首页期刊导航|水电能源科学
期刊信息/Journal information
水电能源科学
水电能源科学

邴凤山 张勇传

月刊

1000-7709

sdny@mail.hust.edu.cn

027-87542126

430074

武汉市洪山区珞瑜路1037号华中科技大学内

水电能源科学/Journal Water Resources and Power北大核心CSTPCD
查看更多>>本刊主要报道水、电、能源及相关学科的新理论、新技术、新方法及工程应用成果，适当报道经验交流、技术革新和技术改造，涉及水电、电气与电子、能源与动力、土木与力学、环境工程、控制工程、计算机等多个学科。读者对象为从事水、电、能源开发与研究、生产、建设、设计施工、教学的科技和管理人员及大专院校师生。
正式出版
收录年代

    一种新型双曲弧面海堤护坡结构防潮消能效果的数值模拟研究

    秦鹏李杰成徐欣悦周晔凯...
    187-191页
    查看更多>>摘要：发展新型护坡结构对提高海堤工程结构强度,降低失事风险具有重要意义.为得到一种新型海堤护坡结构的更加准确的试验数据,基于Flow-3D软件对双曲弧面海堤护坡结构进行水动力数值模拟试验,并从消能防潮效果和压强分布特征等角度与传统海堤护坡结构进行对比分析.计算结果进一步验证了新型海堤护坡结构的导流消能效果,证明其能在中、高流速涌浪冲击下有效提高越浪高度,形成较好的潮涌景观效果,同时还明晰了新型双曲海堤护坡的结构安全薄弱区域.研究成果为复杂水流条件下新型海堤护坡结构的应用及推广提供了理论及数据支撑.

    双曲弧面海堤护坡防潮消能Flow-3D数值模拟

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    下陡上缓混合式海堤上不规则波爬高研究

    苗青张从联江洧
    192-196页
    查看更多>>摘要：波浪爬高是影响海堤堤顶高程的一个重要因素,直接影响工程投资.下部为陡墙、上部为斜坡、中间带平台的海堤为我国沿海常见的一种海堤断面型式,为研究此种海堤断面型式上不规则波爬高规律,通过物理模型试验观测得到不同试验条件下波浪爬高,并根据海堤下部陡墙坡度、上部斜坡坡度、平台宽度与平台高度、波浪要素对波浪爬高的影响分析,拟合了不规则波爬高计算公式.结果表明,陡墙坡度为0的海堤的波浪爬高值比0.5小;当波陡在0.03～0.05之间时,随着海堤上部坡度变缓,大部分波浪爬高逐渐减小;波浪爬高随着平台宽度的增加而减小;波浪爬高随着海堤平台位置的降低而增大;波浪爬高随着波陡的增加呈现先增大后减小的趋势;拟合公式可反映下部为陡墙、中间为平台、上部为斜坡的混合式海堤断面上波浪爬高规律.

    堤防不规则波爬高混合式海堤试验

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于ENVI+HEC-RAS的苏北运河生态修复方法及改善效果研究

    任黎蔡文美朱佳晨刘雨桐...
    197-200,177页
    查看更多>>摘要：鉴于生态修复对维持河流健康生命十分重要,以提升植被覆盖度与水质为目标,对苏北运河进行生态修复.基于2018年研究区Landsat8遥感影像数据,运用ENVI软件对苏北运河全河段的土地利用情况进行处理分析,并在增加上游生态来水的情况下,使用HEC-RAS软件对泗阳新一水厂断面的COD水质指标浓度进行模拟.结果表明,苏北运河全河段植物覆盖度最大可提升至59.84%,且Kappa系数结果均大于0.6,精度符合要求;COD水质指标浓度在5、10、12月达到Ⅱ类水标准,其余月份较调控前均已达到Ⅲ类水标准,可见在增大生态来水作用下,运河水质得到提升.

    苏北运河生态修复植被覆盖度水质ENVIHEC-RAS

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    晋西北黄土区土壤侵蚀动态变化及驱动力研究

    何宇琛晋华朱博文张劲夫...
    201-204,136页
    查看更多>>摘要：为探究晋西北黄土区土壤侵蚀时空变化规律和驱动力,基于遥感(RS)、地理信息系统(GIS)技术和土壤侵蚀模型(RUSLE)对研究区2000～2019年土壤侵蚀情况进行时空演变分析,并借助地理探测器对影响区域土壤侵蚀的主要驱动因素进行分析.结果表明,晋西北黄土区2000～2019年土壤侵蚀主要以微度侵蚀和轻度侵蚀为主,占区域总面积的99%以上,土壤侵蚀总体呈下降趋势.地理探测器对研究区土壤侵蚀驱动力分析结果显示,影响土壤侵蚀最显著的因素为植被覆盖度,解释力达26.42%,植被覆盖度与坡度的联合作用最为明显,解释力达到61.75%,研究结果可为区域水土流失综合治理提供依据.

    土壤侵蚀时空演变地理探测器驱动因素植被覆盖度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    近区短路引起的变压器匝间短路故障案例及其综合诊断试验分析

    童涛王鹏万华曾磊磊...
    205-208,222页
    查看更多>>摘要：电力变压器是电力系统的重要枢纽设备,而近区短路冲击会对变压器本体造成严重变形,诊断变压器短路冲击后的受损情况并确定检修策略具有重要意义.针对一起220 kV变压器中压侧近区短路冲击导致变压器跳闸的事件,在现场诊断性试验过程中,不同试验数据表现出故障指征不同,通过单一试验无法对变压器故障位置和原因做出合理解释.从故障录波文件分析、综合性诊断试验数据等出发,基于变压器电、磁路故障机理综合分析,判断变压器中压侧绕组内部发生绕组匝间短路故障并确定了故障位置,随后的现场解体证实了综合诊断分析方法的有效性.

    短路冲击变压器匝间短路诊断性试验绕组变形

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于鹈鹕优化CNN-BiLSTM的电力负荷预测

    吴小涛袁晓辉毛玉鑫王祥...
    209-212,172页
    查看更多>>摘要：为了提高电力负荷的预测精度,基于卷积神经网络(CNN)的空间特征提取能力、双向长短时记忆(BiLSTM)网络的时序预测性能以及鹈鹕优化算法(POA)的寻优能力,提出了一种新的基于CNN、BiLSTM、POA的组合电力负荷预测模型(POA-CNN-BiLSTM).首先利用CNN提取电力负荷时间序列的特征向量,然后输入到BiLSTM网络进行双向循环训练,构建CNN-BiLSTM预测模型,并采用POA优化BiLSTM网络的隐藏层单元数、学习率和正则化系数等参数,最后输出电力负荷预测结果.将提出的模型应用于某区域电力负荷预测,结果表明,BiLSTM、LSTM模型预测精度优于最小二乘支持向量机(LSSVM)模型;BiLSTM模型预测精度优于LSTM模型;POA的寻优精度优于粒子群优化算法(PSO);CNN-LSTM、CNN-BiLSTM组合预测模型预测精度优于LSTM、BiLSTM模型;POA-CNN-BiLSTM模型预测精度优于POA-LSSVM、PSO-LSTM、POA-LSTM、POA-BiLSTM和POA-CNN-LSTM模型,能更好地追踪电力负荷的变化趋势.

    电力负荷预测鹈鹕优化算法卷积神经网络双向长短时记忆网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进型多目标粒子群算法的光伏并网逆变器LCLLC滤波器参数优化方法

    赵永熹殷明洋范宏梅丘梅...
    213-217,196页
    查看更多>>摘要：LCLLC型滤波器同时具有LCL和LLCL型滤波器的优点,即高频谐波衰减效果好,又可以滤除开关频率处的谐波,其性能主要取决于参数的设计.然而,LCLLC型滤波器参数设计复杂,传统设计方法过于保守且成本较高,单目标算法和传统的多目标优化算法存在权重选择困难、收敛性差和优化效果不佳的问题.通过对LCLLC滤波器的谐波进行分析,提出一种多目标参数优化方法,将纹波电流最小化、谐波电流衰减比最小化、总成本最小化作为优化目标,利用提出的三方竞争纵横交叉多目标粒子群算法,得到LCLLC型滤波器的最优参数组合,并利用 Matlab/Simulink软件对光伏并网系统中的LCLLC型滤波器进行仿真.结果表明,设计方案正确、有效.

    LCLLC滤波器参数设计多目标优化算法三方竞争机制纵横交叉方案

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    计及风光出力相关性的风光水储互补系统优化调度

    惠振国艾澜常鹏霞石家康...
    218-222页
    查看更多>>摘要：由于风电、光电及水电出力均具有随机性、波动性等特点,其大规模投入电网所带来的不确定性成为目前多能互补系统研究的难点.对此,构建了以抽蓄电站为储能装置的风光水储互补系统,为充分考虑风光出力的不确定性与相关性,采用Frank-Copula联合概率分布函数生成风光出力场景;在水电站丰平枯时期不同出力特性下综合考虑系统各约束,以互补系统出力波动性最小为目标建立优化调度模型,并采用遗传算法进行求解;最后通过算例分析验证了所提模型的有效性,结果显示在引入抽水蓄能电站后,系统的波动性都有所降低,其中丰水期降低了12.65%,平水期降低了15.79%,枯水期降低了24.26%,这表明风光水储互补系统可以减少风电、光伏发电及水电的波动性对电网的影响.

    风光水储互补系统Frank-Copula抽水蓄能电站遗传算法优化调度

      原文链接:
    • NETL
    • NSTL
    • 万方数据