摘要：N-1安全校核是保证系统安全的重要分析工具。为应对日益增长的不确定性对电力系统运行的影响,N-1安全校核除计及支路开断外还需考虑新能源波动等不确定性场景,这导致N-1安全校核面临新的计算挑战。对此,从特征向量构造及学习策略设计两方面入手,提出基于深度学习技术的N-1快速校核方法。该方法构造表征电力系统源荷变化及拓扑结构变化的特征向量,由此建立直流潮流的深度神经网络模型来挖掘直流潮流方程输入输出间的复杂特征。其次,考虑N-1安全校核的潮流分布存在孤立点,从数据预处理、激活函数设计等方面入手设计一套适用于N-1安全校核的深度学习策略。训练后的深度神经网络能够适用于新的不确定性场景(如N-1拓扑变化和新能源波动等),并且通过矩阵计算可直接映射出所有场景下的潮流结果,加快N-1安全校核速度。最后,采用接入新能源的IEEE 30节点和IEEE 118节点系统进行仿真计算,验证了所提方法的有效性。

摘要：利用开源硬件Arduino和YeeLink物联网平台设计了环境温度实时监测系统。系统通过温度传感器DS18B20实时捕获环境温度,传送至YeeLink物联网云平台,使用智能手机为操作终端,远程实时查看温度,实现通过网络实时监控环境温度功能。

摘要：对于保温性能好、蓄热强且采用全空气系统的建筑,可利用夜间通风技术引入室外低温空气,消耗少量电能转移建筑内部蓄存热量,实现节能。通过Designbuilder模拟七八月份22点至次日6点时段,上海某博物馆夜间通风与不通风两种模式下的空调能耗,并结合风机能耗分析节能效果。结果表明:该博物馆夜间通风所节省空调能耗占原空调能耗12%,风机运行能耗17329.24 kW/h,即:夜间通风预冷节省净能耗4%以上,节省电费19943元。方案可行,节能显著。