【摘 要】
：
人们日常生活和企业生产离不开电,配电网系统可靠安全地运行是保证电力输送的关键。一旦配电系统的可靠性出现问题,除了因停电故障影响人们日常生活和企业的生产外,还给电网带来了较高的维护与检修成本,给社会造成巨大的经济损失。提升配电网可靠性这一目的,日益成为电力系统管理的重点也是难点。以提升配电网格可靠性为目标,从配电网内部和外部两个方面寻求解决方案。站在外部角度,从用户需求角度出发,通过价格刺激供求关系
论文部分内容阅读
人们日常生活和企业生产离不开电,配电网系统可靠安全地运行是保证电力输送的关键。一旦配电系统的可靠性出现问题,除了因停电故障影响人们日常生活和企业的生产外,还给电网带来了较高的维护与检修成本,给社会造成巨大的经济损失。提升配电网可靠性这一目的,日益成为电力系统管理的重点也是难点。以提升配电网格可靠性为目标,从配电网内部和外部两个方面寻求解决方案。站在外部角度,从用户需求角度出发,通过价格刺激供求关系,调整需求以适应供给,提高配电网充裕度;站在配电网内部角度,通过内部控制电能的调度,使电能由过载地区向电
其他文献
目的:本研究旨在探讨气象因素及空气污染物对手足口病发病短期效应的非线性、滞后性和累积性,为深圳市手足口病的预防预警工作提供参考依据。方法:利用深圳市2013～2016年手足口病每日监测数据及同期气象、污染物数据,采用分布滞后非线性模型,评估气象因素、空气污染物对手足口病发病的非线性、滞后和累积效应,依次进行单因素、多因素模型分析,并划分不同季节和人群进行季节及亚组分析。结果:1.2013～2016
当核电站反应堆冷却剂流失时,包壳管易在高温高压的状态下发生破裂,从而导致核燃料泄漏事故。这种情况下包壳管主要靠辐射进行传热,发射率是辐射传热的重要参数,因此,测量包壳管的发射率可以分析其在事故工况下的散热情况,进而研究减少包壳管破裂的方法,具有非常重要的现实意义。但是反应堆中的高温水蒸气给包壳管发射率的测量造成很大的影响。本文提出一种面向水蒸气环境中包壳管发射率测量技术的探测模型仿真优化方法,研究
烟草行业供给侧的准确预测可指导卷烟的生产销售计划,为社会带来更多的经济效益。但现有的烟草供给侧预测方法精度有待提高。为获得适用这类问题的高精度预测法,本文对支持向量回归(Support Vector Regression,SVR)模型进行果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)的寻参优化,并结合奇异谱分析(Singular Spectrum Anal
随着我国经济不断发展，城市工业水平和居民生活条件得到了显著提高，但城市水环境也遭受了严重污染，城市水体富营养化日益严重，藻类污染问题频发。藻类暴发不仅影响自来水厂的运行，危及城市饮水安全；还会降低城市水体溶解氧浓度，产生嗅味物质和藻毒素，严重影响居民生活和城市形象。因此，研发高效的除藻技术将在饮用水安全保障和生态环境修复等领域产生深远影响。本论文以铜绿微囊藻为研究对象，建立紫外/氯高级氧化技术处理
基于过一硫酸盐(PMS)的高级氧化技术被认为是一种具有很好的实际应用前景的技术，因为其在氧化过程中能产生氧化能力较强的硫酸根自由基(SO4?–)。然而，PMS具有一定的生物毒性，且成本相对较高。目前有一个趋势是利用复合氧化剂体系，在提高体系氧化能力的同时能够降低体系的毒性和成本。催化臭氧化技术因其能产生?OH且反应快、无污染等特点，应用越来越广泛。然而寻找能同时活化O3和PMS的催化剂也是现阶段的
我国硫酸产业众多，发展迅速，硫酸年产量巨大。由于硫酸厂在处理废水时往往会产生大量的含砷污泥，其中不稳定的部分会在风化以及雨水浸沥等自然条件下溶出，进而严重危害周边的生态环境及人类健康，急需合理处置。稳定化技术由于具有适用性强、经济性高等一系列优点，可以有效的对含砷污泥进行处理，降低其环境风险。电石渣作为乙炔生产工业中以Ca(OH)2为主要成分的废渣，可以作为含钙物质在稳定化处理中使用。电石渣的使用
随着集成电路在航空航天、武器装备、汽车电子、光通讯等领域的迅速发展,微电子器件小型化和集成化对热界面材料(Thermal Interface Material,TIM)的导热性能和机械性能提出了更高要求。目前,热界面材料大多为填充型导热复合材料,其性能受高分子材料性质所限,难以满足散热需求且制备工艺复杂。室温硫化硅橡胶是一种具有优异热稳定性、弹性和电气绝缘性的高分子材料,并且可以在室温下自然硫化。
目前，养猪废水主要采用厌氧+好氧生物法进行处理，厌氧消化处理后的养猪沼液因具有高氨氮浓度，低C/N比的水质特点，传统生物脱氮技术面临着氮去除率不高、曝气能耗大、外加碳源量高等诸多难题亟待解决。短程硝化反硝化新型脱氮技术具有能够降低曝气和外加碳源需求等优点引起了学者们高度关注。微藻生物反应器具有良好的氮磷去除性能，在养猪废水的处理与资源化回收方面具有良好的应用前景。本文将短程硝化反硝化这一研究热点与
股票指数序列具有低稳定、高噪声、易受干扰的特性,其组成数据的成分股之间存在多噪声、多重干扰等问题,这些特点导致股票指数的预测成为时间序列预测中最具挑战性的问题。随着深度学习的发展,越来越多的神经网络模型用于金融时间序列的预测问题上,但是很少有模型可以自主地选择相关的序列,并基于序列间的时间依赖性和空间相关性对股票指数做出有效预测。为了能够对股票指数进行有效的预测,股票指数预测模型结合时间卷积网络,
随着互联网技术的快速发展,计算广告作为一门交叉学科受到了广泛的关注。计算广告主要用于解决在线广告中与计算相关的问题,旨在向特定的用户群体投放广告。广告点击率预估是计算广告的一个核心问题,良好的点击率预估可以为广告商提高收益,提高广告主产品的流量,为用户带来更好的广告体验。在广告点击率预估任务中,主要需要解决特征交叉以及上下文数据处理这两个问题。Wide&Deep以及Deep FM模型通常用来解决特