基于LSTM的阀冷系统入水温度及冷却裕度预测

为解决换流站阀冷系统状态缺乏智能预测手段和极端工况下冷却能力是否充裕难以评估的问题,提出基于长短期记忆网络(long short-term memory, LSTM)的换流阀冷却裕度预测方法。在阀冷系统冷却裕度指标量化评估的基础上,考虑多源影响因素,通过相关性强弱选择特征量并构建数据样本集,利用长短时记忆网络建立预测模型,并基于大量实际样本数据进行训练,对入水温度和冷却裕度发展趋势做出预测、提前预警,同时提供极端工况下冷却裕度的分析模型,为现场处理决策提供依据。通过穗东换流站的实例分析,验证了算法的有效性和可行性。     

近地表空间梯度瞬变电磁粒子群优化反演研究

空间梯度瞬变电磁测量方法利用以发射线圈为对称平面的两个同规格接收线圈信号相减,消除了一次场互感影响,使得早时段瞬变电磁响应得到精确测量,为近地表电性结构层探测提供技术支持。瞬变电磁法一维正演理论研究表明:相比于重叠回线装置,空间梯度瞬变电磁观测模式在早时段(1 ms内)记录具有优势,对近地表30 m深度范围内的介质地电参数变化反映更为灵敏。为实现近地表空间梯度瞬变电磁高精度反演,提出一种基于反向学习策略的自适应混沌粒子群算法(OBL-ACPSO)。利用该算法对理论模型的无噪和含噪瞬变电磁数据进行反演,结果表明,改进的算法显著提高反演精度,抗噪性能突出,为近地表空间梯度瞬变电磁数据的快速反演解释提供了新算法。     

浅谈电力行业金属监督质量管理的优化

如何通过金属监督质量管理的优化创新来更好地服务当前电力设备材料等级越来越高的需求,已经成为目前电力行业内金属监督质量管理工作面临的一项挑战性课题。文章主要分析了现阶段电力行业金属监督质量管理工作中普遍存在的问题、不足和难点,并明确金属监督质量管理工作的基本要求,最后提出了金属监督质量管理工作优化的相关措施,对电力行业金属监督质量管理工作提供有助益的参考。     

多能互补系统综合效益最大化控制

针对光伏发电出力随机性大,波动较强等问题,提出了一种多能互补系统综合效益最大化控制策略,控制双向DC-DC逆变器实现蓄电池、超级电容器和氢燃料电池充放电,保证直流母线电压的稳定。然后利用蓄电池和超级电容器所具有的能量互补特点,实现对储能系统的优化管理。采用光伏与混合储能协调互补的方法,可以减少储能系统的容量、降低蓄电池循环充放电的次数、延长储能装置的使用寿命,并获得较好的光伏波动平抑效果,相比于常规的控制方法,减少了运行投资成本,具有显著的经济效益。     

超超临界锅炉喷氨优化与调整

某厂超超临界燃煤火电机组已完成超低排放改造,实现烟尘、SO₂和NO_x排放浓度远低于10 mg/Nm³、35 mg/Nm³和50 mg/Nm³。但锅炉中脱硝系统氨逃逸过大,导致脱硝系统后面的烟道内空预器及低温省煤器堵塞严重,严重影响了机组运行安全。通过测量该锅炉SCR反应器出口NOx浓度及氨逃逸量等参数,基于实测数据分析对锅炉喷氨量进行优化调整,降低SCR反应器出口氨逃逸量,从而有效缓解空预器及低温省煤器的堵塞状况,保证机组的高效安全运行。     

某660 MW火电机组调试期间DCS逻辑优化与修改

DCS系统调试的质量与机组顺利投产和安全运行紧密相关。新建火电机组DCS系统逻辑组态由于多方面原因往往存在着单点保护、与设备不契合、延时设置错误、功能缺陷等问题。文章结合调试期间实际典型案例对DCS逻辑组态的优化与修改进行归纳总结,为基建机组逻辑设计与调试提供参考。     

不确定性环境下的孤岛型微电网鲁棒优化算法

针对可再生能源出力和负荷功率的不确定性,提出了日前计划-日内调度的孤岛型微电网鲁棒优化算法,其中日前计划针对可能出现的最恶劣场景,利用列约束生成算法将问题分解为主问题和子问题,交互迭代求解最优经济调度方案;日内调度阶段,利用每一时段的实时测量信息,基于日前计划调度结果对调整成本进行二次优化,通过对传统能源发电的功率调整进行惩罚来追踪日前计划调度结果,并对弃风、弃光功率进行分段惩罚,最大程度地消纳可再生能源。算例表明:该算法能使微电网在输入输出不确定情况下保持良好的鲁棒性和经济性,验证了算法的有效性。     

基于双种群CSO算法重构的含DG配网故障恢复

为兼顾配网故障恢复的快速性和最优性,提出一种基于重构的分级响应故障恢复方法,并应用双种群纵横交叉(crisscross optimization algorithm,CSO)算法寻求重构方案。首先在故障隔离后利用启发式规则进行局部重构,以较少的开关动作次数快速恢复配网连通性。然后在局部重构后有安全指标越限时,利用改进的双种群二进制纵横交叉算法在可行域内搜索最优解进行全局重构。若全局重构后安全指标依然越限,按负荷重要性指标切除部分非关键负荷,恢复配电网安全运行。最后,改进的PG&E配电系统仿真结果验证了该方法的可行性和有效性。     

Pathways to eliminate carbon emissions via renewable energy investments at higher education institutions

Higher education institutions are among the many public and private sector entities that have committed to long-term sustainability goals in response to the threat of climate change. A key challenge for these institutions is establishing a commitment to make targeted investments in renewable energy technologies in support of emissions reduction goals. Such strategies require a vision to simultaneously coordinate strategic investments in renewable energy technologies with tactical operational decisions to achieve the desired benefits. In this paper, we formulate and solve a least-cost renewable energy capacity investment planning model to determine pathways to achieve emissions reduction strategies. Specifically, we apply our model to Rutgers University to evaluate its target of 100 % carbon neutrality. Using these insights, we share recommendations on how these strategies can be executed. This research serves as a springboard for administrators to assess and deploy their emissions reduction strategies, while ensuring system and financial constraints are satisfied.     

热处理对制备纳米氧化铟锡(ITO)粉末的影响

以共沸蒸馏工艺辅助的共沉淀法制备了纳米氧化铟-氧化锡（ITO）粉体，研究了不同热处理温度对制备粉体的影响，结果表明，随着热处理温度的提高，粉体发生从四方结构向体心立方结构转变，晶粒出现长大现象，比表面积变化明显，化学组分保持高纯状态，综合比较，在700～800℃进行热处理可以得到尺寸均匀，晶形完整的纳米级粉体。