同杆并架双回线准确参数未知时的故障测距新算法

比较分析了各种主要的测距算法，并在此基础上提出了一种同杆并架双回线的故障测距新算法。算法采用分布参数线路模型，利用了双端数据和六序分量法，并考虑了对不准确线路参数识别的问题。EMTP仿真表明了该算法的正确性和有效性，测距精度较高，不受故障过渡阻抗、负荷电流和系统运行方式的影响，不需要双端数据同步，对不准确的线路参数具有较好的自适应能力。该算法具有工程实用价值。     

求解频域参数方程的双端故障测距原理

提出一种新的频域法双端测距原理。该测距原理无须知道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，利用故障暂态电流、电压丰富的频谱信息，结合故障暂态响应中测量点电流、电压频域网络方程，采用参数识别的方法求解故障距离及输电线路参数，克服了传统双端测距方法因线路参数不准确引起的测距误差。EMTP仿真表明该方法具有较高的测距精度。     

精确双端故障测距新算法

提出一种利用线路双端故障数据进行精确故障定位的新算法。新算法利用了故障后线路两端 的电压电流相量，考虑了双端采样数据的非同步问题，通过采用分布参数模型，精确考虑了 分布电容对测距算法的影响，从而大大提高了测距算法的精确度。该算法通过EMTP仿真和实 际故障数据的验证，证明有很高的精确度。     

一种实用的新型高压输电线路故障双端测距精确算法

提出一种新型的高压输电线路故障测距的精确算法。该算法基于线路的分布参数模型，根据故障时沿线电压的分布规律，使用搜索迭代的方法计算出故障点的位置，不要求双端的数据同步，能消除过渡电阻的影响，且无需解长线方程，也不存在伪根的判别问题，具有较高的实用价值。EMTP仿真结果显示即使在较低的采样频率下该算法仍具有较高的精度。     

混沌粒子群优化算法在确定含水层参数中的应用

以泰斯公式为例,将混沌粒子群优化算法应用于求解分析抽水试验数据,解决含水层参数的函数优化问题.通过在粒子群算法的初始化粒子位置及后续的细搜索过程中加入混沌序列,提高了算法的收敛速度和精度.数值实验结果表明:混沌粒子群算法能够有效地应用于求解含水层参数计算问题;粒子数的增多对混沌粒子群算法收敛性的影响不明显;待估导水系数选取不同的倍数均体现出混沌粒子群算法的收敛性明显优于粒子群优化算法.混沌粒子群算法应用于确定含水层参数是可行的.     

混沌粒子群优化算法在马斯京根模型参数优化中的应用

针对目前马斯京根模型参数率定中存在的求解复杂、精度不高等问题,本文将混沌搜索机制引入粒子群优化算法中,构建混沌粒子群优化算法对马斯京根模型参数进行率定。这种方法利用混沌运动的遍历性,改善了粒子群优化算法的全局寻优能力,避免算法陷入局部极值,使得粒子群体的进化速度加快,提高了算法的收敛速度和精度。通过实例应用表明,混沌粒子群优化算法可以有效地估算出马斯京根模型参数,优化效果明显优于粒子群优化算法及试错法,因此该算法具有很好的实用性。     

耦合双回输电线路电弧故障测距单端信息短窗时域新解法

电弧故障是高压输电线路的多发故障，然而目前众多故障定位工频量算法多将故障过渡电阻视为线性定常电阻，本文借鉴其他学者对电弧的研究成果，建立了电弧的理想电压－电流转移特性曲线和对应的电弧等效电路模型，提出了一种耦合双回高压输电线路故障测距单端信息短窗时域的新方法，此方法特点为（1）考察了故障边界的电弧放电实际；（2）考虑了电流互感器饱和因素，短时窗可以小于半个周波，位置可以是故障起始时刻；（3）不需要输入对端系统等值阻抗，解算中运用了最小二乘技术，从理论上保证了该测距算法具有较高的测距精度，大量数字试验表明，该方法正确，业已应用于昆明实际电网。     

双端测距中的自适应线路参数在线估计

提出了一种线路参数在线（自适应）估计方法，取线路长度为线路杆塔间的水平距离，而把各种因素对线路参数的影响统一归入线路参数的变化，借助双端（或多端）通信工具，自适应半实时在线估计线路参数。在双端测距中，利用已有的硬件设备，可以有效地削弱线路参数变化对测距精度的影响。该方法对于各种架空输电线路，尤其是对于穿越地形复杂、气候恶劣地区（如高寒覆冰地区）输电线路的双端测距具有较重要意义。     

线性微分递减自适应粒子群算法在水电站优化调度中的应用北大核心

针对求解水电站优化调度粒子群算法的改进,分析了粒子群算法在求解水电站优化调度问题时对关键参数惯性权重调整的需要,提出了线性微分递减的自适应粒子群算法。通过前期减小缓慢的惯性权重,增加算法的探索能力跳出局部最优解;通过后期减小较快的惯性权重,提升算法的开发能力加快算法收敛。以葛洲坝水电站优化调度为例,对比了改进算法和传统算法。优化调度实例表明:线性微分递减自适应策略增强了算法的寻优能力和稳定性。改进算法能够有效改善由于水电站优化调度目标函数非凸性带来的粒子群求解易早熟问题,为水电站优化调度粒子群算法惯性权重的改进提供了新思路。     

线性微分递减自适应粒子群算法在水电站优化调度中的应用

针对求解水电站优化调度粒子群算法的改进,分析了粒子群算法在求解水电站优化调度问题时对关键参数惯性权重调整的需要,提出了线性微分递减的自适应粒子群算法。通过前期减小缓慢的惯性权重,增加算法的探索能力跳出局部最优解;通过后期减小较快的惯性权重,提升算法的开发能力加快算法收敛。以葛洲坝水电站优化调度为例,对比了改进算法和传统算法。优化调度实例表明:线性微分递减自适应策略增强了算法的寻优能力和稳定性。改进算法能够有效改善由于水电站优化调度目标函数非凸性带来的粒子群求解易早熟问题,为水电站优化调度粒子群算法惯性权重的改进提供了新思路。     

SIMULATION OF SEDIMENT-LADEN FLOW BY DEPTH-AVERAGED MODEL BASED ON UNSTRUCTURED COLLOCATED GRID

The 2-D depth-averaged mathematical model for sediment-laden flows has been widely used in river control and other related engineering problems, and now it is usually solved on structured grids. Since the natural river is usually very complicated in plane boundary, and unstructured grids are more attractive in solving the problems with complicated domains, the following questions about solving 2-D depth-averaged model were discussed in this article: (1) a modified Bowyer algorithm was suggested to generate unstructured grids for natural rivers, (2) the Finite Volume Method (FVM) is employed to discretize the governing equations of the 2-D depth-averaged model and an implicit scheme was suggested with unstructured collocated grids, (3) the observed hydrological data of the Chenglingji Reach in the Yangtze River are used for verification of the presented method. It seems that the suggested numerical scheme works very well, and the simulation results of both hydraulic characteristics and river bed deformation are in good agreement with the observed ones.     

确定含水层参数的单纯形-混沌优化算法

以无限含水层和有直线隔水边界情况下的解析解为基础,将单纯形一混沌优化算法应用于分析抽水试验数据,求解含水层参数函数优化问题。针对混沌优化算法收敛速度较慢的缺点,文中将单纯形算法和混沌优化算法结合,构造了单纯形一混沌优化算法。数值实验结果表明：单纯形一混沌优化算法可有效地应用于求解含水层参数函数优化问题;待估参数初始取值范围对单纯形一混沌优化算法的收敛速度有一定的影响,但不会影响该算法最终的收敛性;与混沌优化算法相比较,单纯形一混沌优化算法具有收敛速度快和结果精度高的优点。     

水文模型参数优选遗传算法的应用

本文对遗传算法进行了详细地分析,建立了实编码单纯形混合加速遗传算法,并将其与二进制加速遗传算法、实编码加速遗传算法、单纯形法、模式搜索法进行了比较。数值模拟和新安江模型的实例应用表明,二进制加速遗传算法、实编码加速遗传算法、混合加速遗传算法的全局优化性能比单纯形法和模式搜索法好,而其中混合加速遗传算法不仅有较好的全局优化性能和稳定性,而且在调用目标函数的次数相同的情况下,精度较高。     

基于集成学习算法的黄河中游采砂信息提取

针对大范围快速监管黄河中游采砂情况以维护其生命健康的问题,提出了一种加权平均集成UNet算法和PSPNet算法,改进损失函数,并结合遥感影像特点合理设定参数的集成学习算法。通过利用算法训练得到的采砂信息提取模型对实地调查的5个采砂点进行了信息提取,结果显示:UNet算法提取的找全率(Ｒecall)为79.87%,准确率(Precision)为15.80%,交并比(IoU)为16.75%;PSPNet算法提取的找全率(Ｒecall)为57.57%,准确率(Precision)为27.79%,交并比(IoU)为31.17%;集成学习算法提取的找全率(Ｒecall)为89.57%,准确率(Precision)为55.72%,交并比(IoU)为60.28%。因此,本文算法可以在一定程度上应用于河湖两侧采砂信息的提取,更好地辅助水利行业强监管的执行。     

混合智能算法及其在供水水库群优化调度中的应用

将遗传算法中的进化思想和蚁群算法中的群体智能技术有效地耦合,提出了一种基于两者的混合智能算法,应用于供水水库群系统的优化调度研究中。算法利用蚁群算法的并行性、正反馈性以及良好的全局寻优能力,避免搜索陷入局部最优,同时借鉴遗传算法的进化思想,利用杂交、变异算子来进行局部寻优,使其能快速搜索到全局最优点。在种群随机搜索过程中嵌入确定性的模式搜索,使得算法同时具有随机性和确定性。结合模拟退火思想,构造了罚因子处理约束条件,使该算法对水库优化调度问题以及其他优化问题具有一定的通用性。通过实例验证,并与大系统聚合分解经典算法进行比较,结果表明该算法是可行的和有效的。     

改进遗传算法的研究现状分析

遗传算法是全局优化自适应概率搜索算法,它有智能寻优、鲁棒性等优点,但也存在早收敛、结果不精确等不足。因此许多学者提出了一些改进措施来弥补遗传算法的缺点。本文对近些年来出现的改进遗传算法进行了简要介绍,并对其优缺点进行了评述。     

演化算法寻找地基稳定性最小安全系数的实现

从演化计算中的遗传算法思想出发,构造了一个寻找最小安全系数的控制收敛矩阵。由该控制收敛矩阵4个角点的安全系数的大小决定下一个控制收敛矩阵移动的方向。当该矩阵的安全系数在型心为最小时,运用二分法将控制收敛矩阵尺寸减小一半进行计算,直到满足要求为止。并结合一个具体的工程,给出了在寻找最小安全系数的过程,验证了文中所给方法的可行性。     

自适应遗传算法在水库优化调度中的应用

本文提出了一种基于自适应遗传算法的水库优化调度问题的求解方法，并通过实例对自适应遗传算法和标准遗传算法的性能做了比较。结果表明，由于自适应遗传算法能够在进化过程中根据个体优劣和群体分散程度对遗传控制参数进行自动调整，可以较好地解决标准遗传算法在应用中遇到的收敛性差和容易早熟等问题。在进化相同代数条件下，自适应遗传算法能够在保持群体多样性的同时，加快收敛速度，其稳定性也优于标准遗传算法。遗     

空间数据线要素综合的经典算法及其实现

随着地图学家们的不断深入研究,已产生出各种新的地图综合算法,而线要素的综合算法是地图综合的最重要的算法,其中的经典算法且具有代表性的有Douglas-Peucker算法和Li-Openshaw算法。对两种算法进行了比较分析,论述了其在VC环境下具体的实现方法。     

基矛并行自适应变异粒子群算法的渗透系数反分析

针对基于粒子群技术的反演算法计算量大、耗时长的缺点，提出了一种并行粒子群算法。同时，为了克服粒子群算法容易陷入局部极小的早熟收敛问题，采用了自适应变异技术，以克服局部收敛，加快收敛速度。结合具体算例，分析了粒子群数目和处理器数目对加速比的影响。