反TBM作战中多功能相控阵雷达搜索探测能力研究

反TBM作战中多功能相控阵雷达的搜索探测能力直接影响着反TBM武器系统的作战能力。着眼于影响相控阵雷达搜索探测能力的主要因素,深入研究了探测方式对搜索探测概率的影响、探测距离的能力、搜索资源占用负载的变化对其增益性能的影响和雷达波束方向对目标被探测到的RCS的影响。最后用一仿真事例对各因素的影响进行了量化,解决了如何选取探测方式,如何设置搜索负载和雷达波束指向的问题。     

基于损耗最小化的南方西电东送通道功率优化分配实用方法

为降低西电东送电网运行过程中的输电损耗,采用理论解析法和仿真计算相结合的方法对网损最小化的西电东送通道功率优化分配策略进行研究。基于等网损微增率原则对不同直流输电通道的功率优化分配关系,确定各直流输电通道的最优功率占比;在不同直流通道功率最优分配的基础上,通过电力系统分析计算软件对交流和直流通道送电功率的合理分配关系进行寻优计算。通过分步实施的寻优策略,将多个输电通道功率优化分配的多变量优化问题简化为单变量优化问题。基于进退法、黄金分割法等一维搜索方法,可通过较少的寻优次数确定最优的输电通道功率分配方案。实例表明,提出的输电通道功率优化策略具有较强的实用性和可操作性,可为电网运行方式安排和经济运行提供重要参考。     

基于改进群优化算法的深度调峰机组一次调频建模

在深度调峰状态下,火电机组的一次调频性能已发生较大变化。为了解机组的一次调频出力变化情况以及为电网对深度调峰机组一次调频考核提供依据,基于一次调频模型的先验知识确定模型结构,结合一种全局搜索能力更优的改进群优化算法求取模型中未知参数。为了消除人为选取稳态值造成的建模误差,将稳态值融入辨识参数中,解决了常规模型辨识要求初始与结束状态必须达到稳态的问题。模型参数计算结果表明,在深度调峰状态下一次调频能力与常规负荷条件下相比调频裕度变大,为更好地发挥深度调峰机组一次调频能力,需对相关参数进行调整。     

气轮机叶片未知曲面的机器人自动搜寻技术

气轮机叶片淬火时未知曲面的机器人自动搜寻,结合激光非接触检测实现.系统由主控计算机、机器人、等离子淬火焊机、2套叶片定位夹紧装置和激光位移传感器等组成.通过机器人法兰盘中心点与传感器检测点的坐标变换,经寻找叶片淬火区域边点→寻找叶冠淬火区域边点→计算边点坐标→搜寻背部型线→搜寻叶片轨迹型线→计算叶片坐标点等步骤,由主控制器按搜寻空间数据点阵规划机器人作业轨迹.从而实现对未知曲面的自动搜寻.     

融合边缘检测和递归神经网络的视频表情识别

为有效解决传统视频人脸表情识别通常只关注单张视频帧的空间特征,而忽略了相邻帧之间隐藏的时间特征的问题,提出一种结合边缘检测和递归神经网络的视频表情识别方法,利用梯度边缘检测准确地提取输入图像的纹理信息,同时提出一种分片交叉LSTM结构,提取出图像序列中隐藏的时空特征。实验在CK+和MMI视频库上进行,在OCNN-RNN网络中分别取得88.4%和69.7%的识别率,在GCNN-RNN网络中分别取得89.8%和73.6%的识别率,最终使用提出的加权随机搜索方法融合GCNN-RNN和OCNN-RNN两个网络之后,分别取得了94.6%和79.9%的识别率,均优于单流网络算法,证明了所提算法的有效性。     

一种多核系统任务扰动迭代算法

任务调度问题是多核处理器相关技术的一个重要组成部分。 基于列表的调度算法因其低复杂度和高效率得到广泛关 注,但确定任务优先级列表方法的单一性使得算法对解空间搜索不够,易陷入局部最优。 为此,提出一种基于任务扰动的迭代 型列表调度算法(task perturbation iteration algorithm, TPIA)。 该算法通过选取任务扰动因子按照一定扰动策略进行调度列表迭 代,对迭代后的列表进行贪心选择,生成更优的调度列表序列以得到更好的调度结果。 通过实例和随机有向无环图(DAG)有 限集对算法进行验证,结果表明算法能有效改善调度解,调度性能提升平均可达 16. 51%,适宜处理大规模、高出入度的复杂 DAG 图;针对 TPIA 算法在低任务总数高通讯开销情况下性能有所下降的问题,对平均任务节点数 130 以下的任务图进行分组 测试,获得了对应的 CCR 上界值及其变化趋势。     

云计算多目标任务调度的优化粒子群算法研究

针对传统粒子群算法求解云计算多目标任务调度的收敛速度慢、精度低的缺陷,提出一种优化多目标任务调度粒子群 算法(MOTS-PSO)。 首先,引入非线性自适应惯性权重,改变粒子的寻优能力,避免算法陷入局部最优;其次引入花朵授粉算法 概率更新机制,平衡粒子的全局搜索和局部寻优,并对粒子的全局搜索位置更新公式进行改进;最后引入萤火虫算法,产生“精 英解”对局部搜索位置更新公式进行改进;同时利用“精英解”对粒子的位置进行扰动,跳出局部最优状态。 实验表明,MOTS-PSO 算法在收敛速度和收敛精度上,比 PSO 算法提高了 27. 1%、19. 9%,比 FA 算法提高了 22. 09%、5. 2%。 进一步实验表明, MOTS-PSO 算法在解决不同规模数量的任务调度时,比 PSO、FA 算法效果更优。     

基于改进HITS算法的电网脆弱集合快速评估

脆弱线路在连锁故障传播中起着推波助澜的作用。为了更加全面地辨识脆弱线路,本文提出一种基于超链接诱导主题搜索算法的电网脆弱线路识别方法。首先,利用线路开断后的潮流转移量与线路容量裕度建立各线路故障转移的相关性网络。其次,利用改进超链接诱导主题搜索算法,计算相关性网络中各线路的权威值和枢纽值。最后,结合基于蒙特卡罗采样的连锁故障仿真工具,在河北南网系统中验证了所提算法得到权威值排名和枢纽值排名的有效性。与现有方法相比,该方法既能准确识别排名高的脆弱线路,又具有计算速度快的优点。     

基于优化算法的输电线路路径研究

基于优化算法的输电线路路径选择,考虑影响输电线路路径选择的环境因素,建立禁忌算法流程,通过环境因素分析以及科学依据确定各环境因素在输电线路路径选择中的权重,建立全寿命周期成本单元格,应用仿真软件Matlab编写禁忌搜索算法,生成最优路径。通过算法分析证明应用禁忌搜索算法进行路径选择有效可行。     

宁波地区基于统计升尺度的新能源区域功率预测算法

为实现电网调度对大规模风电场和光伏站的监控和调度,需要进行新能源区域功率预测。提出了一种基于子区域划分和统计升尺度的区域功率预测算法,通过浙江区域9个风电场和16个光伏站2016年4-9月的历史数据,对比了6种不同的组合方案,发现利用互信息理论,基于最大相关–最小冗余原则累加选取4个代表站点或者直接选取9个代表站点,采用布谷鸟搜索算法训练得到各个代表站点的权重,升尺度得到区域功率预测误差较低,月均方根误差(RMSE)分别为8.51%和7.64%。说明在夏季风盛行时,在浙江区域采用互信息为指标,基于最大相关–最小冗余的原则选取代表站点后,再采用布谷鸟搜索算法得到子区域功率预测值,累加各子区域功率预测结果为最终的区域功率预测结果最优。