加深对平原河网洪水波的运动规律的认识,并通过沿主干排涝河道布设水位测点,观测和分析平原内部水位变化动态,充分认识和验证平原河网“波速区”与“流速区”情况,为划分平原河网行洪能力提供实证,从而针对性地提出对应的工程措施,为杭嘉湖东部平原下一步实施东部通道提供指导。

5G超密集组网技术及其规划部署要点探讨

5G超密集组网技术是应用于新一代移动通信的关键技术,其高密度、高容量的特点为未来智能社会提供了强大的网络支撑。该文探讨了5G超密集组网技术的核心原理及其在规划部署中的关键要点,包括网络架构设计、频谱资源管理、站点布局优化以及网络性能评估等,以期能够为5G网络的高效建设和运营提供理论支持和实践指导。