改进人工蜂群优化神经网络的短期负荷预测

准确的短期负荷预测能够减少发电机组停机备用和旋转备用,其预测效果直接影响电网的安全稳定和经济效益.针对BP神经网络初值敏感、易陷入局部最优的缺点,提出了一种改进人工蜂群算法优化BP神经网络的负荷预测方法.首先融合负荷数据与温度、湿度等天气数据并进行高斯滤波处理,再采用搜索位置更新实现人工蜂群算法的改进,利用其算法完成BP网络权值和阈值的优化,最后建立用于短期负荷预测的优化模型,并通过实例进行仿真验证.结果 表明:该改进预测模型与传统BP算法相比预测精度及收敛速度均有大幅提高,具备工程实用价值.     

粒子群优化算法训练模糊神经网络

研究合适的神经网络学习算法是令人感兴趣的问题.提出一种用粒子群优化(PSO)算法训练模糊神经网络的方法.PSO的位置向量对应模糊神经网络的权值向量,而PSO的适应函数对应模糊神经网络的目标函数,然后,通过演化PSO达到训练模糊神经网络的目的.用PSO算法训练模糊神经网络预测混沌时间序列的实验结果表明PSO算法性能优良,适合训练模糊神经网络.     

基于改进深度稀疏自编码器及FOA-ELM的电力负荷预测

智能电网的发展使得电网获取的数据逐渐增多,为了从多维大数据中获取有用信息并对短期内电力负荷进行准确的预测,提出了一种基于改进的深度稀疏自编码器(IDSAE)降维及果蝇优化算法(FOA)优化极限学习机(ELM)的短期电力负荷预测方法。将L1正则化加入到深度稀疏自编码器(DSAE)中能够诱导出更好的稀疏性,用IDSAE对影响电力负荷预测精度的高维数据进行特征降维,消除了指标间的多重共线性,实现高维数据向低维空间的压缩编码。采用FOA优化算法优化ELM的权值和阈值,得到最优值,能够克服因极限学习机随机选择权值和阈值导致预测精度低的缺点。首先将气象因素通过IDSAE降维,得到稀疏后的综合气象因素特征指标,协同电力负荷数据作为FOA优化的ELM预测模型的输入向量进行电力负荷预测。通过与DSAE-FOAELM、DSAE-ELM和IDSAE-ELM等模型的对比实验,证明了提出的预测模型能有效提高预测精度,经计算得出预测精度提升大约8%。     

回归算法在电力负荷预测中的应用

电力系统短期负荷预测是电力系统部门安排机组启停、制定购电计划的基础。并逐渐成为电力市场的一个重要研究领域。本文分别用线性回归、支持向量回归、序列最小优化、改进的序列最小优化四种方法对某省负荷数据进行了实验对比分析。结果表明序列最小优化算法比线性回归、支持向量回归算法具有更好的适应性和预测精度。经改进后该算法的预测精度进一步提高。     

基于神经网络的光伏阵列局部阴影建模研究

在局部阴影条件下,光伏阵列的输出特性将发生变化。利用神经网络具有逼近任意复杂非线性函数的能力,采用粒子群算法（PSO）来优化BP神经网络的内部连接权值和阈值,以改善神经网络的预测性能,并基于这种改进的神经网络结构搭建局部阴影下的光伏阵列模型。仿真结果表明,此算法泛化能力强、收敛速度快,能够对阴影下的光伏阵列进行建模。     

信息熵与优化LS-SVM的轴承性能退化模糊粒化预测

为了提高滚动轴承性能退化指标的预测精度,得到性能退化指标的一个预测范围,本文提出信息熵与优化最小二乘支持向量机(LS-SVM)的轴承性能退化趋势模糊粒化预测。首先利用信息熵理论提取轴承信号的性能退化指标序列,再利用模糊信息粒化理论对该性能退化指标序列进行模糊信息粒化;然后将粒化后的数据输入给LS-SVM进行回归预测,并采用粒子群算法(PSO)优化LS-SVM的惩罚参数和核函数参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,对于每个时间段内的轴承性能退化指标,该方法均能获得准确的预测结果,具备较强的实用性和工程应用价值。     

基于模糊信息粒化SVM的飞机发电机故障预测

为实现复杂系统的视情维修,对故障预测的需求越来越高。将信息粒化概念引入支持向量机,提出基于模糊信息粒化支持向量机的预测算法,在分析三级无刷交流发电机脉宽调制调压器故障特征的基础上,实现对导通率的区间预测。实验结果表明,预测算法的准确率较高且可行有效,具有实际应用价值。     

基于模糊神经网络的切削参数预测方法

提出了一种基于模糊神经网络的数据挖掘算法,将模糊理论与神经网络技术结合,避免了单纯的神经网络结构复杂、网络训练时间长、结果表示不易理解等不足。经过模糊神经网络的建立和训练可达到精度要求。将试验值、单纯神经网络及支持向量机的预测结果进行比较,可以得出如下结论:当模糊神经网络的隶属度函数中的参数及神经网络连接权值的初始值合理时,其学习算法的精度高,收敛性好。     

基于变分模态分解和FABP的短期电力负荷预测

针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度下降等问题,提出了一种基于变分模态分解(VMD)和萤火虫算法优化BP神经网络(FABP)的短期负荷预测方法。利用VMD将原始电力负荷序列分解为若干个子序列,能够降低原始数据的复杂度和不稳定性同时克服模态混叠;萤火虫算法优化传统BP神经网络模型,能够克服其极易陷入局部最小的缺陷。最后通过样本熵(SE)对各子序列进行重组得到两个新分量,将其分别输入神经网络模型进行预测并叠加预测结果,实现短期负荷预测。应用于实例,结果表明,该方法能有效提高预测精度。     

基于粒子群算法的自回归加权马尔可夫链的负荷预测

针对城市居民人均年用电量序列具有波动性、随机性和相依性的特点,建立了基于粒子群优化算法的自回归加权马尔可夫链的负荷预测模型(PSO-AR-W-MC)。首先利用粒子群算法和AIC准则确定出自回归AR模型的系数和阶数,并对负荷变化趋势进行预测。利用平行曲线法划分该模型得到的残差序列,建立马尔可夫链的状态区间,以此求出状态转移概率矩阵,利用归一化后的自相关系数对其进行改进,确定出预测数据所属状态区间。根据状态区间对预测值进行第二次拟合。实例分析表明该算法具有较高的精确度和可靠性,应用前景广阔。     

Quantum Cooperative Robotics and Autonomy

The intersection of Quantum Technologies and Robotics Autonomy is explored in the present paper.The two areas are brought together in establishing an interdisci...     

考虑进油孔有限长滑动轴承油膜力的近似解析解

针对具有进油孔的有限长滑动轴承油膜力求解问题,采用变分原理和分离变量法,求得了有限长滑动轴承油膜压力分布的近似解析表达式。将油膜压力分布的近似解析表达式在油膜存在区域上进行积分,即得到了油膜力。将提出的计算有限长滑动轴承油膜力方法与无限长轴承模型、有限元方法的计算结果进行了比较,发现了提出的方法与有限元方法的计算结果很接近。最后,研究了进油孔位置和进油压力对油膜存在区域、油膜力等的影响,研究结果表明进油孔位置和进油压力对油膜存在区域和油膜力有较大的影响。     

三绕组变压器的双绕组等效建模及在Matpower中的应用

针对实际电网存在着大量的三绕组变压器,但国际上一些著名商业软件,如BPA仿真软件、Matpower这一权威潮流计算开源软件,均只提供双绕组变压器模型,限制了其在具有三绕组变压器的电力系统中的应用的问题,潮流计算是自主开发的电力系统各种应用软件的核心模块,因此依托国际权威开源程序进行二次开发,是一种较好的选择。对Matpower要求的数据格式进行了归纳,对变压器的一般的等值电路及带理想变压器的等值电路和带标幺值的等值电路进行了分析研究,提出了三绕组变压器转换为双绕组等效模型的建模方法,使得原先只适应双绕组变压器的潮流计算软件可以适用于三绕组变压器电网的潮流计算;最后以Matpower软件为例进行了案例计算,并用PSASP仿真软件进行对比验证。研究结果证明,所提出的建模方法是有效的。     

On the Relation of Load to Average Gap in the Contact Between Surfaces with Longitudinal Roughness

A computer simulation model for the contact between longitudinally-oriented rough surfaces has been formulated. This model closely duplicates the actual surf ace contact deformation behavior by taking into account the elastic interactions between the asperities. There were no assumptions made about the shapes, or any deformation behavior of the asperities, except for their obeying the laws of elasticity. The plastic deformations on the high asperity peaks were taken into account by setting a ceiling on their contact pressures at the material hardness value. The simulations used real surface profiles which were digitized from unworn circumferentially ground steel surfaces. Each pair of these profiles was mathematically combined to form an equivalent rough profile pressing against an infinitely rigid flat and having the appropriately adjusted elastic modulus. A total of 28 different pairs of profiles were used in the simulations. Each contacting pair was subjected to 30 different load levels and the local contact pressures and deformations were calculated. The contact simulations yielded some important mathematical relationships between parameters, such as the real area of contact, average gap, and average asperity load through statistical curve fitting. Two analytical functions were generated to relate the average load to average gap and the real area of contact to load.     

电站锅炉模糊风险评价方法研究与应用

针对电站锅炉风险等级评价问题,将模糊综合评价技术应用到电站锅炉风险等级评价中。开展了电站锅炉失效影响因素及模糊评价因素的重要程度分析,建立了一套科学合理适于在线评价的电站锅炉风险评价体系,提出了模糊综合评价技术与改进的模糊层次分析法相结合的模糊风险评价方法,利用改进的模糊层次分析法计算了指标体系中各层指标权重。对某一台电站锅炉的实际运行工况影响子因素进行了模糊风险评价,采用模糊合成算子进行模糊综合运算得到电了站锅炉运行工况影响子因素的评价向量。研究结果表明:电站锅炉的运行工况影响子因素的风险评价等级为第6级,失效可能性等级为小,该电站锅炉运行工况良好。     

基于多目标非支配解提取法的电力系统无功优化

针对传统的电力系统多目标粒子群优化算法采用权重系数法将多目标转化为单目标,从而忽视了各目标函数间的竞争关系这一问题,提出将非支配解提取法运用到电力系统多目标无功优化中,并设定了一套提取规则,以电力系统中的有功网损、电压偏差和电压稳定裕度为目标,使目标在充分竞争的情况下得出Pareto最优解,利用IEEE-14节点系统对多目标非支配解提取法的电力系统无功优化进行了仿真测试。研究结果表明,该算法一次运行可以得出多组非支配解,既有偏向单个目标的解也有兼顾所有目标的解,克服了权重系数法的盲目性和单一性,可使电力决策者根据实际问题选择最优解,具有较好的灵活性与多样性。     

交通荷载作用下桥梁结构参数识别方法

应用动力节点加载法,将作用在桥梁上的交通荷载转化为等效节点荷载,再用两步构造法识别结构物理参数.第1步,用Newmark-β方法变换结构运动方程,并用结构的加速度响应求得变换空间内的位移、速度和加速度响应;第2步,基于最小二乘原理,构造出变换空间内求解结构参数的递推式,进行结构物理参数识别.数值模拟结果表明,在交通荷载作用下,该方法能够快速、准确地进行桥梁结构参数识别.     

RLS and LMS blind adaptive multi-user detection method and comparison in acoustic communication

RLS and LMS blind adaptive multi-user detection algorithm and multi-user detector was proposed to solve the problem of multi-user signal detection problem encountered in underwater acoustic communication networks.In simulation analysis,RLS and the LMS blind adaptive multi-user detector were designed and tested for synchronous and asynchronous multi-user communication process.The results of SIR comparison and MMSE comparison show that,both of the two methods can realize blind adaptive detection when any user change in multi-user communication,during this process,the training communication sequences are not needed.The RLS algorithm has about 5 dB higher in SIR compared with LMS algorithm,and the convergence velocity of RLS algorithm is also higher than LMS algorithm when the communication users change.RLS algorithm has better ability in multi-user detection than that of LMS algorithm,and it has great attraction and guiding significance for solving the problem of multiple access interference(MAI) in multi-user communication.     

虚拟式流体参量集成测试系统及其实现

为了实现对流体参量的自动测量,运用虚拟仪器设计思想,采用组件技术、海量数据存储技术及仪器通用化设计方法,设计并实现了虚拟式流体参量集成测试系统.该系统能同时对流体的温度、压力和流量等进行动态测试.实验室演示表明,该集成测试系统性能稳定,操作简单,功能较强大.     

Hybrid inversion method for equivalent electric charge of thunder cloud based on multi-station atmospheric electric field

This article proposes the hybrid method to inverse the equivalent electric charge of thunder cloud based on the data of multi-station atmospheric electric field. Firstly,the method combines the genetic algorithm( GA) and New ton method through the mosaic hybrid structure. In addition,the thunder cloud equivalent charge is inversed based on the forw ard modeling results by giving the parameters of the thunder cloud charge structure. Then an ideal model is built to examine the performance compared to the nonlinear least squares method. Finally,a typical thunderstorms process in Nanjing is analyzed by Genetic-New ton algorithm with the help of weather radar. The results show the proposed method has the strong global searching capability so that the problem of initial value selection can be solved effectively,as well as gets the better inversion results. Furthermore,the mosaic hybrid structure can absorb the advantages of tw o algorithms better,and the inversion position is consistent with the strongest radar echo.The inversion results find the upper negative charge is small and can be ignored,w hich means the triple-polarity charge structure is relatively scientific,w hich could give some references to the research like lightning forecasting,location tracking.