细菌觅食算法在图像压缩中的应用

基于传统反向传播(back propagation,BP) 网络,提出一种结合细菌觅食算法(bacterial foraging algorithm,BFA) 的改进型BP网络(BFA-BP),并将其用于图像压缩.为克服传统BP网络容易陷入局部极小值的缺点,算法引入BFA特有的复制和驱散操作,以提高网络收敛速度,加强全局寻优能力.对标准测试图像进行仿真实验表明,该算法能有效提高重建图像质量.     

形态滤波技术及其在继电保护中的应用

系统地介绍了数学形态学理论及其在电力系统继电保护中的应用。在近来相关研究工作的基础上，总结出两种适于电力系统暂态信号分析的形态学算法，即形态学信号分解和多分辨形态学梯度，并将它们成功地应用于变压器保护中励磁涌流的识别和超高速暂态保护中的故障暂态波形特征提取。仿真结果证明，形态滤波技术在电力系统继电保护中具有良好的应用前景。     

基于多尺度数学形态学和高低频能量比值的海上风电场内部瞬态过电压特征分析

目前,海上风电场集电系统因电气设备频繁操作或故障所引起的高频瞬态过电压尤为严重。为识别不同类型下海上风电场内部过电压的瞬态特性,该文首先提出一种多尺度数学形态学信号特征提取方法,构建形态学结构元素新算子,运用多尺度数学形态分解方法提取瞬态过电压的高低频成分,构建适用于识别海上风电场内部瞬态过电压类型的时域特征量。再基于所构造的高频特征量和高低频能量比值识别特征量,结合支持向量机分类器模型对典型的内部瞬态过电压分类识别。仿真和试验研究表明,所提出的数学形态学算法相对于传统的小波算法,构造的特征量区分度更明显,可以准确地识别过电压类型,为海上风电场变电站电气设备的电压保护整定和绝缘配合奠定基础。     

海上风电场真空断路器投入并联电抗器的过电压及防护

目前,海上风电场暂态过电压研究引起了广泛的关注。为改善现有海上风电场设备模型在高频条件下的局限性,搭建了真空断路器自定义高频合闸模型。考虑并联电抗器杂散电容的影响,建立了典型海上风电场35kV系统模型,用于分析投入并联电抗器过程中在汇流母线及风机端变压器上产生的操作过电压。大量仿真结果与试验显示,海上风电场投入并联电抗器将出现峰值、陡度均高于陆上风电场的操作过电压。针对这种过电压分析了多种保护方案,发现并联安装避雷器和阻容吸收器抑制过电压的综合效果较佳,为海上风电场的设计、关键设备的绝缘保护和日常运维等提供了参考。     

形态滤波技术及其在继电保护中的应用

系统地介绍了数学形态学理论及其在电力系统继电保护中的应用，在近来相关研究工作的基础上，总结出两种适于电力系统暂态信号分析的形态学算法，即形态学信号分解和多分辨形态学梯度，并将它们成功地应用于变压器保护中励磁涌流的识别和超高速暂态保护中的故障暂态波形特征提取。仿真结果证明，形态滤波技术在电力系统继电保护中具有良好的应用前景。     

智能单粒子优化算法

文中在传统粒子群优化(Particle Swarm Optimization,PSO)算法的基础上,提出了智能单粒子优化算法(Intelligent Single Particle Opti mizer,ISPO).与传统的PSO算法不同,该算法采用了一个粒子在解空间中搜索,粒子的位置矢量被分成一定数量的子矢量,并基于子矢量对粒子进行更新.在子矢量更新过程中,通过分析之前的速度更新情况,引入一种新的学习策略,使粒子在搜索空间中能够动态地调整速度和位置,从而向全局最优靠近.实验表明,此算法对大部分标准复合测试函数都具有很强的全局搜索能力,其寻优能力超过了国际上最近提出的基于PSO的改进算法.     

梦笔山隧道软岩大变形施工控制技术

软岩隧道初期支护大变形控制一直是隧道设计及施工中常面临的重大技术难题,依托在建梦笔山隧道炭质千枚岩软岩大变形问题,总结了大变形表现特征,分析了炭质千枚岩的工程特性及隧道产生大变形的各类原因。针对问题提出了调整预留变形量、超前小导洞释放应力、机械铣挖和三台阶临时仰拱开挖方法、双层初期支护、“田”字形钢结构、长锚杆和护拱等一系列综合控制技术措施,有效地控制了围岩大变形,保证了隧道施工的安全、质量和进度要求,并为类似隧道工程设计与施工提供了参考。     

基于进化捕食策略法的风-水-火电短期负荷分配优化

考虑负荷与风电的不确定性,建立了基于机会约束规划的风-水-火电短期负荷分配优化模型。为了更好地权衡局部搜索与全局搜索性能,应用进化捕食策略法求解水-火电短期优化调度与风-水-火电短期负荷分配问题。算例结果表明,与其他算法相比,进化捕食策略法在水-火电短期优化调度中能够搜索到更优的解,同时基于机会约束规划的优化方法为系统旋转备用容量的合理设置提供了依据。     

不同配合比的CBGM施工工艺及材料性能

根据肯尼亚拉姆港堆场水稳层试验段的施工试验,分别对0~31.5mm集料级配(细集料为机制砂)、0~20mm级配(细集料为机制砂)和0~31.5mm级配(细集料为河砂)的CBGM施工工艺及材料性能进行研究。得到以下主要结论:使用河砂作为细集料或采用集料最大粒径为20mm时,所需碾压遍数较少,振动碾压3遍即可满足压实度要求。3种级配的CBGM压实后均具有较好地平整度。0~31.5mm集料级配(细集料为河砂)具有最大的强度。     

学习方法整定电力系统非线性控制器参数

In this paper, the iterative and increasing learning algorithms are introduced to the adjustment of the parameters of TCSC nonlinear controller in power systems. According to the characteristics of practical power systems, such as the strong nonlinearity, dynamic process and etc., the learning algorithms are improved the off-line iterative learning is firstly modified into the on-line equal periodical learning, and then into the on-line unequal periodical learning. By changing the objective function defined in a continuous set into a function in a point, the increasing learning can be on-line. In order to make the learning algorithms process satisfied effectiveness and can learn under large disturbances of the system, the nonlinearity of the system is used in the learning algorithms. The improved learning algorithms are efficient, simple and practical, and provide new methods for the adjustment of the parameters of the controller. The digital simulation shows that under the same conditions, the performance of the unequal periodical learning algorithm is better than that of equal periodical learning , the performance of the increasing learning algorithm is better than that of the unequal periodical learning. The parameters of the controller found by the learning algorithms make the controller possess better dynamical performance,strong adaptability and robustness.