高压电网大气腐蚀在线监测技术进展

针对高压电网输变电设备的大气腐蚀问题,研究了几种典型的大气腐蚀监测技术。基于文献分析,探讨了电偶腐蚀电池、电化学阻抗谱、薄膜电阻传感器、石英晶体微天平以及交流导纳等腐蚀在线监测技术的研究进展,并对比分析了各种监测技术在电力设备中应用的优缺点。采用薄膜电阻探针和交流导纳技术可以实现高压输变电塔、架空地线以及变压设备大气腐蚀的在线监测。对输变电设备的大气腐蚀实施自动化在线监测,可以为设备安全诊断提供重要依据,与大数据分析结合,还可以为故障诊断与寿命评估提供参考。     

近半世纪华北干旱化趋势研究

首先 ,提出了一种新的干湿指数 ,该指数的主要特点是它是相对于一地的水份需要量而言的 ,并且针对干旱的特点 ,考虑了前期降水对近期干旱现象的贡献。利用该指数 ,对我国华北近几十年来的干湿变化进行了讨论 ,发现近半个世纪以来 ,华北的干旱化趋势是十分明显的。其次 ,对华北干旱化的季节结构和周期性变化特点进行了研究 ,得出了一些有意义的结论。最后 ,讨论了近年来华北的连续干旱现象 ,指出近两年来的连续干旱是近 5 0年来最为严重的 ,并且到目前为止仍没有明显的结束趋势 ,值得我们进一步关注。     

近12年华北五省区域对流层甲醛柱浓度时空变化及影响因素

利用臭氧监测仪(OMI)卫星反演的甲醛柱浓度产品,探讨了2005—2016年间华北五省区域对流层甲醛柱浓度的时空分布变化特征及相关的影响因子,结果表明:近12年对流层甲醛柱浓度整体呈现上升趋势,2005—2011年甲醛柱浓度呈逐渐升高趋势,最高增长达32.24×1013mole·cm~(-2),且高值区逐渐扩大.空间分布上高值区整体分布在北京、天津及周围区域,低值区分布在河北的北部、河南的南部和山东的东部区域;2012—2016年甲醛柱浓度波动较小,呈下降趋势.12年中,每年的2—4月份甲醛柱浓度出现最小值,6—8月份甲醛柱浓度出现最大值,而2005年2月份甲醛柱浓度值最小,2011年7月份甲醛柱浓度值最大.四季对流层甲醛浓度水平:夏季秋季春季冬季.风向会影响甲醛浓度的扩散方向,气温的增加导致甲醛柱浓度的升高.但12年间区域生产总值的提高、汽车保有量增加和农业秸秆焚烧是影响甲醛柱浓度增加的主导因素.     

基于中国电网结构及一线典型城市车辆出行特征的PHEV二氧化碳排放分析

中国电网火电比例的空间差异与插电式混合动力汽车（PHEV）驱动能源的二元性增加了研究PHEV二氧化碳排放的复杂性.使用上海市50辆PHEV汽车13万km的数据,研究了基于PHEV实际运行数据的二氧化碳排放评估方法,分析了PHEV纯电驱动里程比例及其影响因素,获得了纯电续驶里程、充电频率、电网构成对PHEV二氧化碳排放强度的影响,展望了2020年PHEV技术水平的二氧化碳减排效果.结果表明,我国一线城市PHEV乘用车出行主要集中在50 km以内的范围,占日常出行频次的70%;在2016年全国平均电网结构下,续驶里程超过50 km的PHEV比传统燃油车少排放15%以上的二氧化碳;在高比例可再生能源电网结构的地区,PHEV碳排放可降至100.0 g·km^-1以下,相比平均电网结构下碳排放水平降低幅度在28%以上;在2016年平均电网结构及技术水平下,纯电续驶里程增加（50~100 km）、充电频率增加（0.5~2次·d^-1）对碳排放的改善幅度不明显;与2016年相比,2020年PHEV燃油经济性和电耗水平的改善可降低32%的碳排放.     

塞罕坝华北落叶松人工林生产力及其空间分布预测

准确预测森林立地生产力是进行高效森林经营的关键。立地指数是森林生产力可靠的评价指标之一。基于地形、气候和土壤因子以及220块样地解析木数据,采用回归克里格（RK）模型对塞罕坝机械林场华北落叶松（Larix principis-rupprechtii）人工林立地指数（SI）进行空间插值预测,并分析了不同半变异函数对RK模型精度的影响。拟合结果表明：基于高斯半变异函数的RK模型精度优于球状和指数RK模型,且具有较小的残差（RMSE=0.82 m,MAE=0.66 m）,表明高斯RK模型具有很强的预测SI能力;高斯半变异函数分析表明研究区华北落叶松人工林SI存在较强的空间自相关性,且在724.89 m变程内差异显著;影响华北落叶松立地指数分布的主要环境因子有土壤全氮、土壤pH、夏季降水量和春季降水量;立地生产力较高区域一般分布在春季降水适中、夏季降水较多、土壤为中性及偏酸性且全氮含量较高的东南部地区,占研究区总面积的32.00%,而在春、夏季降水量少或者春季降水量过多、土壤全氮含量过低且偏碱性的北部边缘地区立地生产力较低,仅占研究区总面积的8.90%。研究区土壤、气候因子与树木生长习性共同决定了华北落叶松人工林生产力的分布格局。通过降低土壤酸碱度和适当施加氮肥等措施,可以提高华北落叶松人工林生产力。     

重庆电网环境噪声监测与分析

通过对重庆电网环境噪声的监测与分析,揭示了重庆电网环境噪声的整体状况,分析了主要噪声源的特性,以及在不同状况下的大小变化规律、达标状况,并提出了降低电网环境噪声的建议和意见,其目的在于促进电网环保技术水平的不断提高,缓解企业面临的环保压力,促进社会的和谐与稳定。     

电信息采集系统采集率问题分析

针对固原电网用电信息采集系统改造过程出现的问题,从集中器与主站召测数据有误和集中器与采集终端召测有误两方面进行分析,找出系统改造后,上线采集率偏低的原因并提出具体解决措施。应用结果表明:用电信息采集率由原来的80%以下提高到95%以上,有效提高了信息采集的效率。     

面向基干队伍的电网企业应急救援情境构建——以超强台风为例

为解决电力企业在应急救援中基干队伍对应急任务识别困难的问题，基于“情境—后果—任务”的情境构建路径，结合一线基干队伍应急救援的实践经验和现实需求，以超强台风为例，构建面向基干队伍的应急救援情境模型，从电力应急系统的视角出发，分析基干队伍面对超强台风时的应急处置流程和信息传递过程，凝练形成了针对性的基干队伍应急任务清单，以指导电力系统基干队伍在应急救援中更好地识别应急任务。     

基于改进逻辑回归的电网覆冰故障预测研究

电网覆冰由于湿度、温度、海拔等因素可形成不同的覆冰类型，电网系统故障水平会根据覆冰类型的差异而变化。传统的电网覆冰故障预测多聚焦于覆冰厚度与电网故障的内在联系，忽略了覆冰类型对电网故障的影响作用。为解决这一问题，提出了一种改进的逻辑回归多分类算法，通过将拟合出的回归函数值输入Softmax函数转换为多概率形式实现对覆冰类型的分类，根据数据有无覆冰类型的划分，分别在不同的机器学习算法下对电网覆冰故障进行预测比较。经试验，采用改进逻辑回归算法预测覆冰类型的准确率达88%,电网故障预测的准确率较无覆冰类型下的预测在改进逻辑回归算法、朴素贝叶斯算法(Na6ve Bayes, NB)、K近邻、支持向量机算法(Support Vector Machine, SVM)中分别平均提高了5.3%、21.7%、7%、5.3%,研究表明，改进的逻辑回归算法可以准确预测电网的覆冰类型，提升电网故障预测的准确率。     

华北与闽粤沿海及银川地震区(带)地震周期的划分与研究

按地震在空间上的相似活动过程排列的华北与闽粤沿海及银川地震区 (带 )地震活动周期表 ,以华北地震活动为主线 ,将公元前 2 80年咸阳 5 级地震至 1 988年 2月 2 5日彰武 4 8级地震间 2 2 6 7年的华北地震活动划分为 4个时间层次。其组合关系是 ,一个超长地震周期由初、前、主、余震期 4个地震期组成 ;除前震期只有一个地震周期外 ,初、主、余震期都包含前弱后强两个地震周期 ;每个地震周期多分为初、前、主、余震段 4个地震段。闽粤沿海地震区和银川地震带的主震段分别与华北初、余震段同期活动。地震周期是介于前人划分的地震幕与地震活动期之间一个新的更为重要的时间层次。华北 7个地震周期的起止时间是 :-2 80 .5 0～ 8.2 2～ 880 .1 2～ 1 337.6 9～ 1 5 6 8.37～ 1 730 .75～ 1 85 5 .95～ 1 988.1 5年。并从时空强 3方面阐述了华北地震周期性活动规律 ,分析了 3个地震区、带地震周期的相互关系。华北地震周期可作为标准地震周期与不同地区地震周期相对比 ,具有重要的预报意义