车辆排队事件的检测方法及系统

基于GPS数据并结合大数据分析的专利算法,实现了一个完整的智能交通系统。系统功能包括:检测识别道路上的车辆拥堵排队事件,区分道路上车辆排队的位置(路口或者道路中央),计算车辆队列长度和队列的行进方向(包含左转车队)。提出用于计算队列长度及识别排队事件和队列起始位置的数据分析算法,基此建立了一种实时交通监测系统的框架,用于发布车辆队列的实时动态。本检测方法能用于指导交通管理部门合理设置交通信号灯,实时全面地掌控关键路口的车辆通行情况和更加及时高效地疏导交通。     

基于聚类分析和混合自适应进化算法的短期风电功率预测

针对传统风电功率预测方法难以满足精细化、动态化建模要求,存在易陷入局部最优等问题,提出了基于聚类分析和混合自适应进化算法(KHEA)的风电功率智能预测方法。首先,采用K均值聚类算法对全年风速和功率数据进行聚类,剔除不合理的数据。然后,采用小波变换(WT)识别功率数据的行为特征,获得解构序列集,进而建立BP神经网络模型对未来时间段的功率解构序列进行预测。为减少预测误差,采用进化粒子群算法(EPSO)对模型的权值和阈值进行调整和优化,实现EPSO进化特性与神经网络自学习能力的功能互补。最后,运用逆小波变换对预测序列进行重构,获得最终的功率预测值。运用中国南方某风电场数据开展仿真实验,并与其他模型进行对比,表明KHEA具有更高的风电功率短期预测精度和可靠性,为提高风电功率预测精度和优化调度管理提供了新的技术方案。     

聚类网架拓扑与源荷关联场景生成下配电网分布式电源规划方法

面对多样化的配电网拓扑结构,为了对分布式电源规划激励措施的成本进行快速有效估算,提出了一种基于聚类网架拓扑的配电网分布式电源规划方法。同时,在规划阶段充分考虑分布式电源与负荷的相关性,提出了基于Copula理论的源荷关联场景规划方法。通过SimRank++算法计算不同馈线拓扑结构间的相似度,由层次聚类算法获取配电网的不同馈线集群,将集群中心作为典型网架的拓扑结构。针对每一种典型网架的拓扑结构,以经济性为目标建立分布式电源的规划模型,并采用模拟退火粒子群优化算法对模型求解。基于实际城市配电网进行算例分析,分析结果表明所提方法能够灵活地指导分布式电源规划,从而为可再生能源和配电网的战略规划提供参考。     

基于配电网分区的分布式混合储能优化方法

为了提高配电网对呈现不同出力特征的分布式电源的消纳能力,实现含多种分布式电源及大负荷并涉及不同出力特征的配电网优化运行,提出一种基于配电网分区的分布式混合储能优化方法。考虑多种分布式电源及大负荷的概率特征,通过K-means算法得到各分布式电源及大负荷的离散化模型,并计算离散化后配电网的电气距离矩阵,得到配电网分区的相似矩阵;采用吸引子传播(AP)聚类算法将配电网按照节点间的相似度大小分为多个分区,进而确定安装混合储能系统的聚类中心节点;考虑储能系统的充放电效率和荷电状态进行混合储能系统的容量配置,采用希尔伯特-黄变换将各分区的不平衡功率分解为高频分量和低频分量,分别作为功率型储能和能量型储能容量配置的参考功率,以确定最优配置方案。算例分析结果表明,所提优化方法可以有效提高储能的利用效率以及配置方案的经济性。     

基于双协方差随机子空间识别的类噪声数据低频振荡辨识

低频振荡可能会给电力系统的安全稳定带来极大危害,因此在线监测和分析低频振荡参数十分重要。为了有效地从类噪声数据中获取低频振荡模态参数,基于双协方差随机子空间识别(stochastic subspace identification,SSI)算法提出了一种低频振荡模态辨识的新方法。在传统SSI算法的基础上,引入双协方差SSI算法和系统聚类算法对物理模态自动拾取、自动定阶,实现低频振荡参数的有效精确辨识。分别应用传递函数和IEEE WSCC 3机9节点系统模型产生的仿真数据进行了测试,结果表明该方法能够实现自动定阶,得到的稳定图较传统SSI算法更清晰,识别结果中不会出现虚假模态,能高精度估计低频振荡模态参数,且抗噪性能良好。     

面向风光综合消纳的电力系统广域储能容量优化配置研究

针对含大规模风光接入的电力系统中广域储能优化配置问题,提出采用K-means聚类方法,对风电出力、光伏出力与负荷间的时序数据进行典型日场景集抽取;以年弃风成本、弃光成本与储能等效年投资成本3者之和最小为优化目标,建立面向风光综合消纳的广域储能优化配置混合整数线性规划模型,并采用智能优化算法进行求解,实现储能投资最小化和风光消纳最大化的综合最优。以宁夏电网实际运行数据为例,验证了所提模型的合理性与有效性。     

基于历史数据聚类分析的暂态功角稳定故障筛选

大电网中有上千个暂态稳定故障,若对每个故障分别进行暂态评估,难以满足在线评估对时间的要求。为了满足电网在线暂态安全稳定评估快速性的要求,提出了一种基于电网运行历史数据聚类分析的暂态功角稳定故障筛选方法。基于历史数据中的电网运行方式和暂态功角稳定评估结果,提取关键特征量,通过计及稳定模式的矢量量化方法确定聚类数和初始聚类中心,采用K中心点算法对聚类中心进行优化。针对分类后暂态功角稳定的考察故障快速估算其暂态功角裕度,最后得到包含暂态功角失稳和估算裕度低于门槛值的故障组成的用于暂态稳定分析计算的严重故障集。通过对实际省级电网运行历史数据的聚类分析,验证了所述方法的有效性和实用性。     

基于改进花朵授粉算法与K-means算法的人体姿态库构建方法研究

为了解决现有人体姿态库构建方法存在的装备维修性仿真验证任务针对性不足的问题,提出了一种基于改进花朵授粉算法与K-means算法的人体姿态库构建方法。针对花朵授粉算法寻优精度不够理想的问题,将乌鸦搜索算法引入花朵授粉算法。提出了一种改进花朵授粉算法。测试结果表明：相比粒子群算法和花朵授粉算法,改进花朵授粉算法具有搜索范围广和寻优精度高的优点。为避免K-means算法易陷入局部最优解,将改进花朵授粉算法引入K-means算法,在提出个体编码方式与定义个体操作函数的基础上,设计了改进花朵授粉算法的计算步骤,使改进花朵授粉算法与K-means算法相融合,进而对装备维修人员的维修作业姿态进行聚类。提取各类中心数据,将其作为人体姿态库中虚拟人体的部位动作角度输入参数,构建了具有装备维修性仿真验证任务针对性的人体姿态库。仿真实验结果表明：相比基于粒子群算法与K-means算法融合的人体姿态库构建方法等5种方法,改进花朵授粉算法与K-means算法的融合方法具有寻优精度高和聚类效果好等优点,适用于装备维修性仿真验证工程实践。     

基于防御雷达监控的多无人机协同侦察优化模型

针对多无人机协同侦察路径优化问题,构建一种分步求解有防御雷达监控的多无人机协同侦察优化模型.通过聚类分析的方法对待侦察目标点进行目标群的划分,运用TSP算法求出目标群内各目标点之间的最优侦察路径并对无人机进行任务分配.根据相关约束条件,建立以无人机在敌方雷达监控范围内的滞留时间最短为目标的MMTSP 优化模型.运用蚁群算法对所建模型进行求解,并进行实例分析.分析结果表明:该模型和方法具有可行性和有效性,可为多无人机协同侦察提供参考.     

一种基于网格的等密度线聚类算法

提出了一种基于网格的等密度线聚类算法,通过对样本所在空间进行网格划分,从样本分布等密度线图的思想出发,可自动发现任何形状的类,时间复杂度和空间复杂度较好,实现了对不同类样本空间容积的计算,具有很好的聚类效果和容积计算能力.