基于简约模糊系统的多福祉机器人移乘方法

针对行动不便者在日常生活中起床、站立、排泄等移乘行为的辅助,基于自主研发的5台福祉机器人与传感器网络搭建了智能助老助残房间.该系统为移乘行为提供服务平台,并提出了兼具安全性与舒适性的移乘推理算法和移乘规划方法.首先论述了多福祉机器人的功能与日常自主行为的局限性.针对多种不同行动能力的用户群体,提出了一种基于简约粗糙集的移乘方式推理算法.在使用者对自己行动能力不确定、病情信息不完备的情况下,制订对应的移乘方案.然后,以使用者行为的安全性与舒适性为出发点,提出了起床移乘规划与站立移乘规划.最后进行了移乘方法推理及移乘实验.实验表明,该移乘推理算法可以为不同行动能力的使用者制订合适的移乘方法.站立移乘状态下,可以分别减小患侧与健侧足底压强39.9%和19.5%,起床移乘状态下可以分别减小背部与臀部的压强5.05%和3.95%.该基于多福祉机器人的移乘推理系统可以应用于家庭、养老院与康复中心等场合.     

大型变压器低压引线布置对漏磁场和损耗的影响

针对大型电力变压器低压引线的布置及排列方式对结构件中的漏磁场，涡流损耗及损耗密度的影响进行深入分析，从而提出改进引线布置和屏蔽设置的几点建议，为防止大电流引线造成的局部过热及降低损耗提出了可供实用的有效措施。     

考虑综合需求响应的电-气-热综合能源系统低碳经济调度

综合能源系统优化调度对提高能源利用效率与低碳运行起到关键作用。然而，由于综合能源系统存在多种能源耦合及源荷侧不确定性，传统调度方法难以准确适应系统源荷动态变化。针对该问题，采用基于深度强化学习的方法，主要通过数据驱动的方式解决了综合能源能源系统调度中的不确定性问题，同时可以准确适应系统源荷动态变化，实现快速求解。充分挖崛负荷侧灵活性，首先建立考虑综合需求响应的综合能源系统低碳经济调度模型。将含有多重不确定性的综合能源系统经济调度问题描述为马尔科夫决策过程(markov decision process, MDP),采用异步优势演员-评判家(asynchronous advantage actor-critic, A3C)方法进行求解。最后，实例仿真结果表明，相比于DQN和DDPG方法，综合能源系统的日平均运行成本分别降低了8.7%和5.2%。     

基于VMD和FCM聚类方法的电网负荷分类

针对电网数据提取中存在负荷特征不够显化导致负荷聚类精准度降低的问题,提出基于变分模态分解(variational mode decomposition,VMD)和模糊C均值聚类(fuzzy C-means,FCM)的电网负荷特征分类方法。利用VMD提取负荷特征,将负荷曲线转化为多个本征模态函数(IMF)曲线,并通过数据重构得到特征显化的合成曲线,以此提高FCM聚类函数收敛速度和聚类精准度。同时分析不同聚类中心数与本征模态数下的聚类指标结果,为选取最优的本征模态数提供参考。最后以某市电网夜间负荷数据为例,文中所提方法与传统FCM方法相比,聚类指标最多减小0.0224,提高了聚类精准度。     

辅助弃风消纳的IVMD-LSTM电网典型时段负荷曲线拟合方法

准确地拟合负荷数据是表征负荷特性的关键环节。文章以电力网建设为背景,提出一种改进变分模态分解(Improved Variational Mode Decomposition,IVMD)和长短期记忆网络(Long Short-Term Memory,LSTM)结合的电网中长期典型时段负荷曲线拟合方法。该方法首先将曲率作为量化指标,减小常规VMD方法中K值的不确定性;其次,考虑高渗透率灵活负荷并网条件,精细化拟合特殊时段电网负荷,给出IVMD-LSTM的自适应电网负荷降噪及曲线拟合方法,提高负荷曲线拟合精度和效率;最后,通过实际算例证明了所提方法可有效减小电网典型时段负荷曲线拟合误差,辅助弃风消纳。     

考虑储能及碳交易成本的电热联合系统优化调度策略

为减少电力行业发电过程中碳排放对环境的污染、提升风电消纳比例,文章提出了综合考虑储能及碳交易成本的电热联合系统优化调度策略。首先,在分析系统产生弃风原因的基础上,对引入电储能提升系统灵活性进而促进风电消纳的机理进行研究;其次,分析碳交易机制对电热联合系统的影响并建立碳交易成本模型;然后,构建以总成本最低为目标的优化调度模型,综合考虑火电、热电机组运行成本、风电运行维护成本及弃风惩罚费用、储能装置运行成本、碳交易成本及系统各单元约束;在保证系统安全可靠的基础上采用Yalmip/Gurobi对所建模型进行求解;最后,通过算例对比分析,验证了碳交易对电热联合系统能源结构的优化作用,以及在碳交易下,储能的参与对于进一步提升系统新能源利用率和经济环境效益的有效性。     

虚拟同步发电机对系统低频振荡的影响及抑制方法综述

为梳理虚拟同步发电机接入后对系统低频振荡的影响，进一步发掘其在提供阻尼和惯量方面的潜力和应用，开展相关梳理和研究工作。首先，归纳和总结电力系统低频振荡的研究现状；然后，对非同步发电机电源并网后对系统低频振荡的影响进行概括和分析；最后，综述伴随非同步发电机电源接入的虚拟同步发电机对系统低频振荡的影响和抑制方法，并针对虚拟同步发电机在新型电力系统应用过程中亟需解决的关键问题提出进一步的思考和展望。     

基于强化学习DDPG算法的轮式助行机器人控制方法

在使用轮式助行机器人辅助行走和康复训练过程中，机器人运动控制的稳定性和轨迹跟踪的准确性是人机交互的重要研究内容。本文将强化学习中的深度确定性策略梯度（DDPG）算法与比例积分微分（PID）控制器相结合，提出了一种轮式助行机器人轨迹跟踪方法。首先，对轮式助行机器人底盘的运动学模型进行了分析。其次，介绍了强化学习中的DDPG算法与PID控制器相结合的自适应PID控制器的实现原理和控制结构。最后进行了仿真实验。实验结果表明，与传统PID控制器相比，基于DDPG算法的PID控制器能在机器人系统跟踪期望轨迹时自适应调整参数，使机器人始终按照期望轨迹运动。同时，得益于强化学习的试错机制，控制器具有较强的抗干扰能力。     

兼具安全性与柔顺性的步行康复训练机器人交互方法

提高弱机能群体使用助行机器人的柔顺性和安全性是人机交互领域重要的研究内容。本文提出一种能够兼顾柔顺性、安全性与便捷性的步行康复训练机器人非接触式柔顺控制方法。首先，分析自主研制的步行康复训练机器人结构、功能及工作模式。为准确识别使用者步态意图，研发了一种多通道近距离传感器，并结合机器人的机械结构，搭建了机载内嵌式双腿动态意图识别系统，实现了对双腿步态的实时检测。然后，为提高交互柔顺性，提出一种改进粒子滤波算法，解决了传统粒子滤波算法多次迭代过程中粒子退化问题。最后，通过引入步态速度补偿，设计了具有紧密跟踪人体步态功能的柔顺化控制方法并进行综合性实验。实验表明，本文提出的方法在确保人机交互安全性的基础上，可精确且柔顺地控制机器人的运动状态，从而紧密地跟随人体步态。该非接触式控制方法可以应用于具有类似结构的助行机器人，以及弱机能群体的日常助行与步行康复训练。