基于导向搜索算法的电力系统无功优化

采用导向搜索算法(OSA),以实现电力系统的无功优化.该算法将搜索个体模拟为人的搜索行为,搜索对象(目标函数最优解)模拟为可向搜索个体传送导向信息的智能体,以使搜索个体和搜索对象间可相互通讯.为验证该算法的有效性,以IEEE 57和IEEE 118节点测试系统为例进行了仿真,并与全面学习粒子群优化算法(CLPSO)和自适应遗传算法(AGA)的结果进行了比较.结果表明:导向搜索算法能得到高质量的全局最优解,IEEE 57和IEEE 118系统优化后的网损可分别减小13.871%和13.223%.     

质子交换膜燃料电池水淹和膜干故障诊断研究综述

质子交换膜燃料电池水淹和膜干是其在运行过程中最常见的故障. 首先，阐述了质子交换膜燃料电池中水的产生和传输机理，概括了水淹和膜干故障的影响因素，列举并分析了基于电压、压力降和阻抗的水淹和膜干诊断指标及各自的优缺点，并从内部结构和电荷传输方面介绍了水淹和膜干对质子交换膜燃料电池的危害；其次，讨论了水淹和膜干故障基于模型、基于实验和基于数据驱动的3种诊断方法及其适用范围，另外分析了缓解水淹和膜干故障的常用措施；最后，对水淹和膜干故障进行了总结和展望，并指出基于数据驱动的在线诊断方法、适于故障诊断的模型建立、大尺度电堆及多堆间水淹和膜干故障的诊断及高效精准的故障诊断指标的探索有待深入研究.      

基于数据驱动的质子交换膜燃料电池寿命预测

质子交换膜燃料电池发电技术是极具应用潜力和工业前景的技术,对质子交换膜燃料电池进行寿命预测是其走向商业推广应用的重要一环. 从质子交换膜燃料电池的退化特性及输出特性出发,分析系统及环境因素是如何影响其退化的;阐述了基于数据驱动的寿命预测方法的研究现状,着重对基于神经网络算法的寿命预测进行了综述;分析了寿命预测算法存在的不确定性来源;最后,对质子交换膜燃料电池的寿命预测研究进行了展望,阐明当前存在的经验数据有限、缺乏对瞬态过程的建模、难以实现在线预测等问题,尤其机车用大功率质子交换膜燃料电池的寿命预测仍存在诸多难点.