核电机组辐射物过滤器的建模与仿真

针对核电机组的辐射物过滤器进行了机理建模,并利用粒子群算法对其中重要参数如中衰期辐射物运输时间常数等进行了参数估计,得到了过滤器模型的最优参数.对过滤器模型进行仿真,通过仿真结果与实验结果的对比分析,验证了过滤器模型的准确性和精度.     

基于变异粒子群的快速运动估计算法

为了提高视频编码效率,提出了一种基于变异粒子群的快速运动估计算法.新算法将运动矢量特性和粒子群算法的全局搜索特性结合,通过迭代寻找全局最优解.为了避免粒子群算法陷入早熟收敛,在每次迭代中加入了变异算法.同时采用合适的终止策略降低运算复杂度.实验结果表明,新算法对运动平缓的视频序列,搜索精度和运算复杂度与以往快速搜索算法...     

基于改进粒子群优化算法的输电系统多阶段协调规划

提出了一种输电系统多阶段协调规划模型,模型中计入了以N-1静态安全条件表示的可靠性约束,并对采用粒子群优化算法PSO(Particle Swarm Optimization)来求解该模型进行了研究,引入新的变异策略对基本PSO算法进行了改进,改进后的算法可以处理多维的离散变量,有可能使粒子摆脱局部最优,提高搜索效率.仿真算例表明该方法用于输电系统的多阶段协调规划是可行的.     

改进牛顿–拉夫逊电阻层析成像图像重建算法

为了满足电阻层析成像图像重建算法应用于两相流领域的精度与实时性要求,提出一种改进牛顿–拉夫逊算法。针对牛顿–拉夫逊算法局部收敛的特点,将线性反投影算法成像结果作为新算法初始电阻率分布估计值,并利用基于改进粒子群算法的平衡法对海森矩阵进行预处理,降低条件数。同时在新算法迭代过程中,当振荡次数超过设定值时,采取自动更新灵敏度矩阵的策略。仿真与实验结果表明,与线性反投影算法、兰德韦伯算法及简化牛顿–拉夫逊算法相比,新算法降低了图像重建误差,有效提高了图像重建质量;而与标准牛顿–拉夫逊算法相比,新算法在满足成像精度前提下,避免了每次迭代均需更新灵敏度矩阵的缺点,提高了算法收敛速度。     

基于改进人工蜂群算法的输电网扩展规划

针对标准人工蜂群算法存在计算精度不高、容易陷入局部最优和迭代后期速度慢等缺点,对算法提出四点改进:(1)引领蜂阶段引入差分变异算子和交叉算子更新蜜源位置,并用退火选择策略接受新蜜源;(2)选择阶段采用锦标赛选择策略计算蜜源被跟随蜂选择的概率;(3)跟随蜂阶段引入学习因子更新蜜源位置,并用退火选择策略接受新蜜源;(4)增加对当前最优蜜源的混沌局部搜索。改进的算法提高了全局和局部搜索能力,有效避免算法过早陷入局部最优。建立以年新建费用与年网损费用之和最小的输电网规划模型,以Garver-6节点系统和Garver-18节点系统为例,验证改进人工蜂群算法应用于输电网规划中的有效性。     

改进型免疫算法PID设计及在调速系统中的应用

在精英策略及抗体相似性、期望复制率和选择概率重新定义的基础上,提出了一种有精英策略的改进的人工免疫算法(AIAE).基于AIAE算法,设计了一种新颖的PID控制器(称为AIAE-PID控制器)对采用定子压降补偿的交流感应电机进行速度控制.仿真实验表明该控制器可以有效地控制交流电机系统.与带精英策略的典型遗传算法和标准模拟退火算法等2种算法设计的PID控制器相比,AIAE-PID控制器展示出更好或者同等的控制性能.     

基于贝叶斯理论的考虑多维风速之间相关性的概率潮流计算

随着风机大规模投入运行,多维风电场之间风速的相关性会影响电力系统的稳定性.考虑相关性的概率潮流计算有助于合理地调控电力系统运行方式以及优化调度,从而提升系统的稳定性.文中针对多维风电场之间的相关性,提出了一种基于贝叶斯理论的最大期望算法及Rosenblatt变换的概率潮流三点估计法,该算法能够很好地捕捉风电场之间的非线...     

基于抗体浓度调节新定义下的免疫遗传算法在电压无功优化中的应用

基于免疫遗传算法,提出了一种抗体浓度新定义下的调节策略来求解电力系统无功优化问题:建立具有动态调整的罚因子的目标函数,在遗传操作中,引入人工免疫机制,并将各个抗体之间在编码上的相似性考虑进来,提出基于相似性矢量距的选择策略,以保存种群的多样性同时保证算法能够较快的收敛.通过IEEE 30节点系统的仿真计算,并将本文算法与其它的算法进行了比较,结果表明该算法在计算速度和优化效果方面都具有明显的优势.     

机组优化组合问题的随机tabu搜索算法

针对机组组合问题的特点，作者对tabu搜索策略和模拟退火算法(SA)的组合算法——随机tabu搜索策略的编码方式、移动规则和tabu表的构造等作了适应性的改进，并对实际机组组合算例进行了求解。仿真结果表明，tabu-SA组合算法有效地结合了SA算法的大规模寻优特性和tabu搜索的局部搜索能力强的特点，能快速搜索到高质量的系统优化解。而且随机tabu搜索算法具有框架性算法不易陷入局部最优的特点，易于与其他算法结合来构造新的高效组合算法。     

基于改进粒子群优化算法的输电系统多阶段协调规划

提出了一种输电系统多阶段协调规划模型,模型中计入了以N-1静态安全条件表示的可靠性约束,并对采用粒子群优化算法PSO(Partic le Swarm Optim ization)来求解该模型进行了研究,引入新的变异策略对基本PSO算法进行了改进,改进后的算法可以处理多维的离散变量,有可能使粒子摆脱局部最优,提高搜索效率。仿真算例表明该方法用于输电系统的多阶段协调规划是可行的。     

强跟踪UKF算法在光伏系统MPPT中的应用

强跟踪UKF算法是采用Unscented策略逼近非线性分布且强跟踪系统突变的状态估计算法,该算法兼具强跟踪算法鲁棒性强、Unscented变换精度高、实现简单的优点。针对光伏系统在部分遮蔽情况下最大功率点误判问题,结合恒压法与强跟踪UKF算法,提出了一种新的光伏系统MPPT策略。采用恒压法快速定位最大功率点的电压范围;在该电压范围用尽量小步长的控制电压,以相应瞬时功率作为被估量,采用STUKF算法精确估算最大功率点,确定相应控制电压;保证光伏系统MPPT跟踪速度基础上,提高跟踪精度,通过状态跟踪判断状态突变,避免了误判问题。仿真和实验验证了所提策略的正确性、有效性。     

混合有源电力滤波器的新型电流迭代学习控制

混合有源电力滤波器可以动态抑制电网谐波电流和补偿容性无功功率,改善电网电能质量。针对传统PI型迭代学习控制算法在并联有源电力滤波器应用中的不足,算法收敛性严重依赖于学习控制的初始输入,迭代学习控制器的参数是定常值,会影响有源滤波系统的控制性能。本文提出一种新型PI迭代学习控制算法,将其应用于混合有源电力滤波器系统的电流反馈控制中,得到了应用迭代算法的收敛性条件,并采用一种改进的Ziegler-Nichols方法对控制器参数进行了优化,以提高系统的控制精度。为了提高系统的动态响应性能,提出一种谐波电流误差的反馈-前馈控制策略,其中电流误差信号的D型前馈控制环节用于实现滤波器系统的电流快速补偿,同时利用一个三层BP神经网络对前馈控制增益进行优化。仿真和实验结果证明了该迭代算法及控制策略的可行性与有效性。     

基于自适应陷波器的科氏流量计信号频率跟踪新方法

为提高对科氏流量计信号频率随机缓慢变化的持续跟踪能力,以对格型ANF、简化格型ANF和基于SMM的新式ANF三种典型自适应陷波器的性能比较分析为基础,提出了一种科氏流量计信号频率跟踪新方法。该方法对频率、幅值和相位均随机游动变化的科氏流量计信号,首先采用新式ANF快速检测信号频率并作短时频率跟踪,待其收敛后简化格型ANF开始并行工作,在简化格型ANF收敛后取代新式ANF持续跟踪信号频率的变化。仿真结果表明,本文方法比格型ANF方法收敛速度更快、频率跟踪精度更高,比单一采用新式ANF方法计算更为简便,是一种科氏流量计信号处理的有效方法。     

Neural Decoding of Hand Motion Using a Linear State-Space Model With Hidden States

The Kalman filter has been proposed as a model to decode neural activity measured from the motor cortex in order to obtain real-time estimates of hand motion in behavioral neurophysiological experiments. However, currently used linear state-space models underlying the Kalman filter do not take into account other behavioral states such as muscular activity or the subject's level of attention, which are often unobservable during experiments but may play important roles in characterizing neural controlled hand movement. To address this issue, we depict these unknown states as one multidimensional hidden state in the linear state-space framework. This new model assumes that the observed neural firing rate is directly related to this hidden state. The dynamics of the hand state are also allowed to impact the dynamics of the hidden state, and vice versa. The parameters in the model can be identified by a conventional expectation-maximization algorithm. Since this model still uses the linear Gaussian framework, hand-state decoding can be performed by the efficient Kalman filter algorithm. Experimental results show that this new model provides a more appropriate representation of the neural data and generates more accurate decoding. Furthermore, we have used recently developed computationally efficient methods by incorporating a priori information of the targets of the reaching movement. Our results show that the hidden-state model with target-conditioning further improves decoding accuracy.      

基于EKF算法的蓄电池等效电路模型参数仿真研究

蓄电池在充放电过程中,其内部存在着复杂的电化学反应,导致蓄电池荷电状态（SOC）及各个参数是多维、非线性的关系。因此,本文基于7-HK-182型铅酸蓄电池建立等效电路模型,进行参数辨识。在此基础上,采用扩展卡尔曼滤波（EKF）算法,利用Matlab软件对蓄电池SOC及各个参数进行实时仿真,通过仿真与实验结果对比验证了EKF算法的实时性与准确性。     

比例谐振算法和扰动观测器控制的单相逆变器

滤波器参数变化、直流侧电压波动和负载变化等被视为逆变器控制系统的扰动,这些扰动对逆变器的输出电压会产生影响,双闭环控制一般解决不了此类问题.针对上述不足,研究了一种比例谐振算法和扰动观测器的电压控制策略.首先,从理论上研究了扰动观测器抑制外部扰动的有效性和扰动观测器的实现方法;其次,整定了电流控制算法和电压控制算法的参...     

基于三相四线制三电平有源滤波器的简化三维空间矢量调制策略研究

三相四线制中点箝位(Neutral-Point Clamped,NPC)型三电平四桥臂有源电力滤波器(Active Power Filter,APF)采用三维空间矢量调制(3-Dimensional Space Vector Pulse Width Modulation,3D-SVPWM)策略可以高效地改善电能质量,减少谐波含量.但由于其复杂的拓扑结构,造成运算过程中响应时间过长的问题.针对这一问题,提出了一种简化的3D-SVPWM调制策略.该策略通过降维的方法,分别对前三相桥臂采用3D-SVPWM调制策略,对N相桥臂采用载波层叠PWM调制策略,确定触发脉冲信号.相较传统调制算法,新的调制策略缩短了计算空间矢量的作用时间,减少整体过程的响应时间,并且保证了开关时序的一致.通过MATLAB/Simulink仿真实验结果验证了文章提出的算法的正确性和可行性.     

基于 STPF 的 SOC 估计及在多锂电池均衡中的应用

提出一种能跟踪突变状态的锂电池荷电状态(SOC)估计方法,并应用于多锂电池组的SOC均衡中。在粒子滤波算法中引入强跟踪滤波,将当前的采样结果融入到预测误差更新中,得到新的校正项,然后利用该校正项对粒子滤波算法的粒子集进行校正,从而使粒子快速推向高似然区域,抑制粒子退化;渐消因子的引入能实时调整误差协方差矩阵,使粒子滤波算法兼具强跟踪滤波的强鲁棒性和对突变状态的跟踪能力,有效克服模型的不确定性,进一步提高SOC的估计精度。将所提方法应用于多电池主动均衡中,提出一种基于SOC一致性的均衡策略,率先均衡容量差距较大的相邻电池组,再控制能量实时双向传递,提高了整体均衡速度。实验结果表明,改进算法的平均估计误差在0.13%以内,标准差为0.12%;相比传统的粒子滤波算法、扩展卡尔曼滤波算法和强跟踪算法,精度分别提升约64%、85%和75%,并且稳定性也得到了进一步加强。在多电池主动均衡中的应用表明,有效减小了电池组容量在充放电过程中的不一致性,电池组离散度被控制在1%以内,有利于提高电池容量的利用率与使用寿命。     

基于小波与多重网格方法的一类偏微分方程数值解

考虑二维椭圆型偏微分方程的数值解.针对多重网格方法中的延拓与限制算子具有的高通与低通滤波器特性,利用小波的多分辨分析性质,提出基于小波与多重网格方法相结合的数值求解方法.算法通用性强、自适应性能好,数值实验表明算法效率比经典多重网格方法有一定提高.     

Self‐tuning fusion Kalman filter weighted by scalars and its convergence analysis for multi‐channel autoregressive moving average signals

For the multi‐sensor multi‐channel autoregressive (AR) moving average signals with white measurement noises and an AR‐colored measurement noise, a multi‐stage information fusion identification method is presented when model parameters and noise variances are partially unknown. The local estimators of model parameters and noise variances are obtained by the multidimensional recursive instrumental variable algorithm and correlation method, and the fused estimators are obtained by taking the average of the local estimators. They have the strong consistency. Substituting them into the optimal information fusion Kalman filter weighted by scalars, a self‐tuning fusion Kalman filter for multi‐channel AR moving average signals is presented. Applying the dynamic error system analysis method, it is proved that the proposed self‐tuning fusion Kalman filter converges to the optimal fusion Kalman filter in a realization, so that it has asymptotic optimality. A simulation example for a target tracking system with three sensors shows its effectiveness. Copyright © 2014 John Wiley & Sons, Ltd.