一种基于GIS平台的配电网潮流计算方法

以实例的方法,探讨基于配电GIS平台实现潮流计算的方案。利用GIS平台中的全局唯一编码（GUID）描述配电网络拓扑模型,取代传统前推回代方法中的节点、支路编码方式,为潮流计算提供更完整、精确、更新及时的参数。在Matlab环境下设计配网潮流计算模块,在GIS平台上集成该模块,实现可视化的潮流计算,将结果直观的显示在配电网地图上。     

农民落户小城镇后还能要回代耕地吗?

<正>案情1999年,由于当时农业税负重,某村农民林某不愿种地,便离开村子,随儿子落户至小城镇,并将其名下承包的土地交由其他村民代耕,约定由代耕者负担相应的农业税。2009年,该村小组经过集体讨论决定重新分配土地承包经营权,由于林某未提出分地的要求,该村小组遂将林某原有的耕地分给为其代耕的村民耕种,并与该村民签订了土地承包经营合同。2013年,林某向村小组提出要回耕地,遭到拒绝,林某遂诉至法院。那     

日太阳总辐射推算模型

为了推算广大无辐射观测地区的日太阳总辐射,需要根据有辐射观测地区的资料建立日太阳总辐射的推算模型。本文在深入了解国内太阳辐射观测与国内外太阳总辐射推算方法的基础上,设计了利用日照百分率、降水量与大气可降水量、温度日较差等因子推算日太阳总辐射的模型,选取武汉、宜昌、郑州2005年全年无加盖的、真实可信的太阳总辐射资料为样本序列,根据最小二乘法分别求出有日照和无日照两种情况下的模型参数,并对2005年进行了回代检验和2006年1-8月时段的独立样本检验。结果表明:模型推算序列与实际值序列的相关性均达到极显著程度,对2005-2006年8月推算的平均绝对误差和相对误差分别为1.31M J.m-2.d-1和9.5%,精度高,可以用于无辐射观测地区的日太阳总辐射的推算。     

含分布式电源的配电网改进前推回代法潮流计算

配电网在接入分布式电源后会发生很大变化,使传统的潮流计算方法无法满足计算要求。根据PQ型、PV型及PQ(V)型节点模型的技术特点,对其进行适当处理后,在阐述前推回代法基本原理的基础上,提出改进后的潮流计算方法。应用该方法在IEEE33节点系统上进行仿真计算,计算不同类型DG在接入位置、容量及布局变化时对系统电压的影响,验证各种情况下该算法的收敛性。     

理论线损的前推回代潮流计算法

基于线路首端电量及代表日24小时整点数据;变压器低压侧的月有功电量;配变综合测试仪所测量出的变压器的典型日负荷曲线,该文提出了非量测节点变压器实时负荷的获得方法,在此基础上提出了适合农网特点的10kV电网理论线损的前推回代潮流计算方法。     

分布式电源配电网潮流计算

分布式电源(DG)的并网对配网的运行和安全具有很大的影响。在分析常见DG模型基础上,提出一种改进前推回代算法,考虑到该算法中PV节点处理能力较差,引入无功修正,同时分析DG并网对系统的影响。在IEEE33节点系统中进行可行性验证,结果表明,分布式电源的接入对系统电压和网损有影响,一定程度的无功注入会降低网损。     

山东棉铃虫发生发展气象预测模型

基于山东省典型植保站1990—2004年逐年棉铃虫各主要危害代的累计卵量、发生程度和同期气象资料,利用DPS数据处理系统,对关键气象因子进行多元逐步回归,建立各代棉铃虫累计卵量、发生程度等的中短期气象预测模式。历史回代以及对2005年试预报效果均较好,可以为当发棉铃虫监测预报和有效防治提供服务,对农业防灾减灾具有重要的指导意义。     

渭南4月“倒春寒”预测指标研究

根据渭南地形地域特点,从南、北、中部选择三个代表性站点,利用1981—2013年渭南南、北、中部“倒春寒”发生程度资料,结合三个气象站相应逐日气象资料,采用相关分析、逐步回归等方法,选取与4月“倒春寒”相关系数高的气象因子,构建分区域“倒春寒”预测方程。结果显示：影响渭南南部“倒春寒”发生程度的气象因子有2个,影响渭南北部“倒春寒”发生程度的气象因子有4个,影响渭南中部“倒春寒”发生程度的气象因子有3个。分别建立南、北、中部三个区域的“倒春寒”预测模型,历史回代准确率分别为82%、94%、83%；等级历史回代准确率分别为75%、84%、81%；2014—2019年4月“倒春寒”预报准确率分别为100%、83%、83%；等级预报准确率分别为100%、80%、80%。发生预报和等级预报准确率较高、效果理想,预测方程和等级判定指标均达到气象预报服务需求。     

一种基于GIS平台的配电网潮流计算方法

以实例的方法,探讨基于配电GIS平台实现潮流计算的方案。利用GIS平台中的全局唯一编码（GUID）描述配电网络拓扑模型,取代传统前推回代方法中的节点、支路编码方式,为潮流计算提供更完整、精确、更新及时的参数。在Matlab环境下设计配网潮流计算模块,在GIS平台上集成该模块,实现可视化的潮流计算,将结果直观的显示在配电网地图上。     

渝西地区森林虫害的气象预报模型

对永川区1950—2002年逐年森林虫害发生面积的周期分析表明,渝西地区森林虫害大发生存在5～7a周期,80年代呈准2a周期高位震荡;通过对森林虫害与气象要素的数理统计分析得出,春季、盛夏期间温度、湿度及初夏强降水是影响渝西地区森林虫害的主要气象要素。在相关分析的基础上,利用人工神经网络方法建立了当地森林虫害面积的气象预测模型,1985—2002年的模拟预报的平均误差为4．85％,回代检验效果较好。