基于社会学习的粒子群优化算法的电力系统稳定器参数协调优化设计

对于电力系统稳定器(PSS)参数优化整定的问题,为了更好地寻找最优参数,本文将社会学习机制引入到粒子群优化算法中,将社会学习粒子群优化算法(SLPSO)应用于PSS参数的优化整定中,相比于传统优化算法,本文算法优化P SS参数具有更好的动态自适应性,同时不易陷入局部最优,能够较快地寻找到全局最优值.通过四机两区的仿真算...     

对标准网络课程开发的研究

随着网络和远程教育的发展,教学资源的互操作性和共享等都成为了十分重要和迫切需要解决的问题.只有在网络课程的开发过程中注重研究和应用教育信息技术标准才能解决教育资源的共享和重用性问题.文中介绍了网络课程开发过程中对远程教育技术标准的应用.     

考虑需求侧管理的风光燃储微网两阶段优化调度

针对微电网中源荷匹配较弱及储能应用不充分的问题,计及需求侧管理与碳排放对其源荷储进行协调优化。所研究的并网型微网优化分为需求侧管理与调度两阶段。首先,第一阶段引入需求侧管理模型,结合储能电池并采用纵横交叉算法求解,使微网的净负荷最小与自供率最大。然后,第二阶段依托第一阶段需求侧管理后的信息从经济和环保角度出发,建立以综合成本最小及碳排放量最低为目标的风光燃储微网日前优化调度模型,利用改进多目标灰狼优化算法进行求解。最后,以福建某实际微网为例,通过仿真表明引入需求侧管理可有效利用储能电池改善微网源荷匹配度,充分挖掘需求响应潜力。相比单阶段优化,两阶段优化更有利于提高可再生能源渗透率,降低微网日运行成本与碳排放量,实现微网的低碳经济运行。     

精子运动图象的多目标检测与分割

采用差图象动目标检测,窗口自适应分割技术实现了精子的快速检测定位和分割,克服了因目标亮暗不均造成的分割误差和目标丢失。利用形态特征鉴别静止精子大小差不多的杂质,为高效实用的ＣＡＳＡ系统奠定了基础。     

高精度捷联惯导系统的系统级标定方法

针对现有的标定技术存在较大误差、且误差随着位置偏离的增加而增加的问题,提出一种迭代求解的方法。基于高精度捷联惯导系统的一般输出模型,推导出误差模型,通过简单的位置编排,激发出导航速度误差,反推出误差参数,并不断修正输出模型参数,使导航误差不断减小,达到高精度捷联惯导系统标定目的。分析结果证明：该方法标定精度高、方法简单,无需精确的寻平和寻北,能够满足导航需要,具有较高的工程实用价值。     

基于智能控制理论的地形回避系统

主要对飞机地形回避系统进行简要分析。首先,对地形回避的航迹算法进行介绍和分析;其次,设计双模糊PID地形回避控制系统对实际地形进行跟踪;最后,通过仿真验证系统的可行性。     

基于MEEMD与MP的电网低频振荡模态识别

针对目前电力系统低频振荡模态辨识的精确性和抗干扰性问题,提出了一种基于改进集合经验模态分解方法与矩阵束的电网低频振荡模态特征辨识新方法。首先利用改进集合经验模态分解方法将采集到的量测信号分解,从而获得若干个IMF分量序列及其残余量,再将剩余项去除后把其余本征模态函数进行重构,最后把重构信号通过矩阵束的分析来获知各个振荡模式信息。数值信号和EPRI-36节点系统的仿真验证了所提方法的有效性。     

考虑风光不确定性与电动汽车的综合能源系统低碳经济调度

综合能源系统耦合负荷侧多种能源需求,是就地消纳分布式能源的有效手段。为协调多利益相关者场景下综合能源系统与电动汽车之间的调度问题,提出了一种考虑风光不确定性与电动汽车的综合能源系统双层模型的优化调度策略。首先,针对风光出力随机性,采用拉丁超立方采样生成场景,然后利用改进削减速率的快速前代消除技术进行场景削减。其次,为了挖掘电动汽车的需求响应潜力,在分时电价基础上,根据负荷与可再生能源的匹配度提出一种动态定价机制来引导电动汽车有序充放电,并研究其充放电策略对运行成本与碳排放量的影响。最后,算例分析结果表明,与分时电价相比,所提定价机制与调度策略能提高能源利用率与EV的调度灵活性,有效降低两利益相关者的运行成本与系统的碳排放量。     

学习管理系统(LMS)的设计与实现

对当前国际国内的标准作了详细的研究,介绍了学习管理系统的系统功能设计,并结合B/S和组件、XML、JSP等技术介绍了系统的实现.