大数据架构下电力系统风险评估

目前电力系统风险评估研究对于电力系统数据的掌握程度较小,导致其风险评估的精准率较小,评估时长较长。提出大数据架构下电力系统风险评估研究。对电力系统的基础状态进行精准分析,不断探寻与电力系统风险系数相关的电路数据,查找电路数据存在的风险问题,解析风险评估算法,并强化算法理论性操作,构建风险评估模型检验在电力系统正常运行状态下的风险系数,达到电力系统风险评估研究的目的。实验结果表明,在相同的评估条件下,所提方法研究的评估误差比文献方法的评估误差低0.25,当评估时间为60 d时,所提方法研究的评估误差接近于0。     

大数据架构下电力系统风险评估

目前电力系统风险评估研究对于电力系统数据的掌握程度较小,导致其风险评估的精准率较小,评估时长较长。提出大数据架构下电力系统风险评估研究。对电力系统的基础状态进行精准分析,不断探寻与电力系统风险系数相关的电路数据,查找电路数据存在的风险问题,解析风险评估算法,并强化算法理论性操作,构建风险评估模型检验在电力系统正常运行状态下的风险系数,达到电力系统风险评估研究的目的。实验结果表明,在相同的评估条件下,所提方法研究的评估误差比文献方法的评估误差低0.25,当评估时间为60 d时,所提方法研究的评估误差接近于0。     

饱和负荷预测中的改进Logistic算法

饱和负荷预测有助于合理规划变、配电设备容量,节约投资。针对Logistic模型依赖于饱和值的问题,提出了修正指数求解方法;针对历史负荷数据缺失问题,提出以投运距今时间为自变量,用每个投运时间对应的平均年最大负载率外推;针对预测结果随机性较大问题,采用相同投运时间的多个区域负载率均值,引入权重系数,以加重近期数据的影响,并采用实际配网数据,预测其饱和负荷。与现有方法相比,所提算法对历史负荷数据的拟合误差更小,对未来饱和负荷的预测更加可信。     

基于改进遗传算法的配电网故障定位方法

针对传统遗传算法在分布式电源的不同投切情况下需要改变适应度函数和开关函数,导致故障定位稳定性和精度降低的问题,提出了一种基于改进遗传算法的含分布式电源配电网故障定位方法.该算法使用改进变异和交叉算子在提高收敛速度的同时能避免陷入局部最优解;使用改进的适应度函数和开关函数,以更好地适应分布式电源的不同投切情况;引入分级处理思想以加快大规模电网故障定位的计算速度.仿真实验结果表明,该算法能有效地定位含分布式电源配电网的多重故障问题,相比于传统的遗传算法具有更优的稳定性与定位精度.     

基于薄膜体声波谐振器的柔性有机挥发性气体传感器

本文制造了一种基于薄膜压电体声波谐振器的柔性有机挥发性（VOCs）气体传感器。通过转移印刷的方法,柔性体声波谐振器的电极与压电层采用的无机材料薄膜被从硅衬底上转移到超薄的聚酰亚胺基底上。该柔性谐振器的品质因数达到了1920,且在2.5 mm的弯曲半径下仅有相对于基频十万分之一左右的频率偏移。谐振器表现出了对于环己烷与乙醇气体良好的频率响应特性,且通过在器件表面修饰聚异丁烯（PIB）薄膜作为气体吸附材料,使得器件对于环己烷的响应提升了10倍以上。该柔性VOC气体传感器具有尺寸小,质量轻,机械柔性好的优点,在可穿戴环境检测设备,健康监测设备,食品变质检测的电子标签等领域有着广泛的应用前景。