基于混沌粒子群优化算法的数字PID参数整定

移相全桥零电压(PS-FB-ZVS)PWM DC/DC变换器是变换器的一个研究热点。针对PID控制器参数的整定及自适应调整难以达到最优状态,使控制结果出现较大的超调量,在此利用混沌粒子群优化算法(ChaosParticle Swarm Optimization,简称CPSO)、原始粒子群优化算法和遗传算法对变换器的数字PID控制器参数进行了整定,得到评价函数值收敛趋势图和系统的单位阶跃响应曲线,并利用PID参数整定结果得到输出电压动态响应曲线。通过分析几种算法整定PID参数的结果,表明CPSO具有更好的优化效果。     

基于风险度评价和改进蚁群算法的配电网网架规划

提出一种基于风险度评价和改进蚁群算法的配电网灵活规划方法.将规划年的预测负荷、电价及导线价格等参数的变化由原来的离散状态转变为多场景区间,从而将电网规划中的单一不确定性问题转化为多个确定性问题.在求解不确定性问题时,提出一种基于云模型的改进蚁群算法,通过定性关联规则推理对蚁群算法中信息素参数ρ和信息素强度Q进行定性控制和动态选取,根据算法进化情况自适应更新支路信息素,有效克服了传统蚁群算法易陷入局部最优解及收敛速度慢的问题.应用改进蚁群算法,依次获得各个场景的规划方案,并以风险度最小为标准确定鲁棒性最优的规划方案,实现电网的灵活规划.算例分析验证了所提方法的有效性.     

红外焦平面阵列非均匀性校正性能的联合评价

凝视红外焦平面阵列(IRFPA)的非均匀性已成为制约红外光学系统成像质量的关键因素。 针对自适应类非均匀性校 正性能评价问题,提出一种非均匀性校正性能联合测试方法;结合 3 种典型海上场景,探讨自适应类算法校正性能效果评价;构 建校正性能联合测试系统,在海面场景、海天场景和天空场景的输入条件下算法收敛时间分别为 16、18 和 15 s,小于传统自适 应算法的 20 s;在海面场景输入下,算法校正精度为 0. 28%,低于其他自适应算法的 0. 6%,有效温度范围为 19 ~ 31 ℃ ;在天空 场景输入下,算法校正后 NETD 为 87 mK。 实验结果表明,相较于传统的单一自适应校正算法,所提出的联合处理方法能够在 保证 NETD 的情况下,有效提高 IRFPA 非均匀性校正性能;也反映了 IRFPA 非均匀性校正算法能够改善红外光学成像系统 质量。     

广义预测PID在PLC温控系统中的应用

提出了一种基于可编程控制器（PLC）的广义预测（GPC）PID控制器,经过详细分析GPC和PID控制的特点,采用GPC与PID相结合的策略,设计了具有PID结构的自适应调节GPC控制器。针对具有未知或缓慢时变的参数的温控系统,广义预测控制技术是一种很有效的自我调节控制技术。通过实验验证了该控制器的有效性,实验结果表明,广义预测PID控制器具响应迅速、鲁棒性好、自适应能力强等优点。     

基于Smith预估器的自适应广义预测控制

针对参数缓慢变化的大时滞被控对象，提出了一种基于Smith预估器的自适应广义预测控制方案，在广义预测控制的等价结构中用Smith预估器替换原最优预估器，并通过参数在线辨识，不断修正Smith预估器 广义预测控制器参数。仿真结果证明，该方案动态响应快，跟踪效果好，能有效克服时滞影响。     

用于金属板图像分割的自适应阈值算法

针对生产线上金属板表面光照不均匀和白、灰细颗粒相间的特点,将一维、二维Wellner自适应阈值算法应用到这种场景,并结合高斯加权距离,将算法推广,提出了一种针对金属板表面图像分割的高斯加权自适应分割算法.该方法首先通过计算区域内像素间的高斯加权距离,形成一张加权距离图,然后利用Wellner的“中心-周围比较思想”直接求算二值图像.最后对实际产线上采集的图片进行了实验,将二维otsu算法、均匀性度量算法、一维、二维Wellner自适应算法和最后改进的算法在分割效果进行比较.实验结果表明,相对于其他算法,最后应用的算法在分割效果上具有明显的优势.     

基于改进场景聚类算法的海上风电储能优化配置研究

在平滑海上风电出力波动的应用需求下,提出一种储能优化配置方法。利用小波包分解算法对海上风电出力曲线进行分解,得到储能系统全年功率响应曲线。采用基于云模型和模糊C均值聚类算法相结合的改进场景聚类算法,对储能全年功率响应曲线进行聚合,生成储能功率响应典型场景。以储能年综合成本最低为目标,构建储能优化配置模型。采用粒子群算法对海上风电储能优化配置模型进行求解,最后通过算例仿真对所提方法和模型进行分析验证。结果表明：所提模型和方法能综合考虑海上风电场侧储能的实际运行特性,可有效指导海上风电场的储能配置和建设规划。     

考虑风电波动性的微电源逆变控制器参数优化研究

提出了一种考虑风电波动性的微电源逆变控制器参数优化方法。以可能出现的场景模拟微电网中风电的波动性,通过特征值的参数灵敏度选取对系统稳定性和动态响应特性影响较大的主导参数,最后利用一种新的综合ITAE(Integrated of Time—weighted Absolute Error)指标构建参数优化的目标函数以评价微电源逆变控制器的控制性能。通过改进微分进化算法选取对应综合ITAE指标最小的样本参数为最优解。仿真计算结果表明:改进微分进化算法求解该优化问题时具有较好的收敛性,依据该方法设计的微电源逆变控制器参数对风电的波动具有良好的鲁棒性,系统在工况变化引起的过渡过程中拥有良好的动态响应品质。     

考虑多重因素耦合的广义负荷特征曲线的模式分析

在可再生能源、需求侧响应、电动汽车、储能等多重因素耦合影响下,电力负荷发生根本的变化,从传统的"纯负荷"逐渐演变为具有"负荷"+"电源"双重特性的广义负荷。这是一个新兴的、复杂和抽象的概念,分析研究其曲线模式和特征,是电力系统规划、调度的重要基础工作。针对当前缺乏广义负荷数据、缺少对广义负荷曲线特征研究的问题,文中提供了不同因素作用下的广义负荷模拟模型,进而对不同场景下的广义负荷曲线形态特征进行探索。首先,分别建立考虑电动汽车充电、新能源接入、响应电价、响应新能源波动的广义负荷模拟模型;基于此,提出综合考虑多重因素耦合作用下的广义负荷模拟模型。通过建立的模拟模型,可以生成未来广义负荷数据进行分析,解决目前缺少分析数据的问题。采用基于密度的DBSCAN聚类方法从生成的数据中提取出广义负荷特征曲线。最后,通过设置不同的广义负荷场景,对未来广义负荷特征曲线进行了仿真分析,获得了多种未来可能出现的广义负荷特征曲线。     

多场景技术与盲数相结合的配电系统可靠性评估

为了提高考虑可靠性原始参数不确定性的配电系统可靠性评估效率,提出了多场景技术与盲数理论相结合的可靠性评估算法。该算法首先分析配电网元件可靠性参数的变化过程,提出了通过浴盆形曲线函数获得可靠性参数初始盲数区间和可信度的方法。为降低可靠性评估的复杂性,采用后向场景缩减法对盲数场景进行缩减,利用最少的场景最大程度地拟合可靠性参数的不确定性。最后提出了一种新的可靠性评估算法,采用顺向层级矩阵传递元件块故障对下游负荷可靠性指标的影响,采用逆向层级矩阵传递隔离开关块故障对上游负荷可靠性指标的影响。算例仿真结果表明,上述方法有效可行。     

基于形态距离的日负荷数据自适应稳健聚类算法

为克服传统划分式聚类算法的聚类数k值难以确定以及聚类结果稳定性较差的问题,提出一种基于日负荷曲线形态距离的自适应稳健聚类方法。利用差分算法和分位数对原始日负荷曲线进行特征提取,将其转化为描述负荷曲线形态特征的离散类属性数据,用曲线形态差异度量替代对负荷数据的欧氏距离度量,避免数据标幺化可能带来的信息缺失;进一步引入特征属性加权和隶属度惩罚,根据样本形态特征,提出基于动态层次Fuzzy U-K-modes的自适应聚类算法,通过多阶段聚类和构建聚类系谱,自适应地确定聚类中心和k值,在不过多损失效率的前提下,使聚类结果的稳定性大幅提升;最后以某地区4869个用户的日负荷数据为研究对象,验证了所提算法的有效性。     

计及运行特性的配电网分布式电源与广义储能规划

在配电网分布式电源与广义储能的联合规划中,为了充分挖掘柔性负荷的调控能力,实现源-荷-储的协同互动,提出了分布式电源和广义储能的双层规划方法。结合广义储能的运行特性模型,提出了柔性负荷的需求响应潜力量化方法及配电网的运行策略。构建了运行-规划模型,上层考虑系统规划成本、响应激励成本以确定资源的选址定容方案;下层以配电网的可持续性、可靠性为目标,采用自适应参数网格粒子群优化算法求解广义储能的运行结果。算例仿真结果验证了所提模型和方法的有效性及优越性。     

基于曲线形态特征的地区规模化风电出力场景划分

目前多采用基于欧式距离的聚类方法对风电出力场景进行聚类划分,其结果反映时间序列曲线的幅度大小差异,而未反映曲线的形态特征及变化趋势的不同。据此,文中提出一种基于曲线形态特征的地区规模化风电出力场景划分方法。针对地区规模化风电出力时间序列曲线,定义考虑序列互相关性的“形态距离（shape-based distance,SBD）”,将其作为聚类算法的相似性度量函数,进一步给出基于形态距离的时间序列样本聚类划分过程。然后以某含规模化风电的实际地区为研究对象,提取该地区春季风电出力典型场景,并与传统K-means聚类算法的结果进行对比分析,验证所提方法的有效性。最后运用文中方法提取了该地区各个季节不同风况下的风电出力典型场景。     

一种基于自适应步长控制与组合参数化的改进连续潮流计算方法

提出了一种可以完全跟踪光伏(PV)曲线斜率变化的自适应变步长算法,并在理论上比较分析了所提变步长法与常规变步长法的灵敏度特性,通过分析发现,所提变步长法具有更优的自适应性,在保证连续潮流计算精度的同时,大幅降低了计算时间。提出了一种组合参数化法,即在PV曲线的不同区域采用不同的参数化法,同时在PV曲线追踪过程中设置参数化切换断点,并以校正不收敛作为组合切换判据。基于IEEE标准节点系统的计算结果验证了所提自适应变步长算法与组合参数化法的有效性与优越性。     

基于曲线离散Fréchet距离的风电并网变流器中IGBT模块缺陷诊断方法

提出一种基于门极电压响应曲线Fréchet距离变化的绝缘栅双极型晶体管(IGBT)模块缺陷诊断方法。在IGBT模块的失效过程中,部分门极杂散参数会发生变化,相应地门极电路的电压响应曲线也会发生变化。利用门极电压在开通时段响应曲线的离散Fréchet距离度量其相似性的变化,并以此作为参数辨识IGBT模块是否存在缺陷。与现有的故障诊断方法相比,其响应时间更充裕。针对典型的缺陷形式进行了实验研究,结果验证了该方法诊断结论的正确性。     

考虑双尺度相似性的负荷曲线集成谱聚类算法

负荷聚类可以依据形态特性差异对负荷曲线进行归类,实现用户用能行为规律分析,为需求侧响应、电网客户服务等提供重要的决策信息。文中提出一种考虑双尺度相似性的负荷曲线集成谱聚类算法。首先,为了克服欧氏距离在负荷特性相似程度度量上的局限,基于负荷差分向量的余弦距离实现负荷形态变化的相似性度量,提出一种双尺度相似性度量方式;然后,基于双尺度相似性与谱聚类算法,建立差异化基聚类模型;最后,依据聚类评价指标自适应计算基聚类模型权重,以加权一致性矩阵与谱聚类实现聚类集成。算例结果证明,所提方法可有效挖掘负荷形态特性差异,在不同数据集中性能表现稳定,具有显著的聚类有效性和鲁棒性。     

自适应广义数学形态学抑制局部放电窄带干扰

针对传统数学形态滤波器存在的统计偏倚现象,基于最小均方(LMS)自适应算法调节不同长度的结构元素,提出一种自适应广义数学形态滤波器。在强烈的噪声环境中,采用数学形态学、广义数学形态学和自适应广义数学形态学三种方法对比仿真分析消除连续的周期窄带干扰,并引入信噪比和局部放电脉冲的波形失真均方误差评价指标。仿真分析和现场数据处理结果表明,自适应广义数学形态学的滤波效果优于单一的形态滤波效果,完整地保持了局部放电信号的几何结构特征,信号失真小。分析结果表明,自适应广义数学形态学能有效地抑制连续的周期窄带干扰。     

基于多策略分区勘探粒子群算法的主蒸汽温度优化控制

为满足火电机组快速深度变负荷工况下主蒸汽温度控制器参数整定需求,将选择算子、自适应学习因子、自适应惯性权重系数引入标准粒子群算法中,提出多策略分区勘探粒子群算法。该方法根据适应度评价指标,将种群划分为标准粒子群操作区、选择算子操作区、自适应学习因子操作区、自适应惯性权重系数操作区4个分区,以充分发挥各寻优策略的优势,保证算法具有较高收敛精度,同时具有较快的收敛速度。与其他5种改进粒子群算法进行对比实验,结果表明:本文所提算法寻优精度高,收敛时间短。将本文算法与衰减曲线法、3种改进粒子群算法分别应用于主蒸汽温度串级PID控制器参数优化,仿真实验结果验证了本文算法的有效性。     

基于路侧激光雷达的障碍物目标检测方法

针对现有障碍物检测方法在复杂道路场景下存在地面分割欠精准、计算量大以及不同距离下的目标聚类困难问题,提出了一种基于路侧激光雷达的障碍物检测方法。在地平面分割方面,提出基于圆柱坐标系的改进扇形栅格模型以及最低点代表法优化种子点的选取,采用多地平面模型并通过随机采样一致性算法(RANSAC)实现地面拟合及分割。在障碍物聚类方面,构建KDTree加速聚类过程,提出划分区域及阈值自适应的方式改进欧氏聚类算法。实验结果表明,该方法在4种典型道路场景下对地面点的分割准确率均达到86%以上,且针对不同距离下的障碍物目标聚类准确率提升明显。     

一类非线性随机系统的自适应预测控制

根据线性滤波和谱分解定理及成型滤波器原理构成一非线性随机系统模型,结合在工作点处用线性的动态切平面逼近一般非线性系统的方法,基于准则函数和广义最优预测算法,采用NARMAX模型的非线性递推参数估计算法辨识未知参数,提出一种自适应预测控制算法,仿真研究验证了算法的有效性。