关键词： 微波消解   原子荧光法   不确定度   土壤   硒  

摘要： 采用微波消解-原子荧光法对土壤标准物质(GSS-38)中全硒含量进行测定,并对测量结果进行不确定度评定。分析整个检测过程中产生不确定度的来源,发现检测不确定度的来源主要包括样品称量、标准溶液配制、校准工作曲线拟合、试液定容体积及样品测量重复性等分量,并计算了各分量的相对标准不确定度。研究发现测量结果不确定度主要来源于测定溶液定容、标准曲线稀释配制、测量重复性等。采用置信概率为95%,包含因子k=2,原子荧光法测定GSS-38土壤中硒含量的测定结果为(1.34±0.08)mg/kg。

关键词： 配电网   故障快速恢复   遗传算法   智能电网  

摘要： 配电网作为电力系统的重要组成部分,其故障快速恢复能力直接影响供电的可靠性和经济性.针对传统恢复方法存在的效率低下和难以优化的问题,提出了一种基于遗传算法的配电网故障快速恢复策略.通过构建恢复策略的数学模型,优化恢复时间、开关操作次数和负荷恢复比例,并结合实际配电网进行仿真实验验证.结果表明:该方法显著提高了故障恢复效率,在单点和多点故障场景下均优于传统方法,具有良好的工程适应性和应用前景.

关键词： 高压直流输电   遗传算法   交直流电网   无功优化  

摘要： 随着中国经济的持续增长,对能源的需求也在不断上升。然而,由于一次能源与负荷中心的逆向分布,采用新能源进行大规模远距离输电已成为行业内的迫切需求。在众多输电技术中,基于换相换流器的高压直流输电技术(line commutated converter high voltage direct current,LCC-HVDC)具有无功消耗特性,可能加剧电网的电压波动与无功平衡的问题。针对这一挑战,重点研究交直流混联电网,并构建了一个旨在优化无功功率的数学模型。为克服遗传算法在初始种群选取困难和易早熟的问题,对传统遗传算法进行了创新性改进。在改进后的IEEE 14节点系统和IEEE 39节点系统上进行系列实验验证,所提改进遗传算法展现出显著的实用性和有效性。该算法能够有效优化电网的无功功率,显著提升电网运行的稳定性和效率,为电网无功优化提供了一种新的解决方案。

关键词： 继电保护   人工智能   深度学习   遗传算法   专家系统   区块链  

摘要： 继电保护作为保障电力系统安全稳定运行的关键技术,面临着日益复杂的电网环境和多变的故障模式带来的严峻挑战。为适应智能电网的发展需求,亟需引入先进的人工智能技术,实现继电保护的智能化升级。文章在分析电力系统继电保护智能化需求的基础上,系统梳理了人工智能技术在继电保护领域的应用,重点探讨了基于深度学习的故障诊断与预测、融合遗传算法的智能整定方法以及结合专家系统的自适应保护策略。此外,文章还对人工智能技术在继电保护领域的发展趋势进行了前瞻性分析,指出多源异构数据驱动的智能算法研究、边缘计算与分布式智能的协同应用以及区块链技术赋能下的保护可信执行将成为未来的重点方向。

关键词： 邻域搜索   NSGA   遗传算法   车辆调度   多目标优化  

摘要： 针对机场保障车辆资源调度问题,现有的人工调度方式存在时间成本较高、资源运行效率较低的问题,该研究探索了一种混合NSGA-Ⅱ算法。该算法结合了邻域搜索和NSGA-Ⅱ算法,旨在实现任务数量均衡性和最小车辆行驶距离这两个目标,以求解车辆调度模型。通过对国内某机场实际航班数据进行仿真实验,结果表明,该研究所提出的算法模型能够有效解决机场保障车辆的调度问题。

关键词： 遗传算法   重组方法   停电检修   变电设备  

摘要： 为缩短设备停电检修时间,提高检修后设备的利用效率,提出基于遗传算法的变电设备停电检修流程重组方法.在考虑检修任务的复杂性、所需的人力资源、设备状态等多个因素的基础上,设计变电设备停电检修最小工时目标函数及其约束条件;将检修任务视为个体,通过遗传算法分解设备停电检修任务,最小化总工时;构建检修流程的网络图,实现检修流程重组与优化.实验结果表明:所提方法不仅可以缩短变电设备停电检修的时间,还可以提高检修后设备的利用效率.

关键词： 截止阀   液压控制阀   结构参数   遗传算法   流动性能   阀组内流场分布   非支配排序遗传算法  

摘要： 流动性能是高温高压Y型截止阀组的关键性能指标,对截止阀组的运行具有重要意义。流速与流量的降低都会导致整体系统的工作效率下降。针对该问题,对全开工况下的DN15高温高压Y型截止阀组进行了研究。首先,以入口200 MPa、2000℃、出口常温真空为边界条件,对截止阀组内的流场进行了数值模拟,全面分析了截止阀组内部截止阀、球阀、喷管区域的流动特性,重点研究了阀组内流速的变化;然后,识别了流道中流动受限的区域,并提取了相应的特征结构参数,如喷管扩张段过渡角度数等;最后,采用非支配排序遗传算法,根据阀组的出口流速与出口流量这两项流动性能指标,对阀组内的流道局部结构参数进行了优化。研究结果表明:根据最优结构参数所得模拟结果与优化前的数据进行对比,出口流量提升了8.13%,出口速度提升了3.52%。该研究结论揭示了特定结构参数对截止阀组流动特性的影响机制,结合遗传算法与数值模拟方法,实现了特种阀门的流动性能升级目的,可对后续类似阀门的设计与性能优化工作提供一定的参考。

关键词： 箱式烘烤   高温蒸汽   回潮工艺   响应面法   遗传算法   BP神经网络  

摘要： 【目的】确定箱式烘烤烟叶关键工艺参数,为箱式烘烤烟叶回潮工艺优化提供参考。【方法】利用高温蒸汽回潮房回潮设备,对箱式烘烤烟叶高温蒸汽回潮工艺进行研究。以前期炉内温度、转换点含水率和后期炉内温度为试验因素,以单位能耗、烟叶硬度为试验指标,采用加权综合评分法进行赋权计算综合评分值,并结合响应面法(RSM)和遗传算法-反向传播(GA-BP)神经网络进行参数优化及预测。【结果】前期炉内温度、转换点含水率和后期炉内温度对烟叶综合评分值的影响显著,其中后期炉内温度对烟叶综合评分值的影响最大,其次为转换点含水率和前期炉内温度。RSM和GA-BP神经网络模型对箱式烘烤烟叶最佳回潮工艺的预测性能均较佳,其中RSM模型的R2=0.9792,GA-BP神经网络模型的R2=0.9692。经RSM优化的箱式烘烤烟叶回潮工艺参数为:前期炉内温度111.00℃、转换点含水率10.00%、后期炉内温度114.00℃,综合评分值的预测值为23.17,试验实际值为22.91;GA-BP神经网络优化得到的箱式烘烤烟叶回潮工艺参数为:前期炉内温度112.00℃、转换点含水率11.00%、后期炉内温度114.00℃,综合评分值的预测值为22.77,试验实际值为22.95;GA-BP神经网络预测值与实际值的相对误差为0.80%,优于RSM的相对误差1.12%。【结论】GA-BP神经网络模型可有效确定箱式烘烤烟叶最佳回潮工艺,该研究可为箱式烘烤烟叶回潮工艺优化提供参考。

关键词： 纯电动汽车   再生制动   模糊控制   遗传算法   CarSim  

摘要： 针对车辆低速行驶的制动能量回收率低,频繁充放电影响动力电池寿命的问题,提出以电池荷电状态(state of charge,SOC)、制动强度、车速和制动间隔时间为输入,再生制动力分配系数为输出的纯电动汽车模糊控制再生制动策略。同时,采用遗传算法对控制参数进行优化。在Simulink中搭建控制策略模型,并在不同测试工况下与CarSim联合进行仿真,结果表明,相比于仅以电池SOC、制动强度和车速为输入的模糊控制再生制动策略,所提策略减少了制动能量回收次数,提高了制动能量回收率。该策略不仅可以改善对动力电池的损害情况,而且可以获得更多的制动能量。

关键词： 低温度场   时滞系统   Smith预估   神经网络   遗传算法  

摘要： 低温度场广泛存在于生物医疗、低温加工等过程中,热传导和传质等导致系统存在滞后特性。针对低温度场调控系统中时滞特性导致的系统超调、振荡等问题,在Smith预估结合PID控制基础上,引入了BP神经网络,实现了控制器增益的自适应调整。针对传统神经网络学习算法增益调整速度慢、结果不稳定等问题,在充分考虑系统的动态模型下,提出了基于遗传算法的神经网络权值优化方法,实现了控制器增益的快速稳定调整。系统仿真结果表明,较PID-Smith控制、NNPID-Smith控制等,在低温度场时滞系统调控中超调较小,调整时间短,有效改善了低温度场调控过程中的系统稳定性。