全方位打造整体解决方案——访现代重工（中国）电气系统事业部总经理林海

自2004年2月进入中国，伴随着中国电力电气市场的发展，现代重工的电气业务在中国区也在不断的扩大，在2011年现代重工（中国）的业务组织架构调整中，将原现代重工（中国）电气有限公司的电气系统营销业务全部转到位于上海的现代重工（中国）旗下的“现代电气系统事业部”，     

现代重工持续发力中国电气市场

新世纪以来,中旧电力市场的高速发展为众多国外电气制造企业创造了机会,他们争先恐后地搭上了中国电力市场“快车”。如今,中国发电量更是稳居全球之首,其发展潜力不言而喻。不管是“先来者”,还是“后到者”．国内外电气企业纷纷凭借日新月异的技术,力争在这场中国电力市场发展大潮中“分一杯羹”。     

HYUNDAI现代:绿色创新 服务电能市场 访现代重工(中国)电气系统事业部总经理林海先生

"现代重工致力于为中国市场研发及提供高精尖的电力电气产品和服务,为中国的电能开发和应用提供更好的技术、产品和解决方案。"韩国现代重工集团成立于1972年,一直致力于成为世界领先的综合型重工业企业,在全球拥有近30000名优秀员工。作     

9家ABB企业入选2014中国电气工业100强

在2014年11月27日公布的＂第15届中国电气工业100强＂榜单中,全球领先的电力和自动化技术集团ABB有9家本土企业成功入选,在上榜企业总数上名列前茅。同时,凭借在市场竞争力、研发与创新能力等方面的突出表现,ABB还荣获＂中国电气工业竞争力10强＂和＂中国电气工业创新力10强＂两个重要奖项,充分显示了ABB在电气领域的领导地位。＂中国电气工业100强＂评选由中国机械工业信息研究院下属的《电气时代》杂志主办,至今已成功举办15届。     

令人激动的电气工业

我国经济发展在加速,国民经济各行业对电力需求增速远远超出预期,“十五”规划中的电力装机容量提前两年半完成,我国电气工业迎来发展大机遇。我国电气企业已初具规模,形成了国有、民营、外企三足鼎立的局面。在未来几年伴随电气工业的大发展,电气企业将面临大变局,一批中国电气巨人将浮现,并走向世界。: 中国市场是令全球企业都为之激动的高速成长的大市场,而电气工业更是迎来了发展的黄金时期。请谈谈中国电气工业的发展现状和发展趋势。郑元豹:随着这几年的经济发展,中国逐渐成为一个全球最大的市场,中国电气工业的发展现状令人振奋。按…     

现代电气系统 荣获“2012中国电气行业十大评选”奖项

2012年8月24日,由慧聪网主办的"2012中国电气行业十大评选"颁奖典礼在京隆重举行,现代重工(中国)荣获"2012中国电气行业装备低压电器杰出企业"和"2012中国电气行业十大创新企业"称号。     

威琅：扎根中国 连接绿色未来——访德国威琅电气自动化事业部经理Mr.Ungermann和威琅中国总经理 刘伟先生

很多企业从成立开始,其理想定位就是做＂百年老店＂,然而真正能走过百年的却寥寥无几,德国威琅电气算是一个佼佼者。提起威琅品牌,业内人都会讲这是一个老品牌,却在现代工业中有着最新技术的产品与应用,在新能源产业领域也有着他充满朝气的身影。从2005年进入中国市场,威琅——这个老牌的工业电气连接领导者在中国市场泛起了怎样的活力...     

英伦电气名企登陆中国 卢西电气：专注造就专业的领先品牌——本刊专访英国卢西电气集团中国区总裁勾振辉

人们对安全用电、智能用电的高度关注,推动了全球电气市场的快速发展,尤其是中国市场的发展。中国超大规模的智能电网建设不但为国内电气企业提供了巨大的市场潜力,同时也吸引着一批又一批的外资企业移师中国。继成功开发中东、南非、印度市场后,英国卢西电气集刚（以下简称卢西电气）也把战略目光转向了中国市场,全力服务中国电力事业发展。     

绿色创新成长现代重工意欲舞动中国电力市场

作为全球著名的电力和电气设备及服务供应商,现代重工在上海国际电力电工展中不仅展示了全面的电力和电气系统设备以及整体解决方案,还向所有观众及同行展示了其雄厚的发展实力.展会期间,本刊记者采访了现代重工(中国)电气系统事业部及新能源事业部总经理林海.《电力系统装备》:请介绍一下,现代重工电气系统的产品都涵盖哪些领域?林海:作为全球著名的电力和电气设备及服务供应商,现代重工电气系统事业部可提供全面的电力和电气主要设备以及整体解决方案.在此次展会中,我们推出了涵盖发电、输变电和配电等系列解决方案.     

现代重工:电气新品全面升级,更好服务智能电网建设——本刊专访现代重工(中国)电气系统事业部总经理林海

现代重工(中国)作为韩国现代重工集团在中国的全资子公司,成立于2006年5月,总部位于上海,公司在华业务范围涉及工程机械、电气系统、新能源、自动化系统及金融等行业。现代重工一直很关注现代电气事业在中国的发展,尤其是在技术研发方面,     

改进遗传算法在电力系统稳定器参数辨识中的应用

针对基本遗传算法(SGA)收敛速度慢、易早熟等缺陷,从初始群体的生成、精英个体的保留、自适应的交叉率和变异率、早熟现象的防止策略等方面对SGA进行了改进,提出了一种基于改进遗传算法(IGA)的将电力系统稳定器(PSS)原模型转换成仿真软件下标准模型的参数辨识方法.通过建立含PSS的励磁系统原模型和标准模型传递函数结构框图,输入相同的扰动信号,以原模型和标准模型的输出误差最小作为辨识目标,利用IGA对PSS标准模型参数进行优化调整,最终得到满足要求的PSS标准模型参数.实际PSS参数辨识结果表明,该方法计算速度快,精度高,具有很好的效果.     

Hybrid evolutionary algorithms in a SVR-based electric load forecasting model

Accurately electric load forecasting has become the most important issue in energy management; however, electric load often presents nonlinear data patterns. Therefore, looking for a novel forecasting approach with strong general nonlinear mapping capabilities is essential. Support vector regression (SVR) reveals superior nonlinear modeling capabilities by applying the structural risk minimization principle to minimize an upper bound of the generalization errors, it is quite different with ANNs model that minimizing the training errors. The purpose of this paper is to present a SVR model with a hybrid evolutionary algorithm (chaotic genetic algorithm, CGA) to forecast the electric loads, CGA is applied to the parameter determine of SVR model. With the increase of the complexity and the larger problem scale of electric loads, genetic algorithms (GAs) are often faced with the problems of premature convergence, slowly reaching the global optimal solution or trapping into a local optimum. The proposed CGA based on the chaos optimization algorithm and GAs, which employs internal randomness of chaos iterations, is used to overcome premature local optimum in determining three parameters of a SVR model. The empirical results indicate that the SVR model with CGA (SVRCGA) results in better forecasting performance than the other methods, namely SVMG (SVM model with GAs), regression model, and ANN model.     

基于混沌遗传算法的水电站优化调度模型及应用

利用混沌运动的遍历性、随机性和规律性等特点,提出了一种求解水电站水库优化调度问题的基于浮点数编码的混沌遗传(CGA)算法。该算法的思想是采用混沌优化进行改善初始种群质量和利用混沌退化变异算子代替常规算法中的变异算子,避免搜索过程陷入局部极值。与动态规划、常规遗传算法进行比较,文中实例计算结果表明,该算法计算速度快、收敛性好,提高了常规遗传算法的收敛速度和优化效果。     

基于实测扰动的励磁系统参数辨识可行性研究

利用Matlab/Simulink搭建了待辨识励磁系统及单机仿真系统模型,分别采用M序列伪随机信号、机端电压阶跃信号及系统扰动作激励,利用遗传算法辨识励磁系统参数。首先利用多窗口法对不同激励信号进行频谱分析,论证了基于实测扰动的励磁系统参数的可辨识性;然后基于同样扰动,分别以不同采样频率及记录时间(数据长度)进行参数辨识,研究信号采样频率及记录时间对参数辨识结果的影响。结果表明采样频率及记录时间互相配合可以得到较好的辨识精度。     

基于混沌遗传算法的变压器局部放电源点定位新方法

混沌遗传算法是利用混沌引导种群进化的寻求全局最优的优化方法．将混沌遗传算法用于求解局部放电超声定位的优化问题，根据三个超声波传感器所接收到的超声信号与电脉冲信号的时差，快速精确估算出局部放电源点位置及各路超声波信号的等值波速．仿真及实验结果表明：该算法具有很高的精度和实用价值．     

Cyclic electric load forecasting by seasonal SVR with chaotic genetic algorithm

Application of support vector regression (SVR) with chaotic sequence and evolutionary algorithms not only could improve forecasting accuracy performance, but also could effectively avoid converging prematurely (i.e., trapping into a local optimum). However, the tendency of electric load sometimes reveals cyclic changes (such as hourly peak in a working day, weekly peak in a business week, and monthly peak in a demand planned year) due to cyclic economic activities or climate seasonal nature. The applications of SVR model to deal with cyclic electric load forecasting have not been widely explored. This investigation presents a SVR-based electric load forecasting model which applied a novel hybrid algorithm, namely chaotic genetic algorithm (CGA), to improve the forecasting performance. With the increase of the complexity and the larger problem scale of tourism demands, genetic algorithm (GA) is often faced with the problems of premature convergence, slowly reaching the global optimal solution or trapping into a local optimum. The proposed CGA based on the chaos optimization algorithm and GA, which employs internal randomness of chaos iterations, is used to overcome premature local optimum in determining three parameters of a SVR model. A numerical example from an existed reference is used to elucidate the forecasting performance of the proposed SSVRCGA model. The forecasting results indicate that the proposed model yields more accurate forecasting results than ARIMA and TF-ε-SVR-SA models. Therefore, the SSVRCGA model is a promising alternative for electric load forecasting.     

基于改进遗传算法的非线性发电机励磁系统参数辨识

为了确保电力系统建模的精确性和安全稳定分析的可靠性,进行发电机励磁系统参数辨识测试是一项重要的工作。提出采用改进的GA遗传算法应用于发电机励磁系统的非线性参数辨识,利用GA较强的全局寻优能力和BP梯度法较强的局部搜索能力,较快同时又较好地辨识出发电机励磁系统参数估计值。实际发电机励磁系统参数测试试验结果表明,基于改进遗传算法的励磁系统参数辨识方法计算速度快,精度高,鲁棒性强,为非线性发电机励磁系统的参数辨识提供了一种有效的新方法。     

基于Prony算法的发电机励磁系统参数辨识

阐述了发电机励磁系统参数辨识的原理。基于Prony算法提出了一种工程上便于应用的发电机励磁系统参数辨识新方法。指出该方法的优点是根据励磁系统输入、输出响应信号直接在时域上实现参数的辨识。在Matlab/Simulink中的仿真结果表明,该算法能准确的辨识出励磁系统各个环节的参数,具有精度好、运算率高、程序通用性强等优点。     

混沌免疫遗传算法在电力系统故障诊断中应用

针对电力系统故障诊断问题,提出了一种新的免疫遗传算法——混沌免疫遗传算法。该算法将免疫算法、混沌与遗传算法相结合,利用混沌运动的遍历性、随机性产生初始种群,加快搜索的速度;利用免疫原理的浓度计算及调整加入新的混沌序列补充种群,增加种群的多样性,避免陷入局部最优;交叉变异结束后在最优解附近再用混沌进行局部寻优提高解的精度。它能从保护和断路器的拒动和误动中,快速找到故障点。实验结果表明,该算法能快速寻找到最优解,保证系统的实时性和准确性,较好地实现了对电力系统的故障诊断。     

基于电阻耦合法的发电机励磁系统参数辨识

提出了一种基于电阻的信号耦合法,可将伪随机信号或阶跃信号耦合到自动电压调节器（AVR）的机端电压反馈信号中,用于解决目前某些发电机励磁控制系统时没有预留测试信号输入端子而难以进行励磁系统参数辨识试验的问题。该方法已用于某实际385MW同步发电机励磁系统现场测试,并用遗传算法进行了参数辨识。校验结果证明了该方法的有效性。