【摘 要】
：
随着环境保护和高质量发展背景下社会生产方式的转变,现有配电网消纳间歇式可再生能源弱、可控水平低、供电品质单一等问题日益突出。配电网电力电子化是解决以上矛盾主要途径之一,已成为当前研究热点。未来配电网必将采用以交直流互联系统为主体、接入各类型分布式电源、网源荷储协同的技术形态。本文以柔性互联配电网为研究对象,建立了模块化换流器、直流变压器等互联关键设备可靠性模型,然后设计了基于序惯蒙特卡洛模拟法的柔性互联配电网可靠性评估流程;最后,在IEEE 33节点基础上构建了五端柔性互联配电网,将所提评估流程用于该配电
【机 构】
：
贵州电网有限公司电力科学研究院,南方电网公司防冰减灾重点实验室,贵州大学电气工程学院
【基金项目】
：
国家自然科学基金(52067004),贵州省科学技术基金(黔科合基础[2019]1128号)。
论文部分内容阅读
随着环境保护和高质量发展背景下社会生产方式的转变,现有配电网消纳间歇式可再生能源弱、可控水平低、供电品质单一等问题日益突出。配电网电力电子化是解决以上矛盾主要途径之一,已成为当前研究热点。未来配电网必将采用以交直流互联系统为主体、接入各类型分布式电源、网源荷储协同的技术形态。本文以柔性互联配电网为研究对象,建立了模块化换流器、直流变压器等互联关键设备可靠性模型,然后设计了基于序惯蒙特卡洛模拟法的柔性互联配电网可靠性评估流程;最后,在IEEE 33节点基础上构建了五端柔性互联配电网,将所提评估流程用于该配电
其他文献
电网一次设备历史缺陷信息同类型区分表象混乱,导致风险评估指标ROC偏离比过高,因此,研究基于深度学习的电网一次设备风险智能评估方法。根据设备风险影响因素的特点和变化情况,基于深度学习,收集电网一次设备历史缺陷信息,并按照类别、类型、表象合理区分同类型的缺陷信息,分析状态构成权重的劣化程度,扣除电网一次设备的运行状态量,提取设备风险评估关联特征,构建电网一次设备风险深度学习评估模型,利用分解完成的趋势循环项和电网一次设备的风险趋势项,完成电网一次设备的风险智能评估。实例测试结果表明:该方法的风险评估指标RO
摘要：目的：研究消化内科治疗上消化道出血的临床治疗情况。方法：我院选择2013年5月～2015年5月间诊治的200例消化内科上消化道出血的患者，对其实施临床治疗，观察其临床效果。结果：通过对所选的200例患者进行分析，106例显效，占53.00%；78例有效，占39.00%；16例治疗无效死亡，占8.00%；总有效率为92.00%，死亡率为8.00%。结论：消化内科上消化道出血的患者根据病情不同制
为研究供水管道材料对管道生物膜致病菌种的影响,以已稳定运行8年的中国东部某城市实际供水管道中试平台管道为实验对象,从平行设置的球墨铸铁管(DCIP)、高密度聚乙烯管(HDPE)、镀锌钢管(GSP)、不锈钢复合管(SSCP)和钢管(SP)管道中收集13组生物膜样品,开展宏基因组测序分析,对比研究不同管道材料的致病菌种类分布情况。结果表明:DCIP生物膜中致病菌相对含量最为丰富,GSP致病菌相对含量最少;此外,世界卫生组织颁布的12种全球优先致病菌(priority pathogens)在本次供水管道中发现9
摘要：目的：探讨甲状腺功能亢进症合并糖尿病的临床诊断和治疗。方法：选取我院收治的甲状腺功能亢进症合并糖尿病患者40例作为研究对象，对其进行降糖和抗甲亢治疗，分析比较患者治疗前后血浆葡萄糖（FPG）、血清游离甲状腺素（FT4）和游离三碘甲腺原氨酸（FT3）的情况，并对治疗效果进行分析。结果：经过治疗后，血浆葡萄糖（FPG）、血清游离甲状腺素（FT4）和游离三碘甲腺原氨酸（FT3）均显著低于治疗前，治
摘要：目的：总结分析神经内镜缩孔开颅颅内血肿清除术在高血压脑出血中的应用效果。方法：选择2012年6月～2014年12月期间我院收治的70例高血压颅内出血患者为研究对象，随机分为观察组和对照组各35例，对照组患者接受传统显微镜下开颅血肿清除术治疗，观察组患者接受神经内镜锁孔开颅血肿清除术，观察比较两组手术疗效。结果：观察组患者血肿清除率（90.5±1.5）%、GCS评分（9.78±0.25）分明显
超高压换流站消防管道多埋设于地下,容易受到站内入地电流腐蚀从而产生严重的泄漏。本文基于变分模态分解(Variation Mode Decomposition,VMD)和轻量级的高效梯度提升树(Light Gradient Boosting Machine,LGBM)设计一种新的管道泄漏监测定位算法。该算法首先对VMD算法进行改进,在保证分解充分的前提下尽可能以较低的计算量将采集到的原始信号分解,并在将VMD算法和小波去噪算法相结合,对信号进行去噪处理以确保提取具备较优表征的特征。为提高管道泄漏监测的准确性
为解决电力现货市场环境下调度优化、市场交易及其他生产系统之间存在数据壁垒问题和电力现货市场出清算法边界数据质量低下的问题。本文根据现阶段电力现货市场出清的实际情况,设计与实现一套电力现货市场出清边界数据管理系统完整架构,通过实现对各个生产系统的数据分类管理功能、市场出清边界数据的智能校验和市场出清结果的智能分析功能,为现货市场出清提供有力的技术支撑。并为解决现实出清算法边界数据质量问题,提出了一种对现货市场边界数据进行完备的数据校验方法和出清结果数据智能分析的自动化技术。通过电力现货市场边界数据管理系统解
为了解决传统故障定位方法在分布式电源并网场景下的局限性问题,本文提出一种基于长短期记忆网络的有源配电网故障定位方法。首先将有源配电网的网架拓扑划分为多个双端无分支区段,通过自动化设备采集故障前后各区段双端电流电压时间序列形成训练数据集。然后基于Tensorflow框架构建长短期记忆网络分别训练电压序列与电流序列,利用长短期记忆处理时间序列优势提取区段故障特征,最后通过构建逻辑门将两个网络的输出结合判定,作为判断区段故障的依据。经算例仿真验证,所提模型能够准确识别故障区段。测试结果表明,针对时间序列数据,相
利用Gleeble-3500热模拟试验机对电子束熔炼M35高速钢进行了热压缩试验,研究了其在变形温度为1273～1423 K,应变速率为0.01～10 s-1条件下的热变形行为,研究了其碳化物组织的演变规律,建立了电子束熔炼M35高速钢的热变形本构方程,并通过动态材料模型(DMM)建立了电子束熔炼M35高速钢的热加工图.同时将其与普通熔炼M35高速钢的热变形行为进行比较分析.结果 表明,电子束熔炼M35高速钢的真应力-应变曲线符合动态再结晶曲线特征,在高应变速率下曲线出现锯齿特征,流变应力随应变速率的提高
为了解决供热客服系统中来电诉求的分类问题,本文介绍一种基于KNN(k-近邻算法)以及CNN卷积神经网络的供热客服音频分类方法,主要用于处理用户来电的目的区分,将用户的诉求具体归类到报修,反馈,咨询等分类下,以支撑客服系统的后续处理,提升客服系统的工作效率。本文介绍的分类方法主要是使用KNN算法及CNN卷积神经网络分别对音频的时域特征和频域特征进行预测分类,再根据音频信号的物理特征进行权重计算,对结果加权以提升预测准确率。此方法的理论基础为在汉语中,不同声/韵母的发音方式会导致声音的时域特征发生较大改变,而