交互烟花算法求解多车型需求可拆分车辆调度问题

针对物流配送过程中客户需求较大、单辆车难以满足且客户对驶入车型有限制的问题,构建了多车型需求可拆分车辆调度模型。提出交互烟花算法(interactive fireworks algorithm,In-FWA)优化求解模型,在烟花算法(fireworks algorithm,FWA)的基础上作出如下改进:1)在FWA常规爆炸中引入一种新的扇形爆炸机制,加强了烟花间的信息交流;2)使用螺旋变异方式替换了原有的高斯变异,加入了变异烟花与当前最优烟花间的信息交流;3)采取种群间精英群体吸取较差群体中较优维度的方式,进一步加强了算法种群间的信息交互性。最后,通过实验进行验证并与增强型烟花算法(enhanced fireworks algorithm,EFWA)、粒子群优化(particle swarm optimization,PSO)算法、免疫粒子群优化(immune particle swarm optimization,IPSO)算法、蚁群算法(ant colony algorithm,ACA)进行对比分析。结果表明In-FWA具有更高的收敛速度与局部搜索精度,明确了In-FWA求解该问题的有效性与优越性,并提出基于本算法的车辆调度方案。     

台区综合电力系统电能质量均衡分配算法

为了提高台区综合电力系统电能质量均衡分配和调度能力，提出基于负载均衡控制的台区综合电力系统电能质量均衡分配算法。采用电网电能质量产生机理分析方法，建立约束台区综合电力系统电能质量的稳态参数分析模型；根据多级电网联络点交叉性分析，构建电压等级序列分布式融合参数分布集；采用非线性序列特征重构方法，建立台区综合电力系统电能质量均衡分配的能量泛函分析模型；结合负荷参数分析和特征分解，均衡分配和耦合控制台区综合电力系统电能质量的链路；采用功率因素和阻抗参数联合分析方法，构建台区综合电力系统电能质量均衡分配的目标函数模型；采用寻优控制和自适应参数配置方法，实现台区综合电力系统电能质量均衡分配。仿真实验表明，采用该方法进行台区综合电力系统电能质量分配的均衡性较好，配置电压始终保持在480～510之间，自适应调度能力较强，输出功率均衡性较好，拟合度较高，这种方法提高了台区综合电力系统电能质量均衡分配和调度能力。     

基于MPA优化PNN的电能质量扰动识别方法仿真

电能质量扰动的识别精度直接影响着电网电能质量的治理手段及方法。为了解决复杂电网环境下的复合电能质量扰动识别问题，提出了一种基于改进小波阈值法消噪和海洋捕食者算法优化概率神经网络(MPA-PNN)的电能质量扰动识别方法。首先采用改进小波阈值法对8种典型的电能质量扰动信号进行消噪处理，并利用小波变换对消噪完成的信号进行多尺度分解，以其中3个区分度较为明显的维度能量构成输入特征向量，最后利用MPA优化PNN的平滑参数σ,完成电能质量扰动信号识别模型的训练。仿真结果表明，与单一PNN、改进小波阈值法-PNN、改进小波阈值法-GA-PNN等方法进行比较，改进小波阈值法-MPA-PNN方法可以有效降低噪声影响，在识别精度及模型优化速度方面均有一定的提升。     

基于分布式电源接入的电网电能质量分析与控制举措评估

本文首先介绍了电能质量问题的提出和意义,分析了分布式电源对电网电能质量的影响评估,提出了电能质量控制及改善措施,并结合相关实践经验,探讨了在智能微电网框架下电能质量的研究方向,望有助于相关工作的实践。     

面向数字孪生的工业机械臂手眼标定方法的研究

针对传统机械臂视觉系统标定方法存在标定误差大、精度低以及标定过程复杂的问题，提出一种面向数字孪生的手眼标定方法，通过分析标定原理给出标定方法以及搭建机械臂孪生虚拟平台，实现虚实空间的数据交互。结果表明：提出的手眼标定方法具有抓取精度高、抓取性能良好的优势。     

风力发电

风是一种潜力很大的新能源，把风的动能转变成机械能，再把机械能转化为电能，这就是风力发电。风力发电所需要的装置，称作风力发电机组。风力发电机组大体上可分风轮（包括尾舵）、发电机和铁塔三部分。大型风力发电站基本上没有尾舵，一般只有小型（包括家用型）才会拥有尾舵。     

动态电压恢复器(DVR)在化工企业的应用

在化工企业正常生产周期当中,关键电气设备的可靠及平稳运行至关重要,关键机组的润滑系统通常采用低压电机作为动力传动设备,在电网因各种原因发生电压暂降时,经常出现由于接触器低电压释放而导致的润滑系统失效,进而影响关键机组的正常运行的问题。为保证装置长周期运行、实现“抗晃电”的目标,在电源与用电设备间串联动态电压恢复器(DVR)可有效防止上述问题产生,对大机组平稳运行起到了重要保护作用。现将介绍动态电压恢复器(DVR)的功能及其特点,仿真故障状态下的补偿波形,并举例分析DVR在石化企业的应用情况,最后对DVR在未来化工企业中的进一步发展趋势进行了展望。