FDTD／MoM用于耦合口径辐射的数值仿真

对屏蔽体耦合口径的辐射问题进行数值仿真时，导体盒内部结构的复杂性，以及导体盒外部近场到远场的变换是其中的难点所在．时域有限差分法（FDTD）可以处理内部结构复杂、非均匀介质的情况，而矩量法（MoM）擅长处理电大尺寸的辐射问题，因此可以把2种方法相结合来处理此问题．在导体盒内部由于结构和介质上的复杂性，使用了FDTD，在计算导体盒外部远场情况时，使用基于电场积分方程（EFIE）的MoM来变换到远场，从而解决了导体盒耦合口径的辐射问题，节省了计算机内存和计算时间．     

10kV配电网网架结构模式优选的综合赋权法

为了更科学地确定10kV配电网最优化的接线模式，提出网架模式规划的综合赋权法．在分析10kV配电网典型结构基础上，将综合赋权法应用于10kV配电网网架模式规划，依据主、客观赋权法得出的权系数，得出综合指标权系数，再进行最优化计算，形成该方法的实施步骤．用此方法对配电网网架结构模式进行优选，能更全面、更；住确地比较不同网架模式的优劣，同时大幅降低了计算量，避免了多目标函数处理上的困难．通过实例分析，证实了用该方法选择10kV配电网网架模式的合理性和实用性．     

基于趋势组合的知期电力负荷预测模型

在运用神经网络进行短期电力负荷预测中，天气是影响负荷的重要因素。为了更好地捕捉天气对负荷的影响，文中提出了一种基于神经网络的趋势组合短期负荷预测思想和模型，将短期负荷与天气变量的内在关系分解为3个不同的趋势分量，即周趋势分量、日趋势分量和小时趋势分量，每一个趋势分量分别用一个神经网络模型捕获，趋势分量的预测结果再用一个神经网络模型进行组合，从而得到最终的预测值，分别用改进的和传统的模型预测一周的小时负荷，结果表明，这种神经网络模型能取得更好的预测精度。     

基于潮流输电权的阻塞管理分析

在电力市场竞争环境下,为了经济有效地消除输电网络阻塞,将物理输电权(FGR)引入实用的阻塞管理.通过求线路利用份额来确定发电商对阻塞的影响,再按比例分配原则进行节点电价计算,基于此进行相应的FGR费用结算.独立的系统操作员(ISO)将以保证FGR持有者传输计划的原则进行调度.这种方法在经济有效地消除阻塞的同时,充分调动了发电商参与市场调节的积极性,提高了发电商主动规避阻塞的能力,有效地稳定了电价.通过实例证明了这种引入FGR的阻塞管理的可实时性.     

基于人工神经网络送电线路工程造价的快速估算

根据送电线路工程造价结构的影响因素,结合人工神经网络的特点,提出了运用人工神经网络进行工程造价快速估算和审查的方法.分析送电线路工程造价结构和影响因素,构建关于送电线路工程造价的神经元输入输出向量,建立了相应的人工神经网络模型,导出了算法的实施步骤,通过历史工程样本训练和实例样本计算分析,得到了比较好的快速计算结果,满足了工程项目概算方案审查的要求,为电力工程概算提供了一种客观、快速的审查方法.     

超高压架空输电线的工频电场及其影响(一)

为了分析进入城镇的超高压架空输电线路对周围环境的影响,基于模拟电荷法,建立了超高压架空输电线路(带避雷线)的工频电场数学模型.以单回三相输电线路为例,介绍了超高压架空输电线路下方电场强度的计算方法.重点分析了单回、多回线路在不同的排列方式、相序布置及高度下,对超高压架空输电线路工频电场分布的影响;结合环境评估标准,探讨了如何布置线路有效地减小电场.最后从环境保护的角度,总结了减小超高压架空输电线路对所穿越地区影响的方法及措施.     

电磁场对导线贯通屏蔽箱体内电路干扰的建模及仿真

应用时域有限差分（FDTD）法对电磁脉冲作用下，导线贯通屏蔽箱体内电路上的耦合干扰电流进行了建模和仿真。结果表明，当有导线穿过屏蔽箱体时，箱体内电路上的耦合干扰电流会显著增强，贯通导线的长度、电磁干扰脉冲的入射角度对箱体内电路上的干扰电流有着重要影响．并提出了用开口金属环抑制这种干扰电流的简便方法。     

地面附近开口箱体孔缝耦合效应的数值仿真

在时域有限差分（FDTD）法中引进时域表面阻抗边界条件（SIBC），对电磁脉冲斜入射有耗地面附近开口葙体时的孔缝耦合期律进行了数值仿真，由频域表面阻抗出发通过拉氏变换得到时域表面阻抗边界条件（SIBC），并将这种边界条件应用于FDTD方法中来模拟有耗地面的反射。仿真结果表明：（1）电磁脉冲相对于开口的入射角度不变时，当地面的导电率越大，则经地面反射而耦合进箱体内的电磁脉冲场就越强。但耦合进箱体内的总脉冲场的主峰幅度与自由空间中的相等。（2）地面的导电率不变时，当电磁脉冲垂直于开口平面入射时，耦合进箱体内的脉冲场最强。     

神经网络短期负荷预测中的数据分析

在运用神经网络进行短期电力负荷预测中，输入数据的复杂性和冗余性给网络训练的效率和预测精度造成了显著的负面影响。文中提出了一种复全的数据分析方法，先采用输入变量贡献分析方法，根据输入变量对输出贡献的大小划分为主要变量和次要变量，在保留主要变量的基础 ，再采用多元统计分析中的主成分分析法，消除变量间的线性相关性，在此达到压缩变量维数的目的。将此分析方法用于处理神经网络的输入变量，提取其主要成分，使结构大为简化。结果表明，经该方法处理后的数据输入神经网络，训练时间大幅度缩短，负荷预测精度亦有一定程度的提高。     

域外样条边界元法(Ⅰ)

在场域外选取辅助边界,提出了计算二维静态场的域外样条边界元法,并以实例计算说明该方法的特点和实用价值。