中国电力网的复杂网络共性

自然界中许许多多包含大量基本单元的复杂系统可以用复杂网络来描述。近年来发现各种不同领域的复杂网络具有一些共性。本文介绍我们统计得到的中国电力网所具有的符合这些共性的性质，以及基于这些共性所提出的一个可能在这种粗糙程度上再现中国电力网发展历程的动力学模型。这种对电力网极其简化的描述思路，也许可以给电力网建模的研究提供一些启示。     

有载调容控制变压器的仿真设计

针对控制变压器运行时负载波动大的特点,提出有载调容控制变压器的设计方案,并建立了仿真模型,对有载调容控制变压器的磁通密度、空载损耗、负载损耗、电压、电流等进行了分析.结果表明,有载调容控制变压器在满足负载电能要求的情况下节能效果显著.     

某地空导弹发射塔高低变载平衡系统

该文介绍某三位一体地空武器系统的4联装导弹发射塔,所采用的高低弹簧液压混合式变载平衡系统的原理及技术方案。该方案有效地解决了不同载弹情况下负载力矩的平衡问题,对改善高低随动系统的性能,降低电源功率的消耗都有明显的效果,并为现场实验所证实。     

视作整数槽绕组的分数槽绕组的分析和计算

用一般方法安排分数槽绕组及计算无载电势尚称方便，但计算负载电枢磁势及电势仍较复杂。本文利用极数变换将分数槽绕组转换成整数槽绕组，使计算负载电枢磁势及电势变得简单。     

分析110kV电力系统之自动装置问题

电力系统自动装置是指在电力网中发生故障或异常运行时起控制作用的设备，主要包括自动重合闸、备用电源自投装置、低频减载和失压（故障）解列等设备。电网中自动装置的型号多，逻辑也千变万化，在实际运行中会暴露出一些问题，本文以一起自动装置动作过程为例，对出现的问题加以探讨。     

正弦稳态下最大功率传输探讨

信号传输时,功率是需要考虑的一个重要因素.文章对正弦稳态下最大功率的传输做了探讨,发现当负载阻载为传输网络的戴维南等效电路阻抗的共轭复数时,负载所获得的功率最大.在此基础上,对负载被限制时的最大输出功率做了进一步讨论.     

电子技术中负载线方程的分析

从负载线的内涵出发,诠释了负载线的概念,列举了几类负载线,并总结了有载交流负载线的方程,提出了两点法画交流负载的办法.     

关于电网规划中变电容载比的分析

目前,在电网规划中,合理的变电容载比直接关系到电网的可靠性和经济性。本文作者分析了《城市电力网规划设计导则》中容载比的定义,并对单个变电站容载比的取值进行了研究,同时就变电站应用算例做了探讨。     

共溶剂对超临界流体负载药物的影响

以自制的空心多孔SiO₂纳米球为吸附介质,采用超临界流体技术负载阿维菌素药物,考察了不同的共溶剂及其不同用量对这种纳米载体载药量的影响,并研究了负载后的药物在不同溶出介质中的缓释行为。结果表明：对于这种纳米空心载体,用超临界流体技术负载阿维菌素药物时,加入的共溶剂极性越大,载药量越大,但载药量还受溶剂黏度的影响;对于任何一种共溶剂,加入量过多或过少都不能达到最大的载药量;溶出介质的种类和浓度对负载后药物的释放速率都有明显影响。     

农村电力网规划优化

农村电力网优化的关键问题是农村电力网的电压等级合理选择和各级电压变电所合理供 电容量与供电范围的确定，以满足农村供电的可靠性、经济性的要求．本文按允许电压降要求推 导出各级电压允许送电距离和按最小年费用法推导出各级电压经济供电半径．它是农村电力网规 划优化的科学依据之一，可供我国农村电力网规划定量计算．     

基于数据通信可靠性的单负载决策电耗优化研究

提出了基于数据通信可靠性的单负载决策电耗优化研究方法.该方法通过家庭区域网（HAN）和邻域网（NAN）网关可靠性分析,建立约束马尔可夫决策过程（CMDP）模型,以单负载作为决策者进行缓征负载调度优化,实现电耗成本最小化.仿真结果表明,提出的电耗优化研究方法有效地降低了电耗成本.此外,通过智能电网数据通信设施中组件的冗余部署可以进一步降低电耗成本.     

基于Hadoop分布式计算的混合神经网络负荷分类模型

为了对电力物联网背景下的海量负荷数据进行精细化分析,从中提取用电模式,提出一种基于Hadoop分布式并行计算的混合神经网络分类模型。首先,基于时间维度的一维卷积神经网络(1DCNN)搭建“负荷特征提取器”;其次,使用长短期记忆网络(LSTM)搭建“序列分类器”;最后,将该“混合神经网络分类方法”在Hadoop平台上搭建,实现算法的并行化运行,以适用于海量负荷曲线的高效辨识。使用标准时序数据与真实负荷数据测试该方法的分类性能,算例结果表明所提分类方法具有较高的分类精度,经并行化处理后有效提高了负荷数据的处理效率。     

一种基于模糊逻辑和神经网络的电力负荷预测方法

应用模糊理论、人工神经网络等智能技术,确定了有效的电力系统短期负荷预测方法,其中着重考虑了天气因素对电网负荷的影响,并开发了实用化的负荷在线预测软件,该软件是基于Windows的应用程序,具有开放式的结构和友好的人机接口,可用于每小时或每15min的负荷预测,测试结果表明,该方法具有良好的预测精度。     

基于过程神经网络的短期负荷预测

针对目前常用方法在解决负荷预测问题时,结果往往难以达到工程要求精度的现状,利用过程神经网络输入为时间函数以及预测精度高的特点,建立了基于过程神经网络的电力系统短期负荷预测模型;给出了模型的结构,基于函数正交基展开的离散数据拟合方法以及模型的学习算法.针对东北某地区电网的日负荷数据,进行了模型训练和负荷预测正确性的研究.结果表明,所建立的预测模型对负荷的预测准确率高,优于BP神经网络负荷预测模型的预测结果.     

基于神经网络的负载识别

提出了基于神经网络的负载识别方法,对供电系统管理有重要的现实意义.     

基于功率控制和位置信息的无线局域网动态负载均衡机制

提出了一种基于AP功率控制和无线终端位置信息的无线局域网动态负载均衡方法.通过动态调整AP的发射功率来调整无线终端在AP间的分布以达到负载均衡;利用无线终端的位置信息对AP功率调整的结果进行预判,从而有效地避免无线终端遗漏与反复整体迁移.本文在分析AP功率调整的数学模型基础上,给出了具体的功率控制算法与基于这一功率控制算法的负载均衡机制.实验结果表明,该方法能够有效地实现AP间的负载均衡,提高网络资源利用率.同时,该方法既不需要修改现有协议,也不需要在客户端安装特殊的软硬件,具有一定的实用价值.     

基于改进粒子群算法的电力系统负荷预测

为了提高电力系统负荷预测的精度,并考虑到电力系统负荷的混沌特性,提出了将蜜蜂进化型粒子群算法和混沌神经网络相结合的负荷预测方法.构建了混沌神经网络模型,提出了蜜蜂进化型PSO算法(Bee Evolution Modifying Particle Swarm Optimization, BEMPSO);以此来训练混沌神经网络参数,并且分别对基本粒子群优化算法和BEMPSO优化算法的模型进行仿真预测.结果表明提出的BEMPSO混沌神经网络负荷预测方法具有较强的泛化能力和较高的精度.     

基于主成分分析的短期负荷预测模型

电力负荷预测的准确性直接影响到电力系统的安全性和经济性,但在应用神经网络进行短期负测精度造成了显著的负面影响。针对这一问题,本文采用多元统计分析中的主成分分析,根据各主成分贡献率对输入空间进行约简,提取线性无关的输入变量,以此达到压缩变量维数的目的,然后利用考虑模型输入变量相互关系的递推合成BP网络进行预测,使之更符合电力短期负荷预测的特点,提高模型的预测精度。仿真实验的结果表明,该简化模型用于短期负荷预测建模速度快、预测精度高,是一种行之有效的方法。     

基于网络等效变换的配电网负荷不对称运行

提出了一种网络结构等效变换方法,该方法主要将电力网络中三相参数不对称部分等效变换成带有某种故障的三相参数对称网络,且新增故障端口外电路的三相参数是对称的,从而满足对称分量法的使用条件,充分发挥对称分量法结构简单、计算进度快的优势.针对几种负荷不对称的配电网搭建仿真平台并进行了仿真实验,实验结果验证了该方法的准确性与可行性.     

电力日负荷数据特征模式智能提取方法

电力负荷数据中可能包含各种坏数据,严重影响负荷预测精度,因此需要从这些合有噪声的日负荷数据中提取出负荷的特征模式,以便对负荷数据进行清洗．以软聚类思想为指导,通过模糊C均值聚类算法及Kohonen自组织特征映射神经网络的互补结合,提出了日负荷特征模式的智能提取方法,该方法不但具有辨识精度高、收敛速度快的优点,而且具有对数据的动态处理能力,为精确的负荷预测和准确的系统分析做好了数据上的准备,对重庆城区供电局负荷数据的实例分析说明了方法的高效性．