基于直觉模糊信息公理的产品服务方案选优

为有效处理具有模糊性的服务性指标,提出一种将信息公理和直觉模糊集相结合的产品服务系统评价方法。该方法根据决策专家评价值及其犹豫度,同时考虑隶属度和非隶属度,得到直觉模糊数。集成专家评价值后,再根据直觉模糊交叉熵计算信息公理中评价指标设计范围和系统范围之间的信息差异,得到方案信息量,即可比较方案信息量的大小,确定最优方案。以电梯产品服务系统方案评价为例,通过与模糊信息公理评价方法的比较,证明了所提方法更具有效性和准确性。     

Emulation and Calculation of the Burning Surface of 3D Grains of Partially Cut Multi‐Perforated Stick Propellant using the Level Set Method

In order to calculate the burnt mass fraction of complex three‐dimensional (3D) propellant grains to meet the requirements of interior ballistic modelling; the level set method is introduced to emulate and calculate the burning surface area of partially cut 7‐perforated propellant. The surface evolution and simulation of a 3D grain of partially cut 7‐perforated propellant are divided into two parts: the grain configuration initialization and the level set calculation of the propellant regression process. Parallel layer burning is assumed so that the burning surface regresses layer by layer in a direction normal to the surface until the grain is burnt completely. As the burnt mass fraction increases, the remaining propellant volume decreases gradually. The level set method easily simulates the slivering process for complex grain geometries. In this way, the burnt mass fraction of partially cut 7‐perforated propellant grain can be calculated by the level set method for the entire combustion process. Results show that the level set method is suitable to capture the burning surface for each burning step and its related parameters, such as the burning area, the remaining propellant volume and burnt mass fraction. More importantly, the level set method gives a possible solution to the coupling of grain combustion with the internal fluid simulation by the pressure and velocity. It is impossible for geometry‐based methods to integrate the internal fluid parameters in an interior ballistic model. Also, the level set method will benefit substantially the grain design and lead to improved internal ballistic performance.     

基于FDTD的粗糙地面宽带前向电磁散射研究

采用指数型分布粗糙面模拟实际的粗糙地面,运用FDTD方法研究了超宽带高斯脉冲电磁波入射粗糙地面时的宽带前向电磁散射问题;通过数值计算得到前向散射系数随频率的变化曲线,并与时谐场源激励下的结果进行了对比;分析了不同的粗糙地面高度起伏相关长度、均方根高度,土壤湿度和入射角下前向散射系数随频率的变化关系,得到了指数型分布粗糙地面的宽带前向电磁散射特性。数值计算结果表明各参数的变化对前向电磁散射系数的影响比较明显,入射波不同极化方式下的前向散射系数也有显著变化。     

基于发电机对暂态势能集的电力系统暂态稳定快速评估

基于传统暂态能量函数方法,以简单3机3节点系统推导出一种基于发电机对暂态势能的系统暂态势能函数表达式。该暂态势能计算函数不需要全系统的网络拓扑参数或故障位置信息,仅需实时采集系统中少量的发电机机端电气状态量,计算方法简单有效。基于该发电机对暂态势能定义了受扰严重机组判别指标集,利用该指标的聚集特性在故障清除后极短时间内辨识系统的主导失稳模式,根据临界机组分群结果采用EEAC法快速计算当前故障模式下的系统暂态稳定裕度。IEEE 3机9节点、新英格兰10机39节点系统、某省级实际电网算例结果验证了该方法的正确性和有效性。     

基于低电压穿越控制策略的风电场等值方法

风电场通常包括多台同类型的风电机组,在大电网仿真计算中需要将风电场等值,以减小仿真规模并保证仿真的准确性。提出了基于风电机组低电压穿越特性的风电机组倍乘等值台数确定方法,该方法主要考虑了实际风电场中各风电机组出力不同对风电场等值的影响,基于双馈、全变流类型风电机组在低电压穿越期间的有功、无功控制策略,确定比较合理的等值机组台数,最后将风电场等值为多台出力相同的风电机组。通过对实际风电场的仿真分析表明,在不同控制方式下,综合考虑不同电压跌落水平的有功、无功最佳等值台数是一个范围,进而可以综合确定一个等值台数,以兼顾准确性和保守性。一般情况下,离线仿真可选择最小可能台数,在线仿真可选择有功最佳台数范围内的最小台数。     

基于小波变换和粗糙集的电力电子电路故障诊断方法

为了快速而有效地诊断电力电子电路的故障,提出了一种小波变换与粗糙集相结合的新方法。用小波变换分解输出电压信号以便提取故障特征信息,在此基础上,构建了条件属性集与决策属性集,运用了粗糙集的数据挖掘能力去除冗余条件属性,约简后提取出故障诊断规则,按照这些规则来诊断各类故障。最后,通过数学建模与数据处理,仿真结果验证了快速性和有效性。     

计及相量测量单元信息不可观性的强迫功率振荡扰动源定位

强迫功率振荡的扰动源定位是低频振荡诊断与分析中的重要问题。目前,利用相量测量单元(PMU)的数据进行扰动源位置识别已引起了一定的关注,但相关研究成果大多未考虑PMU尚无法完整配置的现状,因而难以在实际电力系统中推广应用。为此,提出了一种计及PMU信息不可观性的强迫功率扰动源定位方法,并从扰动源定位的角度出发,提出了PMU分区配置的基本要求。仿真结果表明,该方法可在PMU信息不可观的情况下准确识别扰动源位置。     

基于相量集合的站域差动保护研究

针对智能变电站发展现状,分析了站域信息共享情况下,采样信息失步对差动保护的影响。在此基础上提出了基于相量集合的站域差动保护算法。该算法采用各支路的电流同步相量参引进行差动保护逻辑计算,依此计算出差动电流和制动电流,解决了由于采样信息失步导致的保护误动或拒动。最后,仿真结果表明,基于相量集合的差动保护算法在SV一定程度的失步情况下,差动保护的灵敏性和可靠性不受影响,能够保证站域差动保护可靠实施。因此,可以在新一代智能变电站站域保护装置上加以采用。     

帧中继业务互扰问题的分析与解决措施

帧中继网络采用比特透明数据业务部件传输同步数据,采用虚拟路由器部件传输IP数据,针对网络运行过程中出现的不同传输链路的IP数据相互影响和IP数据影响同步数据现象,测试发现与带宽利用率有关。分析了优先级相同时用户数据报协议(UDP)数据比传输控制协议(TCP)数据更易受数据流量影响和入口数据流量过大的原因,以及帧中继不同类型业务发送优先级的对应关系,通过接入限速控制数据流量,并根据不同用户数据特点与传输要求设置相应优先级,问题得到有效解决。实际应用表明,基于限速策略和区分发送优先级的解决措施能够有效防止不同业务相互间的影响,确保重要数据稳定可靠地传输,可为解决其他类似问题提供参考。     

基于粒子群优化的直觉模糊核匹配追踪算法

针对现有直觉模糊核匹配追踪算法采用贪婪算法搜索最优基函数而导致学习时间过长的问题,汲取了粒子群优化算法全局搜索能力强、收敛速度快的优势对最优基函数的搜索过程进行优化,提出了一种基于粒子群优化的直觉模糊核匹配追踪算法,并将该算法应用于时效性要求更高的空天目标识别领域.实验结果表明,与传统方法相比,本文方法在识别率相当的情况下有效缩短一次匹配追踪时间,计算效率明显提高,且所得模型具有稀疏性好,泛化能力高等优点,特别适用于兼顾识别率和实时性的应用领域.