考虑感应电动机负荷模型的暂态电压稳定快速判据

在考虑感应电动机负荷模型的情况下,提出了暂态电压稳定快速判据。该判据通过判断感应电动机故障切除时刻端电压与暂态稳定临界电压和暂态不稳定临界电压的关系,来判断暂态电压稳定性,从而缩短判断时间。用BPA软件进行仿真分析,验证了所提出方法的准确性和快速性。

基于极大极小准则的异联想记忆网络学习算法

提出了设计异联想记忆网络的极大极小准则，即设计出的连接权阵应使得网络最小的记忆模式对的吸引域达到最大．首先给出了一种快速学习算法，它设计出的网络连接权值只取１，０或－１；再进一步发展了一个启发性迭代学习算法，称为约束感知器优化学习算法，它以快速学习算法的结果作为连接权阵的迭代初值．计算机实验结果表明了所提学习算法的优越性．

基于晶闸管反并联结构的高压电源快切系统的研究

在高压电力系统中,为保证企业负荷供电连续性,多采用两组电源互为备用的工作方式.目前工程应用中采用备自投或微机型厂用电快切装置来实现电源切换,但由于最快的断路器开关合闸时间较长,切换速度受到影响.为减小切换时间,分析了三相调压电路的原理及工作过程,提出一种晶闸管反并联结构来代替机械开关实现高压电源快切,从而得到一种电力电子式快切系统.仿真和实验证明,该方案能有效提高电网的安全.

基于双重粒化准则的邻域多粒度粗集快速约简算法

由于可以从多粒度、多层次的角度对名词型和数值型属性并存的混合数据进行有效处理,邻域多粒度粗糙集模型受到了广泛关注.为了有效降低属性约简计算过程中的迭代次数,实现邻域多粒度粗糙集模型的快速属性约简算法,基于双重粒化准则,深入分析不同属性子集序列和邻域半径对正域的影响,结合正域在属性子集和邻域半径共同作用下的单调性,提出一种基于双重粒化准则的邻域多粒度粗集快速约简算法,并通过理论分析与实例对比验证了算法的有效性和优越性.