基于Elman网络的传递对准容错联合滤波器设计与仿真

针对用于快速传递对准的Kalman滤波器阶数高,计算量大,滤波更新率低,鲁棒性差及对准精度不高等问题,采用联合强跟踪Kalman滤波器进行快速传递对准。提出一种基于模糊加权系数的误差方差阵估计方法,以提高传统强跟踪Kalman滤波算法的精度。在此基础上,设计了联合强跟踪Kalman滤波器的结构和算法。基于提高无故障子滤波器的鲁棒性来提高联合滤波器的快速重构能力考虑,同时兼顾子滤波器的精度和计算稳定性,提出利用改进的Elman网络进行信息分配系数的自适应调节,以实现融合信息在各子系统中的自适应分配。仿真结果表明,该滤波器不仅提高了解算速度,而且提高了系统对准精度、故障鲁棒性和快速重构能力。     

基于生成对抗和双重语义感知的配电网量测数据缺失重构

传统的数据缺失重构技术大多依赖数理统计方法和先验知识结合机理分析构建数学模型,但是配电网量测数据具有高维、时变、非线性特征,复杂度高、表征难度大,难以保证高精度重构。文中提出一种利用无监督生成对抗训练方式自主提取数据特征并结合双重语义感知重构约束实现数据缺失重构的方法。其中,基于二维卷积的重构模型和量测数据二维灰度图像化训练增强了模型泛化能力和稳定性。该方法无需先验知识的分布假设与显式物理建模,在保证数据特征提取最大化的同时,有效提高了重构数据的精确性。最后,利用实测数据验证了该方法在重构缺失数据上的有效性。     

基于区域重构的树状骨架快速去毛刺方法

区域骨架去毛刺是骨架提取与应用中的重要问题。常见的去毛刺途径之一,是用基于区域重构的骨架显著性指标对骨架进行阈值化处理,但存在算法参数难以直观设置、去毛刺效果不易控制、运行速度较慢等问题。针对上述问题,提出了一种逐次剪除骨架分枝的去毛刺方法,以突出部分骨架长度为显著性指标,每次剪除显著性最低的一个分枝,直至剩余分枝达到给定数量;为提高算法速度,采用了游程森林结构加速区域重构操作,提出了重构触发策略来减少重构次数。在实际图像集上的实验结果表明,提出的方法的正确骨架分枝的召回率较对比算法高13%,准确率高近3%;采用重构触发策略的算法运行时间平均为未采用该策略算法的约56%。实验结果表明了所提方法的有效性。     

动态压缩感知理论研究综述

动态压缩感知是静态传统压缩感知向动态信号的拓展,广泛应用于医学上的磁感应成像和目标追踪等领域。 由于工程 中的动态信号在某一转换基下具有随时间缓慢变化的稀疏特性,因而可以运用欠定的测量矩阵对其进行压缩。 动态压缩感知 理论主要包括动态信号的稀疏表示、动态压缩测量过程和动态信号的重构 3 个方面的研究内容。 全面综述动态压缩感知的基 本概念,归纳总结现有动态压缩感知理论中对动态信号的建模方法;对已有的动态信号重构算法进行了归类,并详述了各类算 法的计算思路;最后介绍了动态压缩感知的典型应用,并对动态压缩感知信号重构算法的研究前景进行了探讨。     

主动配电网故障恢复的重构与孤岛划分统一模型EI北大核心CSCD

随着分布式电源和储能装置大量接入配电网,配电网在发生故障之后可以进行重构和孤岛划分,提高故障恢复的水平。为此,提出了一种同时包含重构与孤岛划分的故障恢复方法。建立包含多类型分布式电源、柔性负荷和储能的多时间段故障动态恢复模型,考虑分布式电源和储能的黑启动能力,并计及故障恢复时间和检修次序。利用二阶锥技术将所建模型转换成混合整数二阶锥规划模型。在PG&E69系统上对该算法的有效性进行验证,结果表明,与传统方法相比,所提故障恢复方法计算速度更快,故障恢复率更高。     

基于变分模态分解和深度门控网络的径流预测

为提高水库中长期入库径流预测精度,提出变分模态分解、相空间重构和深度门控网络相结合的径流组合预测模型。首先对历史径流数据进行变分模态分解,产生多个模态分量;接着将分解得到的模态分量重构到高维特征空间,形成深度学习的输入;然后利用深度门控网络获取历史径流详细特征并进行预测;最后累加各模态分量的预测值完成重构。以白山水库为例,将所建模型分别与单一预测模型和其他组合预测模型进行对比分析。结果表明：所建模型能有效分解非平稳性的径流序列,充分学习内嵌的水文规律,预测误差最小,且在整个测试集上分布更为合理,拟合优度检验值最高。研究结果可为水库水资源规划管理提供技术依据。     

基于配网重构和市场机制的阻塞管理与控制

为解决配电网大量分布式电源和灵活负荷接入配电网中引起的配电网阻塞问题,提出了一种基于配网重构和市场机制的配电网阻塞管理的综合方案。在提出的方案中,利用不同类型负荷的灵活性及两种阻塞管理方法各自的优势,把配网重构集成在市场机制框架中,解决了线路和灵活负荷的阻塞问题。该综合方案利用NSGA-Ⅱ算法既能快速的更有效地解决阻塞问题,又能满足配电系统运营商侧最小能源成本的要求和灵活负荷侧最小用电费用的要求。采用标准IEEE 33节点的配电网测试系统进行了仿真研究,验证了所提出的综合方案的有效性和优越性。     

考虑可靠性约束的舰船电力系统故障重构策略

网架重构是舰船电力系统发生故障时恢复供电的有效措施。考虑到舰船电力系统的特殊工况,故障重构时有必要考虑重要负荷的供电可靠性和电能质量,为此提出了一种考虑可靠性约束的舰船电力系统故障重构策略。利用图论建立了供电可靠性与电网拓扑之间的关联模型,并通过深度搜索算法遍历重要负荷节点的所有供电路径。基于二阶锥规划建立了故障重构凸优化模型,并进一步通过多面体逼近算法将模型转化为混合整数线性规划问题以加速求解。通过系统仿真并对比分析,结果表明所提出的算法能快速获取全局最优解,所得到的故障重构策略能保证重要负荷的电能质量与供电可靠性。     

基于重构有效性和最优网架选择的配电网动态重构研究

针对可再生能源高渗透下日益突出的弃风/弃光问题,提出了一种提升配电网可再生分布式电源（RDG）接纳能力的动态重构策略。首先,根据预测的RDG无约束出力情况,以各单位时段内RDG发电量最大为目标进行静态重构,提取各时段的多个较优网架构成最优开关集合,以增大时段合并过程中的网架搜索空间。其次,根据平均RDG出力提升量提出了重构有效性的概念,并据此概念指导时段动态划分。同时,为了满足开关次数约束,在时段划分过程中进行了最优网架选择,并引入寻优方向自适应调整的改进细菌觅食算法（IBFA）进行求解。最后,采用修改的PG&E69节点系统验证了所提方法的有效性。     

考虑电动汽车充电负荷的配电网运行风险控制与优化

针对大规模充电负荷接入导致配电网运行风险增大,需要控制和优化的问题,采用加权分布熵为指标来评估配电网的运行风险,基于此提出了配电网接纳电动汽车极限辆数的评估方法,并由此建立了各节点接纳能力评估模型;基于优化潮流分布的原理,提出了通过网络重构和闭环运行来改善配电网运行风险的方法;根据节点脆弱程度提出了充电负荷接入节点优化方法来改善配电网的运行风险。仿真算例分析了配电网接纳电动汽车的极限辆数,并研究了网络重构、闭环运行和充电负荷接入节点优化对配电网运行风险的改善效果。仿真结果表明,该方法优化效果明显,可为控制和改善配电网运行风险提供参考。