智能变电站二次设备状态的灰色层次聚类评估

智能变电站作为智能电网建设的核心部分,其二次设备运行状态关系着电力系统的安全性和稳定性。针对智能变电站二次设备故障原因错综复杂以及运行状态信息不完全的特征,建立智能变电站二次设备状态评估层次模型和指标体系,引入灰色聚类对智能变电站二次设备状态进行灰色分类以及构建灰色白化权函数,并利用层次分析法计算状态指标权重,结合层次分析法与灰色聚类对智能变电站二次设备进行定性和定量的状态评估。实例分析验证了文中方法有效易行,为智能变电站二次设备状态检修工作提供了理论依据。     

原子吸收光谱法测定隆回产富硒大米中的硒含量

探索了隆回产富硒大米的消化条件,建立了其中微量硒的流动注射氢化物发生-原子吸收光谱测定方法.实验结果表明,每2g样品中加入6mLHNO3和2mLH2SO4可消化完全,硒元素在0￣0.030μg/mL范围内有良好的线性关系,相关系数为0.9987,平均加标回收率94.26%,RSD=3.64%,方法的检出限为1.92ng/mL,定量限为6.4ng/mL.该方法操作简便、快速,灵敏度高,应用于隆回产大米样品中硒的测定,获得满意结果.     

基于因子分析的母线负荷异常数据辨识方法

针对现有母线负荷数据异常辨识方法适应性差、辨识精度不高的问题,基于母线负荷数据现状剖析异常数据的基本特征,分析因子分析的理论及其应用于母线负荷异常数据辨识的原理,提出了基于因子分析的母线负荷异常数据辨识方法.该方法引入因子分析将母线负荷曲线分解为表征曲线正常时序变化规律的基本分量和表征曲线数据异常或随机波动特征的随机分量;同时基于负荷曲线随机分量给出了异常数据辨识的3σ判定准则.最后,以重庆某供电公司算例验证了所提方法较现有方法更具合理性、有效性.