基于改进粒子群算法的三维路径规划研究

针对基本粒子群算法(PSO)收敛速度快、易早熟，容易陷入局部误区的问题，提出了粒子群-人工蜂群混合算法(PSO-ABC)，并将提出的算法应用于无人机三维环境下的路径规划。该算法在改进粒子群算法的基础上，融合了人工蜂群算法来对无人机三维路径进行全局规划。首先引入非线型惯性权重和收缩因子，改进粒子的速度公式，然后利用人工蜂群算法的搜索算子对最优解再一次寻优，解决了粒子群算法因局部搜索能力较差陷入局部误区的问题。本文在三维环境下设置了两组实验，对比粒子群-人工蜂群混合算法与粒子群算法、人工蜂群算法的路径寻优性能。实验结果显示，本文提出的算法路径寻优能力有所提高，相比于粒子群算法，提高了6.1%，相比于人工蜂群算法提高了6.9%。     

一种并行双模式盲均衡算法的研究与实现

本文提出了一种将SMMA算法与DD算法并行运行的变步长双模式盲均衡算法。该算法在保持原来两种算法高性能的基础上，改进传统的DD算法，将两种算法采用并行结构运行，同时加入误差控制函数，控制SMMA算法占比，降低稳态误差；并且引入变步长方法，加快算法的收敛速度。经过理论分析与仿真实验表明，该算法相对于传统方法，ISI降低到-29.8 dB，收敛速度提高，在630个符号左右算法完成收敛。在完成仿真实验后，进行了实测信号的解调均衡，其EVM降低到1.69%。     

基于KNN和XGBoost的室内指纹定位算法

针对KNN算法定位精度有待提高以及定位稳定性较差的问题，本文提出了一种基于KNN算法和XGBoost算法的室内指纹定位算法。该算法首先将样本集划分为训练集和测试集，将训练集中AP的RSSI数据作为特征，坐标作为标签，使用XGBoost算法进行建模。其次，融合KNN模型，将KNN算法寻找到的近邻集合引入XGBoost模型中，再结合单独XGBoost算法的预测结果，以实现坐标定位。最后，在实际环境下研究了算法的K值、回归树数量、决策树深度和学习率对误差的影响，确定算法的相关参数。通过搭建的实际实验环境进行了测试，实验结果表明，本文提出算法的平均定位误差为1.55 m,较于KNN算法和XGBoost算法分别减少了24.76%和11.93%,并且累积分布函数曲线的收敛速度更快，具有较好的定位性能。     

蚁群算法在配电网规划中的应用

配电网规划是一个复杂的组合优化问题，传统的优化方法往往难以解决此类问题，但是近年出现的一些智能算法有效地解决了此类问题。蚁群算法是一种新型的模拟进化算法，研究表明该算法在求解组合优化问题时是有效的。算法中，蚂蚁之间通过信息素进行交流，相互协作，使得蚁群表现出智能行为，针对配电网络的辐射性特点，提出了基于蚁群算法的单期配电网优化规划方法，该方法避免了辐射性检查过程，提高了算法效率，算例表明该算法具有实用性和可行性。     

基于神经网络的机器人逆运动学算法

本文提出了一种基于神经网络改进算法的机器人逆运动学的求解方法，在讨论机器人逆运动学求解问题以及基于BP算法的神经网络基本原理的基础上，分析了几种BP算法改进方法，给出了基于神经网络的机器人逆运动学求解的具体步骤和设计神经网络的相关注意事项，与传统算法进行比较，通过PR实验室机器人仿真研究表明，该算法具有简单，学习收敛速度快等特点，且避免了传统算法的放多棘手问题。     

计及相角变化对支路无功影响的潮流算法

本文以支路潮流微增模型为基础，分析了潮流计算的机理，在牛顿潮流算法和快速解藕潮流算法的基础上，提出了一种介于上述两种算法的在线潮流新算法，收敛性好，计算速度快。     

基于扩展粒子群优化算法的同步发电机参数辨识

提出一种新的扩展粒子群优化(EPSO)算法并应用于同步发电机参数辨识。在粒子群优化(PSO)算法的基础上，EPSO算法采用更多粒子的位置值信息进行变异操作，并且提出根据各粒子的适应值大小确定算法控制参数的方法，保证了扩展后算法的收敛性，EPSO算法模型更具有通用性。仿真算例结果表明了在系统受到较大干扰的情况下，EPSO算法比EP算法和PSO算法具有更精确的参数综合辨识能力，并且EPSO算法比EP算法具有更高的收敛效率。     

基于扩展粒子群优化算法的同步发电机参数辨识

提出一种新的扩展粒子群优化(EPSO)算法并应用于同步发电机参数辨识。在粒子群优化(PSO)算法的基础上，EPSO算法采用更多粒子的位置值信息进行变异操作，并且提出根据各粒子的适应值大小确定算法控制参数的方法，保证了扩展后算法的收敛性，EPSO算法模型更具有通用性。仿真算例结果表明了在系统受到较大干扰的情况下，EPSO算法比EP算法和PSO算法具有更精确的参数综合辨识能力，并且EPSO算法比EP算法具有更高的收敛效率。     

一种抽水蓄能电站调峰填谷效益新算法的探讨

文章介绍了计算抽水蓄能电站调峰填谷经济效益的一种新算法，以与往的算法比较，此算法具有概念清晰，条理分析，并较全面地考虑了系统的各种工况等特点，文章首先简要介绍了此算法，然后对一算例进行了计算，并对结果进行了分析。     

免疫算法与其它模拟进化优化算法的比较研究

免疫算法作为解决优化问题的有力工具，它的有效性已经得到了证明。介绍了免疫算法的数学模型和基本步骤，阐述了它不同于其它优化算法的优点。最后将免疫算法、遗传算法和进化策略同时应用于求解ｓｉｎｃ函数的最优值，以进行比较研究。结果表明，免疫算法在求解某些特定优化问题方面优于其它优化算法，其应用前景非常广阔。     

行波测距技术在500 kV输电线路上的应用

介绍了目前输电线路故障测距的方法及基于MIS网的华北地区500 kV输电线路的行波测距网络,并通过500 kV输电线路发生故障时的实际故障点位置与行波测距装置测得的数值进行比较,认为行波测距技术在500 kV输电线路上的应用具有广阔应用前景。     

基于静态小波变换的 T 型输电线路行波测距方法

针对现有 T 型输电线路行波测距算法易受行波波速影响的不足,提出一种新的 T 型输电线路行波测距方法.采用 Clarke 变换将相电流转换为独立的模电流,对模电流进行静态小波变换(static wavelet transform,SWT)处理,实现各行波浪涌到达各母线端时刻的标定.首先利用首波头到达三端母线的3个初始时刻定义隶属度,给出利用隶属度实现故障支路判别的判据.运用已有的两端测距公式推导三端测距公式,实现 T 型线路故障点测距.研究了 T 节点附近的3种可能性故障情况,提出三次测距方法,使 T 节点附近故障测距问题得到很好的解决.与现有测距方法相比, SWT 具有时间不变性,故障点的测距过程中充分利用 T 型输电线路的三端测量数据,测距公式中不含波速,因此,所提方法具有测距可靠且精度高的特点. ATP/EMTP 仿真验证表明,所提 T 型输电线路行波测距方法简单可行,且不受过渡电阻、故障类型等因素的影响     

基于线路参数修正的同杆双回线故障定位方法

当电力系统在功率低频振荡等动态情况下发生故障时,电力信号的幅值和频率往往表现出一定的动态特性,然而目前大部分同杆双回线故障定位方法并未考虑这一因素。为此提出了动态条件下基于线路参数修正的同杆双回线故障定位方法,新方法拓展了传统的静态信号模型,建立时变的信号模型使其能正确表示信号的动态特性,并加入基于同步相量测量单元(phasor measurement units,PMUs)的动态同步相量测量算法估计的信号相量值,从而可以在动态条件下精确修正线路参数,最后通过牛顿迭代算法得到准确的故障距离。应用PSCAD/EMTDC软件模拟各种工况对算法进行验证,仿真结果表明:与传统的算法相比,经过线路参数修正的方法在动态条件下具有较高的故障定位精度,并且不受故障位置、过渡电阻、故障类型和故障初始角的影响。     

新型输电线路故障综合定位系统研究

传统的基于故障稳态量的常规故障定位及基于故障暂态行波的行波定位都存在一定的局限。文中对常规定位模型进行改进,既简化了计算,又提高了精度,同时对行波定位进行改进,采用专用行波传感器,提高ＧＰＳ同步时钟精度与采样频率,并利用小波变换进行行波波头检测,从而提高了定位精度。把常规定位和行波定位有机结合,研制了输电线路故障综合定位系统,动模实验,高压冲击试验和ＲＴＤＳ试验都表明该综合定位系统具有很强的鲁棒性     

高压输电线路的双端电气量综合测距方法

给出了一种高压输电线路故障综合测距系统,综合了行波测距和基于线路集中参数、分布参数的常规测距方法,从而实现了故障的准确定位;利用小波来准确地检测波头到达时刻,提高测距精度;对行波测距中的不利因素进行了分析、改进,提出了在电压过零、行波测距不能正常启动时利用故障后的重合闸脉冲进行测距的方法,并利用EMTDC进行仿真计算,验证了其正确性和准确性。     

架空-电缆混合输电线路故障定位方法综述

对国内外学者关于架空线-电力电缆混合线路故障定位的研究进行了梳理和综述。首先分析了混合线路故障定位存在的特殊问题,然后对架空-电缆混合输电线路故障定位方法的研究现状进行了总结。现有的混合线路故障定位方法有故障分析法、行波法、频率分析法以及智能法等。其中,故障分析法和行波法的准确性主要受混合线路参数不均一的影响,行波法因故障行波会在线缆连接点处发生复杂的折反射过程而导致反射波头难以识别。对于频率法,能否准确地确定故障暂态信号的固有频率值将直接影响其故障定位精度。智能法需对样本集进行离线训练,且需存储大量数据,应用起来较为困难。最后,对下一步需要开展的研究工作进行了展望。     

基于GPS的输电线路故障测距方法的研究

在比较了各种输电线路故障测距方法的基础上,提出了基于全球定位系统(GPS)的双端同步采样故障测距算法.该方法利用GPS的秒脉冲信号来确保双端同步采样,并利用双端测距提供的硬件设备,采用线路参数在线估计算法,有效消除了由于线路参数不确定对测距精度的影响.介绍了基于GPS的输电线路故障测距系统的结构、工作原理、防干扰措施,以及双端故障定位的计算方法.这种测距算法具有计算简单、稳定性好、且无伪根识别的特点.仿真结果表明,该算法具有可靠性高、测距精度高的特点,完全不受故障类型、过渡电阻和系统参数的影响.     

面向智能变电站的输电线路综合故障定位方法研究

针对智能变电站条件下,因采样速率过低导致行波测距无法应用的问题,提出了一种面向智能变电站的输电线路工频综合故障定位方法。所提方法可以在现有各种单端工频测距方法中,选择出测距精度最高的方法,从而给出准确的故障位置信息。目前现有的各种工频测距方法的测距精度会受到电源、对端系统阻抗以及过渡电阻等参数的综合影响,在不同的故障条件下,各方法的测距精度会有不同的表现。首先获取输电线路发生故障时的大量训练样本,应用粗糙集理论对训练样本进行属性约简,找出测距精度与故障条件之间的内在关系。在系统发生故障时,应用KNN算法在多种工频测距方法中找到测距结果最准确的方法,计算故障距离。ATP仿真结果及RTDS仿真实验显示,所提方法可以成功避开误差较大的方法,选择实际精度最优的方法,有效提高测距精度。     

基于参数识别的时域法双端故障测距原理

提出了一种基于参数识别的时域法双端故障测距原理。无需已知被测线路的准确参数,而将输电线路电阻、电感、电容等参数作为待识别参数,分别由线路两端电气量采样值计算沿线的电压分布,利用故障时只有故障点处电压相等的基本原理识别出准确的线路参数并计算出故障点位置, 克服了传统测距方法因线路参数不准确而引起的测距误差。该测距方法采用故障距离占线路全长的比例表示故障定位结果,该结果不受季节、弧垂等变化的影响,便于利用杆塔的地面距离估测出故障点位置。ATP仿真结果表明该方法具有较高的测距精度。     

不受波速影响的输电线路单端行波故障测距研究

现有输电线路行波故障测距方法,不论单端法还是双端法都会由于故障发生时行波波速的不确定．以及输电线路正常弧垂的影响,从而导致故障测距结果不精确。立足于现有输电线路行波故障测距原理．提出了一种新型的单端行波故障测距方法,通过小波变换得到故障初始行波、故障点反射行波和对端母线反射行波到达母线的时间．在此基础上求解3个距离与时间的方程,得到不受波速影响的故障测距结果。理论上该方法不受行波波速和线路弧垂的影响．仿真分析也证明了其正确性．