面向对象的电力系统暂态稳定计算建模

介绍了面向对象的程序设计方法，然后依据面向对象思想，把暂态稳定计算中的各元件抽象为电网对象、发电机对象、负荷对象以及励磁调节系统、原动机及其调速系统对象模型，建立了电力系统暂态稳定计算模型；基于该模型开发了图形化的电力系统暂态稳定仿真系统。     

含感应电动机的独立电力系统暂态电压分析

针对含感应电动机的独立电力系统的暂态电压稳定问题,首先详细推导了适用于暂态电压稳定分析的多电动机多发电机电力系统模型,该模型不但可以有效地消除平衡点处Jacobi矩阵的0特征根,保证与原系统的等价性,而且消去了所有的代数变量,建立了一个纯微分方程组,方便进一步分析。然后给出一种具有一定工程实用性的启发式的暂态电压稳定与暂态功角稳定的界定方法。最后将一种基于半张量方法的非线性系统暂态稳定裕度指标推广应用于暂态电压稳定分析中。仿真算例分析表明:该方法可以有效地判定独立电力系统的暂态电压稳定,并给出较为准确的临界切除时间。     

基于不同负荷模型的湖南电网暂态稳定仿真计算

采用ZIP模型、幂函数模型及三阶感应电动机等几种有代表性的负荷模型,并改变其参数,以湘中北负荷中心为研究对象,对湖南电网进行暂态稳定仿真计算,探讨了不同负荷特性对电力系统暂态稳定性的影响。考虑各种负荷模型之间的机理联系,保证了比较对象的整体一致性和可比性。研究结果表明,当采用三阶感应电动机模型且同步电抗为0.295时,湖南电网的暂态稳定极限切除时间明显短于其他模型或参数配置的情况。本文将不同负荷模型采用自定义的形式接入PSASP(电力系统综合分析程序),对湖南电网暂态问题进行系统范围内的大型仿真计算,且得到了明确的比较结果,具有参考价值。     

人工神经网络在电力系统暂态安全分析中的应用研究

探讨了两种人工神经网络用作电力系统暂态安全分析工具的适用性。首先将一个适度规模电网的暂态稳定性分析问题转化成适合于人工神经网络处理的识别问题。对样本数据进行适当的预处理后，分别将ＢＰＮ和ＫＮＮ两种神经网络用于该系统的暂稳分析；并就人工神经网络对暂稳分析问题的映射能力、插值可信度估计、网络大小等问题，分析和比较了两种模型的适用性和优劣。结果表明，ＫＮＮ模型作为暂稳分析工具有着更大的潜力。     

基于自组织竞争神经网络的电力系统暂态稳定研究

大停电事故和电力需求紧张,使得大扰动下电力系统的暂态稳定问题日显突出.如何能快速判断电力系统的暂态稳定性能,是研究的重点.文章以综合性能指标法中的性能指标作为反映电力系统暂态稳定性能的特征指标,设计自组织竞争人工神经网络分类器进行暂态稳定问题的分类判断.通过算例验证了该分类器可将暂态稳定问题分为稳定、不稳定和模糊类3种类型,有利于对稳定性能进行快速判断,从而减少了待详细分析的事故数目,而无需利用全过程时域仿真计算,有利于进行在线的动态安全评估.     

水力系统模型对电力系统暂态稳定分析的影响

导出了用于电力系统暂态稳定分析的水轮机模型和计及弹性或刚性水击时的引水系统模型。通过对长江三峡电力系统在大扰动下过渡过程的分析，详细讨论了在不同水流惯性时间常数和管道反射时间常数条件下，水力系统的三种模型（简化模型、刚性水击模型和弹性水击模型）对电力系统暂态稳定分析的影响     

考虑负荷动态模型的船舶电力系统暂态电压稳定分析

为了研究型船舶独立电力系统的电压稳定问题,将基于稳定域边界二次逼近的暂态电压分析方法应用到新型船舶独立电力系统的暂态电压稳定分析。通过建立系统暂态分析的数学模型,利用牛顿法求取故障后系统主导不稳定平衡点(CUEP),采用基于稳定域二次逼近的稳定判据,进行系统暂态电压稳定分析。同时,考虑不同故障位置对于求解CUEP过程中电动机和直流系统控制器状态量计算的影响。通过简化的新型独立电力系统模型对上述方法进行验证。研究结果表明:该分析方法能够获得暂态电压稳定裕度指标,准确判断该独立电力系统的暂态电压稳定状态。     

输电线路自适应暂态计算模型

为了对故障后暂态全过程进行仿真分析,提出了基于暂态分量衰减过程的输电线路自适应仿真思想。根据频率参数误差分析,建立了模型自适应转换判据。应用面向对象技术将线路的行波模型、π型暂态模型、π型稳态模型和故障预处理模型相结合,实现了输电线路暂态自适应仿真计算。仿真实验结果表明:该模型完整地描述了输电线的暂态过程,不仅具有精度高和转换判据可靠等特点,而且减少计算时间一半以上。可用于电力系统过电压、短路故障、保护动态行为、暂态稳定以及交直流系统相互作用等问题的研究。     

发电机模型及电力系统暂态稳定研究

电力系统互联能带来明显的经济效益和技术利益,是电力工业发展的必然趋势。但互联网会使系统的动态行为更为复杂,这就对电力系统的安全稳定运行提出了更大的挑战,如何建立元件的数学模型、确定合适的算法成为必要。本文正是针对此,首先详细分析了电力系统的核心元件同步发电机的基本原理,在此基础上建立起了发电机的数学模型,主要是同步发电机实用模型中的经典二阶模型,并做出了详细的分析。本文对电力系统暂态稳定分析采用了时域仿真法。在整个分析的过程中,借助了MATLAB仿真软件。对一简单单机无穷大系统首端发生三相对称短路时进行了时域仿真,并且很详细的分析了不同切除故障时间下同步发电机的转子角、输出功率、端电压随时间变化的曲线。     

基于PSAT含UPFC多机系统的动态特性研究

阐述PSAT的功能、特点及仿真原理,介绍PSAT中UPFC的模型建立和控制方法.为了验证UPFC装置对系统暂态稳定性的提高作用,以WSCC3机9节点系统为原型建立仿真模型,基于PSAT进行暂态稳定时域仿真.仿真结果表明,PSAT简单易操作,是进行电力系统研究的实用工具.UPFC能很好地补充电压降、稳定系统电压、提高系统功角稳定性并能成功延长系统失稳时间.从而提高系统的暂态稳定性.     

ANN在一次引爆FAE爆炸威力评价中的应用

在系统分析燃料空气炸药(FAE)爆炸威力主要影响因素的基础上，应用人工神经网络(ANN)理论及方法，建立了一次引爆FAE爆炸威力评价ANN模型，并利用该模型对不同配比环氧丙烷／铝粉混合燃料的爆轰参数及爆炸威力进行了模拟。结果表明，ANN模拟结果与一维多相爆轰模型计算值相当吻合，当铝粉含量处于50％～70％范围时，爆炸威力较为理想，当铝粉含量为65％时，爆炸威力指数达到最大。这一研究可为一次引爆FAE配方及战斗部设计与优化提供有益参考。     

船舶管子加工CAPP系统关键技术的研究

针对船舶管子加工工艺设计的特点,对TRIBON数据提取、工艺设计神经网络模型等进行了研究,设计了基于BP网络的管子加工CAPP系统,解决了管子加工小票和加工明细表自动生成问题.提出的数据提取方法能够满足CAPP系统信息自动输入的需要,知识推理模型准确地表示了管子加工工艺知识,便于运用神经网络进行工艺决策,BP网络结构模型设计合理,克服了以专家系统为理论基础的智能型CAPP的缺点.     

用人工神经网络方法评估桥梁缺损状况

针对现有桥梁评估方法存在的不足，介绍了一种应用神经网络进行桥梁缺损状况评估的方法，并对几种常见的人工神经网络模型的评估效果进行了比较．利用广东省内1018座桥梁的养护数据，对神经网络进行训练和测试，发现使用神经网络对桥梁进行评估，能够取得比较好的评估效果．使用神经网络方法对桥梁“等级”进行评估，其；位确率超过60％．平均每座桥的评估误差为0．25个等级。     

电力市场中周末边际电价预测方法研究

针对周末边际电价的特殊性，采用相似搜索和人工神经网络(ANN)建立了预测周末电力市场边际电价的数学模型，并运用Matlab 6．5中的神经网络工具实现了预测模型。实例计算的结果表明该方法有效。     

用户电力控制器神经网络控制分析

针对电力系统模型及运行参数不确定性 ,在用户电力控制器中引入神经网络控制策略 ,应用神经网络设计了线性控制器 ,所提出的神经网络采用改进BP算法 ,改进BP算法比传统BP算法多了两个变量 ;学习速率和动量因子。将计算得的补偿电流经过神经网络训练实现预定目标 ,由MATLAB仿真结果可观察到经神经网格控制的用户电力控制器可实现系统侧的控制目标。并且其控制算法更为简单、有效。     

基于小波神经网络的输电线路故障检测

在分析了小波函数时频特性和人工神经网络学习能力和算法鲁棒性的基础上，提出了一个利用小波神经网络检测电力系统输电线路故障的方法。理论分析和基于EMTP仿真测试结果表明，该小波神经网络故障检测模型和算法是有效的，与传统的人工神经网络相比，具有收敛速度快，鲁棒性强的特点。     

M-P人工神经网络用于核电站故障诊断系统

按照实际情况,将人工神经网络M-P模型应用于核电站机组故障诊断系统的部分诊断网络。根据核电站故障诊断信号和故障事件特点,提出在特定诊断网络中使用M-P模型的可能性和具体构建诊断网络的方法,对其优缺点进行了比较。使用M-P模型对核电站重要厂用水系统建立了简单诊断网络,进行了验证。该模型简单直接,可以避免若干使用其他人工神经网络模型时遇到的问题。该模型与其他模型结合使用于核电站故障诊断系统,尤其在处理逻辑判断性较强的诊断任务时,可以达到更好的效果。     

二维力传感器动态补偿器设计

为改善扁环式二维力传感器动态特性以及消除其维间耦合现象严重的问题,提出了用神经网络逆系统方法去构造该二维传感器的动态补偿器,并由此设计了由微分器和静态神经网络构成的神经网络逆动态补偿器.通过对原传感器的数据采集和数据处理得到了静态神经网络的训练样本,用所得到的训练样本对静态神经网络进行了训练,训练后的静态神经网络即可用来和微分器构成所期望的动态补偿器.将该动态补偿器串接在扁环式二维力传感器之后,进而构成复合的测量系统.进一步地仿真实验表明,经过动态补偿器的信号远好于未补偿的原传感器输出信号.由此可见,利用该方法设计的动态补偿器所组成的复合测量系统在消除维间耦合现象的同时、也大大改善了系统的动态特性.     

人工神经网络在热轧宽厚板性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型 .在此基础上 ,利用神经网络对热轧管线钢力学性能进行了预测 ,并对预测结果与生产数据进行了比较 .此外 ,还利用神经网络对生产工艺参数进行了优化 .结果表明 ,将神经网络应用于热轧生产进行力学性能预测和工艺参数优化具有一定现实意义