ZnO压敏电阻微观结构参数与宏观电气性能的关联机制

ZnO压敏电阻是金属氧化物避雷器的核心部件,在抑制电力系统过电压方面发挥了重要的作用。随着特高压输电技术的发展,对ZnO压敏电阻的残压、通流容量等电气特性提出了更高的要求。该文从材料计算的角度出发,以基于Voronoi模型的ZnO压敏电阻优化计算模型为基础,计算研究了晶粒尺寸、尺寸不均匀度、晶粒电阻率等微观结构参数与多种宏观电气性能之间的关联机制,将多变量、多目标的最优化问题,极大地简化为仅包含三类优化变量、两类优化目标的最优化问题,并制定出具有针对性的优化策略和步骤,为ZnO压敏电阻性能的改进提供了重要理论依据,对高性能避雷器的设计制造具有重要意义。

基于深度嵌入聚类的水光荷不确定性源场景生成方法

随着水、光互补发电系统的应用越来越广泛,如何对水、光出力及负荷增长变化的不确定的融合特性建模对电网的运行调度及规划愈加重要。典型场景生成是解决该问题的主要方法之一,由于传统采用历史数据概率建模,抽样并削减生成场景的方法计算复杂度高、准确率低,且无法有效处理高维多变量数据,该文提出一种基于深度嵌入聚类的水光荷不确定性源场景生成方法。首先利用堆栈自编码(stacked auto-encoder,SAE)网络提取水光荷不确定变量的初始特征,降低数据维度;然后,利用KL(Kullback-Leibler)散度优化聚类分配目标对自编码网络进行调整,采用自适应矩估计(adaptive moment estimation,Adam)优化算法得到模型最佳参数,通过对编码所嵌入的特征向量不断迭代优化,得到水光荷不确定性变量间的时空依赖关系,从而生成典型场景。算例分析以某地区电网实际采集数据为研究对象,利用误差平方和(sum of squared error,SSE)、SIL、CHI指标对比传统聚类方法,验证了所提算法的有效性。