频域逼近优化的开关电流电路小波变换方法

提出了一种频域逼近优化的开关电流电路小波变换方法。利用小波函数幅度响应和相位响应信息,并考虑滤波器稳定性,设计小波基滤波器频域逼近优化模型,模型可采用常规优化算法求解。基于第二代开关电流积分器电路,构造一阶节和双二阶节基本电路模块。以五阶高斯小波基为例进行优化逼近,对逼近获得的小波基滤波器传递函数进行级联分解,并采用开关电流基本电路模块进行小波基电路综合。分析表明,五阶高斯小波逼近时域均方误差仅为2.883×10-4,频域均方误差仅为5.061×10-4。仿真结果表明,电路具有逼近效果好、小波尺度可调谐、电路灵敏度低等特点。     

基于天牛须搜索算法的电池模型参数辨识

为实现高精度的动力电池SOC估计,需要建立准确的电池模型.针对磷酸铁锂电池平台特性,采用二阶RC等效电路建立电池的等效电路模型;用双指数函数拟合OCV与SOC的函数关系;采用双线性变换法将电池的数学模型离散化,得到可辨识的电池数学模型.为保证电池模型的精度,要对电池模型的参数进行辨识.首次提出一种基于天牛须搜索算法的电...     

基于改进天牛须搜索算法的分布式电源选址定容

针对分布式电源接入配电网的选址定容问题,在考虑到网损、静态电压稳定和线路热稳定3个指标的基础上,采用层次分析法建立了分布式电源在配电网中选址定容的多目标优化模型。对一种新的智能优化算法-天牛须搜索算法(Beetle Antennae Search-BAS)进行改进,提高了算法的稳定性,并应用于分布式电源选址定容问题求解。通过与粒子群算法在IEEE-33标准节点算例的仿真对比实验,验证了改进天牛须搜索算法(Improved Antennae Search-IBAS)在分布式电源选址定容问题求解中的高效性和稳定性。     

基于改进天牛须搜索算法优化LSSVM短期电力负荷预测方法研究

为提高短期电力负荷预测精度,提出了一种天牛须搜索算法优化的LSSVM短期电力负荷预测模型。引入模拟退火算法的蒙特卡洛法则对优化算法进行改进,提高了该算法的稳定性。将改进BAS算法优化后的LSSVM模型用于短期电力负荷预测问题。使用小波阈值去噪处理电力负荷数据,减少一些不确定性因素对负荷预测的影响,提高了预测精度。选择四川某地区电网实际历史负荷数据进行分析和预测,并与PSO-LSSVM、LSSVM预测模型进行对比分析。算例结果表明,所提出的IBAS-LSSVM预测模型与LSSVM相比预测精度提升了1.5%左右,与PSO-LSSVM相比算法运行时间缩短了70%,且算法稳定性更高,证明了该方法的实用性与有效性。     

连续小波变换的对数模拟滤波器实现

提出了基于对数技术的连续小波变换的模拟滤波器实现方法,通过迭代和函数逼近理论可获得无显式表达式的小波函数的冲激响应。小波变换的滤波器实现电路由冲激响应为小波函数的滤波器组构成,Padé逼近是一种有效的有理逼近,小波函数经Padé逼近后可得到其有理分式逼近,有助于滤波器设计。通过优化滤波器组的状态空间模型确保了电路具有大的动态范围,有利于低压低功耗运用。仿真结果证实了其可行性。     

基于降步长天牛须搜索算法的火电机组CCS特征轨迹设计

将特征轨迹法和降步长天牛须搜索(SDBAS)算法结合设计了亚临界火电机组协调控制系统(CCS),通过特征轨迹法确定控制器形式及部分必要参数,保证了CCS的稳定性,同时结合SDBAS算法寻优得到最佳控制器参数,从而优化控制效果。仿真结果及工程应用效果表明该方法能较好地满足工程需要。     

小波变换、神经网络和小波网络的函数逼近能力分析与比较

基于对小波变换和神经网络之间内在联系的分析，利用神经网络不同激励函数的线性组合构造出了相应的小波函数，得出小波函数作为神经网络的激励函数与普通神经网络的激励函数在本质上是一致的结论，并引入了小波网络。通过对小波变换，神经网络和小波网络函数逼近能力的理论分析与比较，认为小波网络在函数逼近方面具有明显的优势，并且分别利用这3种方式对一典型函数进行了仿真逼近的验证。     

基于改进天牛须算法的含固态变压器的配电网无功优化北大核心CSCD

提出了一种基于改进天牛须算法的含固态变压器(solid⁃state transformer,SST)的配电网无功优化方法,通过调节SST的调制系数和相位角补偿系统的无功功率。文中首先对SST进行数学建模,其次针对天牛须搜索算法(beetle antennae search algorithm,BAS)在低维度空间表现优异,在5维及以上空间存在收敛速度慢,精度低的问题,在BAS的基础上引入了模拟退火算法(simulated annealing algorithm,SA)中蒙特卡洛准则以及动态实时改变的步长因子,通过经典函数来测试文中所提算法的性能,最后应用到含SST的配电网中,对SST的连续优化变量和分布式发电(distributed generations,DGs)的无功输出进行优化,使系统的电压偏差与功率损耗达到最小,降低了SST在配电网中的成本。最后对改进的IEEE⁃33节点系统进行仿真,验证了该模型与算法的可行性与有效性。     

一种利用混合算法选择变量的天牛须优化神经网络风速预测方法

风速波动本身具有随机性和不确定性,给风速的准确测量产生影响。基于风电场大数据,设计提出一种基于互信息算法和随机森林算法相结合的变量选择方法,并以此为基础建立基于天牛须搜索算法优化的神经网络(BAS-BP)风速预测模型。采用某风电场1. 5 MW机组SCADA历史数据,使用互信息法和随机森林算法进行变量选择,并进行预测模型的训练、测试及评价。验证结果表明:该风速预测模型各项误差评价指标得到提高,预测误差减小明显,模型具有更好的预测精度和效果,验证了方法的正确性和有效性。     

基于天牛须搜索粒子群优化的改进克里金模型

为提高克里金模型的建模精度,提出了一种基于天牛须(BAS)搜索粒子群(PSO)优化的改进克里金模型算法。在引入的天牛须搜索PSO优化算法中,每个粒子的更新规则不仅依赖于PSO最佳方案及个体的当前全局最优值,还综合了BAS的搜索规则,以提高全局搜索性能及搜索效率。由于相关参数的取值直接影响克里金模型的建模精度,应用天牛须搜索PSO算法对克里金模型的相关参数进行优化,并给出了具体的优化流程。测试算例表明,基于天牛须搜索PSO的改进克里金模型,具有得更高的模型精度和计算效率,优于常规的克里金算法及普通粒子群优化的克里金算法。     

基于多相结构小波滤波器组的高效测量算法研究

介绍了小波子带功率信号分解方法的原理与算法,提出了多相结构小波电参量测量方法,分析推导了双通道IIR正交多相小波滤波器组的结构,得到一种新型电参量信号的高效测量算法,解决了传统测量算法(FFT)、普通小波测量算法(FIR、IIR直接Ⅰ型)计算量大,时间复杂度高的问题。实验结果表明:采用文章高效测量算法,测量电流有效值、电压有效值、有功功率和无功功率,算法所需的时间小于FFT测量算法和普通小波测量算法的四分之一,测量算法的准确度优于1×10~(-4),表明多相结构小波电参量高效测量算法计算时间短、测量准确度高。     

基于小波多尺度分析和Kalman滤波的微机保护算法

提出了一种新的微机保护算法。采用小波多尺度变换对采集信号进行分解得到平滑信号和细节信号,在细节信号上利用模极大值法确定异常发生与否及其产生时刻。异常产生后进入故障处理程序,启动Kalman滤波器。利用平滑信号更新滤波器的观测值,减少故障信号暂态噪声的干扰,提高了滤波算法的收敛速度;利用细节信号实时在线计算测量噪声的方差,提高了滤波算法的收敛精度;小波分析对故障进行初次检测和判断,而滤波器估计出故障信号基波分量结合继电保护原理对故障进行再次判断,提高了保护算法的可靠性。在Matlab/Simulink环境下搭建仿真模型对算法进行验证与测试,仿真结果证实了算法的可行性和有效性。     

一种小波变换域的自适应扰动消除方法

针对自适应逆控制中实时消除非平稳时变噪声的困难,提出了一种小波变换域自适应扰动消除方法,从而有效地降低了输入信号自相关矩阵特征值的分散程序,达到了改善噪声消除效果的目的,并拓宽了这种扰动消除方法的应用范围。     

General rational approximation of Gaussian wavelet series and continuous-time gm-C filter implementation

A general method of rational approximation for Gaussian wavelet series and Gaussian wavelet filter circuit design with simple g_m-C integrators is presented in this work. Firstly, the multiorder derivatives of Gaussian function are analyzed and proved as wavelet base functions. Then a high-accuracy general approximation model of Gaussian wavelet series is constructed, and the transfer function of first-order derivative of Gaussian wavelet filter is obtained using quantum differential evolution (QDE) algorithm. Thirdly, as an example, a fifth-order continuous-time analog first-order derivative of Gaussian wavelet filter circuit is designed based on multiple loop feedback structure with a simple g_m-C integrator as the basic blocks. Finally, simulation results demonstrate that the proposed method is an excellent way for the wavelet transform implementation. The designed first-order derivative of Gaussian wavelet filter circuit operates from a 0.53-V supply voltage and a bias current 2.5 nA. The power dissipation of the wavelet filter circuit at the basic scale is 41.1 nW. Moreover, the high-accuracy QRS detection based on the designed wavelet filter has been validated in application analysis.     

基于小波分析和智能补偿的三相电力混合滤波算法

在分析传统电力滤波方法的基础上,针对检测电网侧谐波分量和负荷侧谐波分量的复合滤波控制方法无法抑制电网参数对滤波和无功补偿影响的不足,引入智能补偿因子。提出基于小波分析和智能补偿的三相电力混合滤波算法。利用小波算法检测电网电流和载荷电流谐波分量,该结果作为样本利用遗传神经网络进行训练,预测当前电网参数对滤波效果的影响程度,计算智能补偿因子,对混合滤波控制进行补偿。实验结果说明,基于小波分析和智能算法对混合滤波控制进行补偿,是提高其动态性和降低谐波量的有效途径。     

基于小波变换和三点法的基波频率测量

小波变换可以在非同步交流采样情况下,提取畸变信号中的基波分量,但检测结果存在少许误差。三点法可通过任意三个等间隔检测点提取正弦信号频率,但检测点误差会严重影响测频精度。对三点法误差的数学机理进行分析发现,合理的选择检测点之间的间隔可以使结果误差最小。极值分析和牛顿迭代法可被用来近似计算最优检测点间隔。通过误差的抑制和个别较大误差结果的剔除,小波变换能与三点法结合对电网中畸变信号的基波频率进行高精度检测。仿真算例证明本文算法精度要优于小波变换与过零法或极值法结合的算法精度。     

基于混沌加密的小波域数字图像水印算法

本文提出了一种基于混沌加密的小波域数字图像水印算法,首先通过对原始图像进行离散小波变换,提取其低频部分作为嵌入区域;然后再次利用小波变换对水印进行分解,得到水印的四幅小波分解子图,用混沌序列对4幅子图进行置乱,经小波逆变换完成水印加密;最后将加密后的水印嵌入到原始图像的低频部分中.在提取水印时,通过水印相似系数NC和峰值信噪比PSNR评价水印质量,实验结果表明,提出的算法可以抵抗JPEG压缩、噪声、滤波等几何攻击,图像加密效果好.     

基于空域Contourlet-时域小波变换的视频水印算法

通过采用空域的Contourlet变换和时域的一维小波变换,提出了一种新型三维多分辨率分解方法,并将水印信息嵌入到Contourlet分解后空域低频子带系数的静止成分和动态成分中。为了增强水印的鲁棒性和安全性,在水印嵌入前先通过Arnold变换对原始二值水印进行置乱加密。在水印的嵌入过程中,构造了一种十位数规则来修改三维分解后的系数。实验结果表明,该算法能够抵抗各种攻击,如MPEG压缩编码、丢帧、帧平均和叠加噪声等等,算法简单,计算复杂度小,兼顾了水印的不可见性和鲁棒性,并且能取得更好的视觉效果。