简介：2014年土耳其空调压缩机需求下降产业在线统计数据显示，2014年1～11月，中国出口至土耳其的空调压缩机为50万台，同比下降48％。据相关企业反馈，2013年土耳其空调库存较多，但2014年天气并没有延续往年的持续高温，导致空调库存消化困难。

简介：为满足日益严格的环保要求,同时伴随着机组利用小时数的下滑,火力发电厂盈利空间不断被压缩,电厂正在通过优化运行方式、设备技术改造等方法提高生产效率。利用动态规划（DP）算法,使用计算机编制程序确定磨煤机最优运行方式可以降低制粉系统耗电量,提高机组供电效率,该节能降耗的思路和方法具有一定的推广价值。

简介：小电流接地系统发生单相接地故障,故障电流暂态分量复杂、稳态分量不明显的特点为可靠选线带来困难。本文分析了小电流接地故障电流暂态分量特征,并提出一种基于改进EMD算法的小电流接地故障选线方法。EMD算法通过叠加电网特征高频信号解决了IMF模态混叠并可靠滤除了高频干扰。基于单相接地故障电流经改进EMD分解出的IMF在不同故障角下展现出不同的特征,分别利用故障时刻低频波形的单调性与线路故障特征能量作为判据进行小电流接地故障选线。基于Matlab/Simulink的配电网单相接地故障仿真验证了该选线方法的有效性。

简介：直线压缩机由于结合了直线电机驱动、柔性板弹簧支撑以及无油间隙密封等技术,具有寿命长、振动低、可靠性高等优势,现已发展成为斯特林型低温制冷机高效可靠运行的关键。直线压缩机由电、机械和声学三部分组成,其中低温制冷机提供等效声学阻抗。声阻抗直接影响着直线压缩机的工作特性。本文从直线压缩机的声阻抗特性出发,分析了其对直线压缩机输出特性的影响规律。进一步提出了基于声学负载的直线压缩机机械弹簧刚度、动子质量、电机比推力以及机械阻尼系数的反求方法,以期为直线压缩机阻抗匹配及其性能检测提供参考。

简介：风电场的安全运行需要风电功率预测具有较高的精度。尽管支持向量机（SVM）理论在解决预测数据非线性等方面有较大优势,但SVM的参数难以选取。采用人工蜂群算法（ABC）对SVM中的参数进行寻优并对风电功率进行预测,将仿真预测结果与标准SVM预测结果进行对比,结果证明该方法提高了预测精度。

简介：摘要本文针对电缆排管合理敷设长度问题，分析了电缆排管敷设长度的制约因素，探讨了电缆排管敷设长度数学模型的建立，并提出了一种优化计算电缆排管合理敷设长度的新算法——遗传算法，实验结果表明，在实践中，电缆排管合理敷设长度可以根据实际情况适当地放宽边界，有助于确保今后电缆设备的安全可靠运行。

简介：摘要反时限保护是指动作时间与故障电流成反比，此种关系一般使用反时限曲线来表示。而反时限保护的实现一般可以使用查表，曲线拟合，自适应神经元与公式计算等方法。而这些计算中有些使用浮点运算，所以在实际实现中需要进行简化，简化时会带来相应误差。本文主要对复杂的反时限方程的各种实现方法进行分析并计算相应误差，以方便针对不同单片机选择使用的反时限计算方法。

简介：摘要经济危机蔓延全国，当然中国也无不例外，导致原材料的价格越来越高，传统的压缩技术已经不再适应社会发展的需求，如果不改变方法策略以及转变压缩机的生产方式，将很有可能被淘汰，所以提高生产效率、降低成本和改善质量成为在越来越严重的竞争市场中占据有利地位成为每一个压缩机公司必须的转向目标。推进生产精益化，是企业减少成本，增强竞争力的最终目的。

简介：针对变电一次设备状态监测中普遍存在的异常数据问题,提出了一种基于点排序识别聚类结构（OrderingPointstoIdentifytheClusteringStructure,OPTICS）的状态监测异常数据过滤算法。通过对一次设备状态监测的历史数据进行异常数据特征分析,建立了基于密度聚类的异常数据过滤机制。并以某110kV变电站一次设备变压器油色谱以及GISSF6密度微水实验为例,对该算法的异常数据检测效果进行了验证。该算法与传统异常数据过滤算法的对比试验结果表明,该算法能够准确地识别异常数据的特征,有效过滤状态监测中的异常数据,显著降低噪声干扰,从而提高数据的可靠性。

简介：摘要本文利用了修正的离散量子粒子群优化算法（MQPSO）对配电网网络进行重构，算法在原有的二进制粒子群基础上改进了Sigmoid函数的简单映射关系，直接利用MQPSO实现了改进粒子群自身算法直接的映射关系，提高了算法的运算效率。此外，由于配电网自身的辐射状运行特点，本文利用节点优化3步骤对配电网络进行优化，使得粒子在初始化过程中避免了不可行解的出现。最后对IEEE单馈线33节点配电系统进行了优化计算，其结果与最优解吻合，同时还证明了MQPSO算法在处理离散问题的高效性。

简介：准确的电机参数是无速度传感器交流调速系统设计的前提。运行过程中，由于温度、频率和磁通的影响，电机参数通常会发生变化，特别是，转子电阻和磁链电感的变化直接关系到磁链和转速的辨识精度，影响驱动系统性能。本文通过测量定子电压和电流，基于扩展卡尔曼滤波器（EKF），研究了一种新颖算法，通过将两个基于扩展卡尔曼滤波器模型有机结合，协同工作，实现了对转子电阻、励磁电感、转子磁链和转速在线辨识。仿真和实验结果表明这种新颖的电机参数辨识算法具有较小的辨识误差，可以满足无速度传感器交流调速系统对电机参数准确性的要求。

简介：针对常见的PD型迭代学习控制算法收敛速度慢、收敛精度低的问题,提出了一种具有自适应学习的开环PD型迭代学习控制算法。该算法融合自适应学习和开环PD型学习律,采用自适应因子来优化学习率,通过数学方法证明了其收敛性,并通过仿真验证了算法的有效性。

简介：提出了一种基于模糊优化多目标进化算法（FMOEA）的配电网故障定位新方法。FMOEA对基于排序选择的传统多目标进化算法进行改良，有效避免了其种群早熟的问题，在排序结果中引入模糊优选决策因子，得到本代个体的最终适应度值，之后再经过复制、交叉、变异和迭代等过程，直到满足终止条件得到最终的Pareto解集；最后对适用于故障定位的最优解集处理办法进行了探讨与分析，以便从最优解集中筛选出符合故障情况的唯一解。算例仿真测试针对不同的配电网系统结构，分别模拟系统单点、多点故障，以及信息完备与部分信息畸变的情况，结果表明该算法可以实现配电网故障的：有效定位，通过对比遗传算法，验证了该方法寻找全局最优Pareto解集的有效性及良好的收敛性能。

简介：为了探讨遗传算法在大型矿用电动轮自卸车油气悬架设计中的应用，对遗传算法的理论和具体应用进行了研究，对车辆的油气悬架的原理进行了分析，建立了油气悬架的数学模型，整车五自由度模型，确定了以车身加权加速度均方根值为目标函数，及约束条件，并利用遗传算法，选择合适的遗传算法参数，在Matlab软件了中进行参数的优化设计。研究结果表明，矿用自卸车的车身垂向加速度均方根值减少了25．6％，意味着明显改善了车辆的振动响应。

简介：摘要由于风电具有与常规电源完全不同的特性，且风资源丰富的地区通常都位于电网的末端，电网网架结构相对薄弱，电网对接纳风电和消除风电不稳定性对电网影响方法单一，风电快速、大规模的发展使得电网消纳风电的困难更加凸显，严重阻碍了风电的健康快速发展，也使得风电开发建设遇到了前所未有的发展瓶颈。压缩空气储能发电技术的研究成为了必要。

简介：随着新能源技术的发展，电力系统网络结构将日趋复杂，区域性供电不平衡和负荷波动较大等问题将导致系统电压跌落现象频发，针对性的治理工作急需开展。动态电压恢复器（DVR）作为一种电压跌落治理设备，可迅速补偿电压凹陷，恢复负荷侧的电压波形，从而使用户端免受影响。本文从分析动态电压恢复器的国内外研究现状为出发点，对动态电压恢复器的电压跌落检测算法、电压补偿策略、动态电压跟踪控制方法和系统控制策略进行了详细分析和比较，为后续研究工作的深入奠定了基础。

简介：密码算法分为对称密码和非对称密码,在交换机、路由器的账号配置、远程运维、信息传输的过程中,应用了大量的密码算法用以实现信息的认证性、保密性及不可篡改性。随着密码分析技术的进步和计算机计算能力的提升,比如边信道攻击等新方法的出现,使得如果选取错误的参数配置会大大降低安全协议的安全性,暂时安全的密码算法将会变得不再安全。这时就需要更换算法或者增大算法的参数,来实现密码算法的理论安全。文章综述了在网络设备及协议中常见的密码算法,分析了不同密码算法的安全性,并提出了目前要实现网络安全运维各类密码算法应该如何设置参数,可以作为日常网络运维参数配置的参考依据。

简介：针对电力系统低频振荡问题,在运用阻尼转矩对单机无穷大系统分析低频振荡机理与特点的基础上,对低频振荡经验模态分解时存在的端点效应问题进行了理论分析与改进,提出了一种基于端点优化对称延拓法的有效改进EMD分解边界效应的HHT算法对电力系统低频振荡进行辨识。通过对测试信号进行仿真,同时也利用广域FNET监测系统的测试结果进行低频振荡参数辨识及抑制实验,研究了该算法在模式辨识方面的有效性和准确性。仿真和实验表明,基于改进HHT算法的低频振荡辨识方法能快速高精度地辨识出振荡模态信息,并能有效指导电力系统稳定器PSS的配置及参数设计,从而维持电力系统的安全与稳定。

简介：提出了一种填充粒子群算法（FPSO）,用以解决双次级永磁同步直线电机优化设计问题。在有限元分析的基础上,采用支持向量机拟合直线电机结构参数与运行性能参数之间的关系,建立用于优化计算的非参数模型;引入填充函数,对传统粒子群算法进行改进,并采用多峰值函数对算法进行测试,结果表明：FPSO具有良好的快速性和全局收敛性;采用FPSO对电机结构参数进行优化,得到一组最优的电机结构参数。仿真实验表明：采用该算法优化后的电机推力大、推力波动小且峰值电流小,符合电机的优化设计目标。

简介：将Hilbert-Huang变换（HHT）算法和Prony算法相结合进行电力系统低频振荡模式识别。利用HHT算法对实测信号进行经验模态分解,使之分解成处于不同频率的固有模态函数（IMF）;然后根据Hilbert变换,分析IMF分量的频率和相位,提取出含主导低频振荡模式的IMF;利用Prony算法对含低频振荡模式的IMF进行分析,提取出低频振荡模态参数,准确识别低频振荡模态。通过算例分析,证明了该方法可提高模态识别的精确性,验证了提取低频振荡模态参数的有效性。