钠硫电池及其应用

钠硫(NaS)电池是以陶瓷氧化铝为电解质和隔膜,并分别以金属钠、多硫化物为正、负极的二次电池,具有容量大、体积小、使用寿命长、效率高等优点,可用于削峰填谷、应急电源、风力发电等可再生能源的稳定输出及提高电能质量。阐述了NaS电池的结构、工作原理、特性、生产工艺及研究进展,提出了发展NaS电池应解决的问题。     

风电场风速概率分布参数计算新方法

风能资源评估关系到风电的经济性和开发价值,一个地区的风速概率分布是该地区风能资源状况的最重要指标之一.在认为风电场风速服从双参数韦布尔(weibull)分布前提下,为了提高参数计算精度,从智能化的角度提出尝试采用改进的微粒群算法对Weibull双参数进行建模和优化.由此参数估算能直接反映出风能资源特性的风能特征指标,与...     

微粒群神经网络在常压塔汽油干点软测量建模中的应用

首先将微粒群优化算法用于神经网络连接权值和阈值的训练,构造微粒群神经网络,然后将微粒群神经网络用于常压塔汽油干点软测量建模。通过与实际值的对比,结果表明基于微粒群神经网络的软测量模型具有良好的性能和极好的应用前景。     

技术应用型本科电气工程及自动化专业实验教学改革

从技术应用型本科教育发展需要和技术应用型人才培养需要出发,结合电气工程及其自动化专业的实际,探讨了技术应用型本科电气工程及其自动化专业实验教学体系改革的理念和思路。重点以电气工程领域的技术整合能力为主线,探索出以基础课实验平台、专业基础课和专业课等课程实验平台、提高到专业课程群实验平台、进而提升到专业方向综合实验平台的模块化、分阶段、多层次的实验教学内容体系,并设计了以项目活动为导向的实验教学内容模式。最后探讨了技术应用型本科电气工程及其自动化专业实验教学方法与教学手段的改革与实践。     

三维集装箱装载的改进遗传算法研究

集装箱装载是一个复杂的组合优化问题，约束条件多，属于多项式复杂程度的非确定性（Non-deterministic Polynomail，NP）完全问题，求解难度大。在考虑一些实际应用中的约束条件下，提出了一种三维集装箱装载的改进遗传算法。算法中考虑了货物放置方向、装载容积等约束条件，给出了有效的解码算法。实例仿真结果说明该算法的有效性和实用性，可以直接在实际中应用。     

基于PF-RBF神经网络的短期风电功率预测

为了提高风电功率的预测精度,研究了一种基于粒子滤波（PF）与径向基函数（RBF）神经网络相结合的风电功率预测方法。使用PF算法对历史风速数据进行滤波处理,将处理后的风速数据结合风向、温度的历史数据,归一化后构成风电功率预测模型的新的输入数据;利用处理后的新的输入数据和输出数据,建立PF-RBF神经网络预测模型,预测风电场的输出功率。仿真结果表明,使用该预测模型进行风电功率预测,预测精度有一定的提高,连续120 h功率预测的平均绝对百分误差达到8.04%,均方根误差达到10.67%。     

恒温恒液位系统的动态机理建模与仿真

对恒温恒液位系统进行深入机理分析，根据系统规律建立其动态机理模型。为了使所建模型具有实用性，对模型进行降阶、线性化、增量化及离散化处理，然后进行仿真研究。仿真结果与实际情况的相吻合说明所建模型是有效的，并且该动态机理建模方法是工业系统模型建立时一种易学、有效的方法，具有很好的应用价值。     

多交互式人工蜂群算法及其收敛性分析

针对人工蜂群（ABC）算法不易跳出局部最优解的缺点,提出了多交互式人工蜂群（MIABC）算法。该算法在基本人工蜂群算法的基础上引入随机邻域搜索策略,结合跨维搜索策略,且改进蜜蜂越限处理方式,使得算法搜索方式多样化,从而使得算法搜索更具跳跃性,不易陷入局部最优解,同时,对其进行收敛性分析和性能测试。在五种经典基准测试函数和时间复杂度实验上的仿真结果表明,相对于标准人工蜂群算法和基本粒子群优化（PSO）算法,该算法在1E-2精度下收敛速度提高了约30%和65%,搜索精度更优,且在高维求解问题方面有明显优势。     

简化的分类微粒群算法及其在风电场建模中的应用

提出一种简化的分类微粒群算法.首先将微粒按适应值的差异划分成较好、普通和较差3类;然后对这3类微粒分别采用3种对应的没有速度项的简化模型进行动态制整,有效地增加了种群的多样性.通过对4种典型测试函数的仿真实验,并与经典PSO和2个目前较为流行的改进PSO进行比较,实验结果表明了所提出的改进算法具有更好的优化性能.将改进算法用于风电场风速概率模型优化的实验结果表明,与传统最小二乘法相比,该方法拟合的Weibull参数精度更高,更具实际参考价值.     

一种新的常压塔汽油干点观测方法

提出一种新的汽油干点观测方法－机理模型与神经网络相结合的汽油干点观测方法。这一方法是先将Luenberger观测器理论应用到常压塔顶这一具有不可测输入的非线性系统,构造Luenberger观测器观测出一些不可测量但可观测的内部物理量;然后将这些内部物理量与其它物理量一起作为输入信号,汽油干点作为输出信号构成神经网络观测汽油干点,并用改进的学习算法训练神经网络;通过与其它方法进行比较,表明这一观测方法有较高的精确度及较强的适应性。