基于模糊神经网络的自适应单相自动重合闸

自动重合闸作为保证电力系统输电线路的安全运行,提高电力系统供电可靠性的自动装置,发挥了极其重要的作用,因而被广泛地应用在目前的输电线路上。但是现在的自动重合闸装置不具备判别瞬时还是永久故障的能力,当重合于永久故障时,会对系统造成严重的危害。该文主要引入模糊神经网络,对单相接地故障进行研究,实现单相自动重合闸的自适应性,即重合闸能自适应地判别故障的瞬时性与永久性。     

数学形态学在行波滤波中的应用

行波故障测距需对行波信号进行采样,采样率往往取得较高,易受到各类噪声的影响。为了克服传统方法和小波方法在抑制噪声方面的不足,引入数学形态学理论。在故障行波上模拟噪声,比较形态学和小波变换算法对各种行波噪声干扰的抑制效果。仿真结果证明形态学算法滤除脉冲干扰的优越性明显,滤除白噪声的效果比小波算法略优。     

基于GSA的电力系统不良数据辨识算法

随着数字化技术在电力系统中的广泛应用及对电力系统运行可靠性要求的不断提高,不良数据的辨识显得越来越重要。目前广泛应用的状态估计法,存在残差污染等缺点。论文研究了建立在神经网络和聚类分析基础上的GSA不良数据辨识算法,该算法运用神经网络完成对测量数据的预处理,然后由GSA算法对聚类分析后的结果进行判断,完成不良数据的辨识。论文借助M atlab及C语言对GSA算法进行了仿真,通过一个具体的网络不良数据辨识将此算法与状态估计算法进行了比较,验证了该算法的有效性及实用性,有效地避免了不良数据的漏检、误检。     

Web服务在电力系统DB2数据库存取中的应用

WebService是构建分布式系统的最好工具。研究了WebService的相关概念、结构以及主要支撑技术 ,并且通过微软VS Net提供的WebService实现了对电力系统DB2数据库的存取方案。实践验证 ,这种方法完成存取过程是完全可行并且有效的 ,为电力系统数据的分布处理提供有益的参考 ,使电力系统中非常庞大的数据量得到快速高效的处理 ,为电力系统安全、稳定、经济运行提供保障。     

短期负荷预测的MCA与ANN组合模型

针对应用ANN方法时需要处理大量的日负荷数据而影响运算速度的缺点,提出用主成分分析(MainComponent Analysis,MCA)与ANN相结合的组合模型进行预测的方法,在日负荷数据输入神经网络之前用MCA进行处理,“过滤”掉无用的信息成分,以提高负荷预测的效率。仿真结果验证了该组合模型是可行并且高效的。     

试析马钢H型钢厂绩效考核及其奖酬体系的变革过程

从马钢H型钢厂的筹备到正规组产的各个不同阶段时的所对应的绩效考核及其奖酬体系的变革从人力资源管理的角度试分析其内在关系,对这个国有特大型钢铁企业中的业绩考核及其奖酬体系在当今社会条件下所进行的实践进行一些有益的探讨.     

考虑远期合同市场的发电商竞价策略研究

合同交易随着电力市场化的不断完善和风险管理的需要，呈现出越来越重要的作用．在一个规范、成熟的电力市场中，应当是实时市场和合同市场并存的，两者互为补充、相辅相成、缺一不可．因此，研究一个考虑合同市场的发电商竞价策略模型就有尤其重要的意义和研究价值．针对考虑合同市场的发电商竞价策略进行了研究，建立了发电商竞价策略的数学模型．理论分析和算例结果表明了模型的实用性．     

PLC在电动机综合保护中的应用

研究采用可编程控制器（PLC）实现的电动机综合监控保护系统，该系统能对电动机实现启/停控制，并能对各种故障实现综合保护；系统采用了西门子公司的SIMATIC S7-200 CPU 224PLC为主机，EM231为扩展模块；采用了梯形图及指令表语言为进行软件设计。     

BP神经网络技术对货运量预测

运用改进的神经网络技术对现代物流系统中的货运量进行预测 ,以湖南省湘西自治州货物货运量为样本 ,详细研究运输量神经网络预测模型的操作过程 ,并证明了此方法的可行性和有效性     

激光淬火技术在发动机大修中的应用

作者介绍了激光淬火提高气缸套耐磨性和使用寿命以及提高曲轴抗磨损、抗疲劳性的强化机理、激光处理工艺及方式、方法 ,讨论了激光淬火强化效果的影响 ,总结并分析了强化效果。结果表明 :在优化的工艺条件下 ,激光淬火不仅提高了气缸套和曲轴的耐磨性和抗疲劳性 ,而且还提高了其使用寿命 ,在发动机大修中应该得到大力提倡