智能电网环境下的继电保护

概述了智能电网及继电保护,并分析了智能电网环境下继电保护面临的挑战,然后针对挑战提出了优化继电保护的对策及建议。旨在为推动智能电网更加快速、稳健地发展增砖添瓦。     

高密度电法在青海省刚察县热水镇活断层勘查中的应用

青海省海北藏族自治州刚察县热水镇地处祁连山腹地,工作区属高原沼泽区,隐伏断裂较多。为了解工作区内地层结构及活断层分布,采用高密度电阻率法获取地下电性特征,预处理剔除畸变点之后,利用有限差分法正演及最小二乘法反演,结果表明高密度电阻率法在本次工作中能有效探测出活断层位置。     

基于虚拟仪器的位标器自动测试系统

介绍了一种基于虚拟仪器的导引头位标器振动性能自动测试系统。系统测控部分的主要硬件为研华公司的工控机、NI公司的数据采集卡和自行设计的信号适配器,主要编程软件为LabView。此系统主要应用于位标器振动性能的测试,也可以用于常温以及高低温性能的测试。     

基于时序混合密度网络的超短期风电功率概率预测

风电概率预测能够为新型电力系统安全运行提供关键的边界条件。提高预测精度是风电概率预测研究的关键问题,并且提高隐式模型的可解释性有益于人工智能模型的推广应用。因此,文中提出了时序混合密度网络,提取风电时序数据的局部矩信息作为输入通道,采用时序卷积网络提取多时间尺度的概率特征,并使用混合Beta分布构建概率预测信息。算例结果表明,局部矩通道能有效提高模型训练的收敛性,并且由时序混合密度网络提取的混合分布参数具有一定的可解释性,其预测结果相比现有模型具有更高的精度。     

基于多智能体深度强化学习的分布式电源优化调度策略

针对分布式电源集中优化调度难以解决隐私保护的问题,提出一种基于多智能体深度强化学习的分布式优化调度方法。该方法可自适应源荷不确定性,在源荷随机波动的情况下实时给出优化调度策略。首先,阐述了基于通信神经网络架构的多智能体深度强化学习方法原理。然后,提出基于多智能体深度强化学习的分区分布式优化调度框架,以日运行成本最低为目标构建日前优化调度模型,并考虑各种运行约束。继而,采用近端策略优化算法对该模型进行离线训练,利用训练好的模型进行在线优化调度决策。最后通过改进IEEE33节点算例进行仿真验证,结果表明,各自治区域在仅利用局部通信的情况下即可计算出各自的近似全局最优解。     

S波段10MW小型化高峰值功率多注速调管的研究与应用

采用高流通率电子光学技术、高效率高频系统设计技术等关键技术实现了S波段10 MW量级多注速调管的设计和研制。由于该速调管主要通过永磁聚焦的多注方案设计实现了高峰值功率速调管的小型化设计,增加了速调管的实用性和灵活性。设计结果可以指导其它同类型的S波段峰值功率多注速调管的设计。     

北京旧城四合院天然采光环境改造

以北京市东城区帽儿胡同三号院改造为例,通过实地调研和资料查阅,指出了该四合院内存在的较为严重的采光问题及其形成的深层次原因,然后提出以光环境改造为出发点来提升四合院内人居环境质量的构想。后期借用Radiance采光软件对改造前后的天然采光状况进行模拟计算,主要从平均采光系数和采光均匀度两方面进行光环境数量和质量的综合评价。根据量化结果的对比分析,证实了当前采用的改造方式可以较好地改善四合院及室内光环境,这种方法有望为旧城改造中有效利用天然光提供借鉴。     

超临界锅炉P91钢异径管硬度异常分析及处理

某超临界锅炉进行金属监督检验时发现材质为P91的再热热段管道大小头硬度值偏低、金相组织异常。文中给出了该异径管的硬度、金相检验结果；分析出问题的原因是再热热段管道异径管在加工制造过程中进行热处理时工艺和控制过程不当导致的；提出了对存在问题的异径管进行更换处理的意见，并提出对新制造异径管进行热处理和硬度检验的关键环节控制点。     

使用Visual C++对电梯模型的虚拟化编程

在对4层电梯模型实物的单片机芯片进行编程调试时，经常出现电路、机械等故障，影响教学进度，尤其线上教学时，无法对4层电梯模型实物编程，所以需要对电梯进行虚拟化，在虚拟化的基础上完成电梯控制逻辑程序编写。     

面向隐私保护基于联邦强化学习的分布式电源协同优化策略

针对分布式电源优化调度面临的隐私保护和实时决策问题，提出了基于联邦强化学习的多智能体分布式协同优化策略。首先，构建了基于联邦强化学习的配电网分布式协同优化框架，利用联邦学习避免在多智能体深度强化学习过程中泄露隐私数据。在此框架下，提出了多智能体约束策略优化方法，利用离线训练缩短在线决策时间，支持智能体实时分布式决策。同时，该方法为智能体构建了考虑潮流方程等约束条件的可行域，允许智能体在训练过程中自由探索，提高了收敛速度，并确保实时调度策略满足电力系统安全运行约束。最后，通过算例进行仿真验证，结果表明离线训练时各智能体仅利用局部信息即可实现全局优化，并保证了实时决策和调度策略的安全性。