基于带双窗N-1/N重叠频域FIR滤波器的自适应除噪

基于一种带双窗重叠自适应滤波器,将重叠滤波思想引入LMS算法,给出了窗加权重叠LMS(WO-LMS)算法.与传统的LMS算法相比,WO-LMS算法在同样收敛速度的前提下可以得到较低的稳态均方误差.理论分析了算法的收敛性,实验中通过和LMS算法的比较,验证了WO-LMS算法的优越性.     

一种快速的定雅可比潮流算法

完美地组合了电流注入型潮流算法和保留二阶项的快速潮流算法的优点,弥补了二者的不足之处,提出了一种快速的定雅可比潮流算法。该算法修正方程式的雅可比矩阵是通过对电流注入型潮流算法PQ节点的雅可比矩阵进行改造而得来的,是一个对称的常数雅可比矩阵。修正方程式的常数项是在保留潮流方程式非线性项的基础上进行简化改进而获得的,是一个非常简单的修正公式,在迭代过程中完全不需要进行节点电压的修正和节点功率的计算。这些处理,既保证了算法的收敛性,又大大提高了计算速度。详细论述了该算法的原理及用法。最后将它与牛顿法、定雅可比牛顿算法、PQ分解法、快速解耦法（FDLF）等潮流算法在多个算例上进行了收敛性能和收敛速度的比较,结果证明该算法收敛速度远大于牛顿法和定雅可比牛顿算法,收敛能力与定雅可比牛顿算法相当,算法适用能力比PQ分解法和快速解耦法强。     

求解非线性电磁场有限元方程的快速线性迭代法

本文针对求解非线性电磁场有限元方程的简单迭代法,提出了一种新的算法-快速线性迭代法。该算法取消了收敛因子,提高了收敛速度和收敛稳定性,用模型计算加以验证。並实例计算了非线性正弦交变涡流的电机电磁场方程。与简单迭代法比较,充分显示其优越性。     

一种快速的定雅可比潮流算法

完美地组合了电流注入型潮流算法和保留二阶项的快速潮流算法的优点,弥补了二者的不足之处,提出了一种快速的定雅可比潮流算法.该算法修正方程式的雅可比矩阵是通过对电流注入型潮流算法PQ节点的雅可比矩阵进行改造而得来的,是一个对称的常数雅可比矩阵.修正方程式的常数项是在保留潮流方程式非线性项的基础上进行简化改进而获得的,是一个非常简单的修正公式,在迭代过程中完全不需要进行节点电压的修正和节点功率的计算.这些处理,既保证了算法的收敛性,又大大提高了计算速度.详细论述了该算法的原理及用法.最后将它与牛顿法、定雅可比牛顿算法、PQ分解法、快速解耦法(FDLF)等潮流算法在多个算例上进行了收敛性能和收敛速度的比较,结果证明该算法收敛速度远大于牛顿法和定雅可比牛顿算法,收敛能力与定雅可比牛顿算法相当,算法适用能力比PQ分解法和快速解耦法强.     

基于动态惯性权重粒子群算法的配电网状态估计

配电网单条馈线节点少、支路少,常采用加权最小二乘法对配电网各条馈线分别进行状态估计。但由于牛顿法对初值要求高,易发散,为此采用动态惯性权重粒子群算法对配电网进行状态估计。该算法能自动调节搜索步长,加快收敛速度,弥补了基本PSO算法易陷入局部最优、算法不稳等不足。4节点算例证明该算法可稳定快速收敛,即使初值偏离真值较远也能有效、快速收敛;IEEE 33节点算例证明了该算法运用于配电网状态估计时收敛速度快、精度高。     

基于NACS-PSO算法的光伏系统 MPPT控制研究

对于局部遮阴下的光伏阵列,传统的最大功率点跟踪算法收敛速度慢、精度差、功率波动大且容易陷入局部最优。为此,提出一种基于新型自适应布谷鸟算法与粒子群算法相结合的复合算法。该方法在布谷鸟算法中引入自适应发现概率和自适应莱维飞行步长控制因子,同时加入对立种群策略,以提高算法收敛速度和全局寻优能力。在算法前期,用粒子群算法全局搜索快速找到全局最大功率点附近,后期用新型自适应布谷鸟算法在局部范围内精准寻优,以快速、准确和稳定地跟踪到全局最大功率点。仿真结果表明,本文提出的算法在四种光照模式下的收敛时间和跟踪误差分别为0.106 s和0.012%、0.108 s和0.034%、0.110 s和0.059%、0.106 s和0.031%,均优于其他算法,验证了本文算法在六种对比算法中,收敛速度最快、跟踪精度最高、功率波动最小、陷入局部最优的可能性最小。     

改进型BP算法在商业照明设计中应用的研究

改进的BP快速学习算法,不仅大大加快了收敛速度,而且提高了网络数值的稳定性.     

改进型BP算法在商业照明设计中应用的研究

改进的BP快速学习算法,不仅大大加快了收敛速度,而且提高了网络数值的稳定性。     

快速收敛变换域自适应滤波算法

为了提高LMS算法均衡相关信号时的收敛性能,提出了一种新的快速收敛变换域自适应滤波算法（VS-DCTLMS）。该算法融合了归一化离散余弦变换LMS算法和变步长离散余弦变换LMS算法的优点,具有结构简单,收敛速度快,稳态误差小的特点。仿真结果表明,该算法计算量和变步长归一化LMS（VS-NLMS）算法、解相关LMS（DescorrLMS）等算法相当,但在收敛速度上具有很大优势;收敛性能和最小二乘回归算法（RLS）接近,却克服了RLS计算量大、不利于硬件实现的实际问题,是一种性能优良的可实现方法。     

基于改进粒子群算法的无功优化

提出一种改进粒子群算法求解无功优化问题。该算法根据粒子的适应度进行排序,依据排序确定粒子的速度范围:排序靠前(较优)的粒子具有较小的速度范围,排序靠后(较差)的粒子具有较大的速度范围,较好地平衡算法的局部和全局搜索;对全局最优粒子进行克隆和变异,提高算法的收敛速度和收敛精度。同时,对种群中的较差粒子接种疫苗,以较大概率提高粒子的质量,进一步提高算法的收敛速度。对IEEE30节点系统进行仿真,与遗传算法(GA)和粒子群算法(PSO)相比,该算法具有全局搜索能力强、收敛速度快和收敛精度高的特点。     

Application of the New Fast Multi-pole Boundary Element Method for Calculation of Electric Field

Abstract—By employing the analysis of storage and computation time in fast multi-pole algorithm, this article introduces a new fast multi-pole algorithm to solve the problem of large computation time in multi-pole transfer process of the original fast multi-pole boundary element method. The new method uses the index expansion form to complete the transfer process of multi-pole moments at the expense of a small amount of storage. The obtained computational efficiency is significantly improved. Finally, the two-dimensional plate capacitor model is used to verify the precision of the authors’ method, and the three-dimensional spherical capacitor model is used to verify the superiority of the new fast multi-pole algorithm in solving multi-freedom electric field distribution problems. The electric field distribution of a 110 kV substation switching field model is calculated by using the new fast multi-pole algorithm. Compared with the calculated and measured values, the error is less than 10% upon optimization of the model; therefore, this method is better able to solve large-scale, multi degree-of-freedom problems.     

A powerful algorithm for power system planning amenable to small computers

This paper presents the development of a highly effective and reliable piecewise fast decoupled load flow algorithm. The algorithm requires minimal storage, independent of the system size, and can be used effectively for system planning on small computers.     

基于改进人工蜂群算法的家庭储能容量优化配置*

家庭能源系统中的储能设备初始投资成本高,限制其实际应用。针对此问题,文章对混合储能的容量配置进行了研究。分别构建了刚性负荷、柔性负荷和储能类设备负荷模型;在此基础上搭建以用户每天用电费用最低为目标的家庭能源管理系统模型;提出一种改进的人工蜂群算法对模型求解。实验结果表明,通过和单储能的系统相比,在满足用户用电需求的同时,配置混合储能的家庭能源系统能有效减小用户每天用电费用。对文中算法与人工蜂群算法和粒子群算法优化结果进行比对,证实所提算法优化时长短、收敛速度快且不易于陷入局部最优。     

基于C-FS混合算法的微电网经济调度

为了引导储能设备进行深度充放电,提高其使用寿命,利用雨流计数法得到每次充放电对储能设备寿命的影响,建立起了考虑储能设备运行成本的微网经济调度模型。文中针对自由搜索算法(FS)收敛速度慢、易陷入局部最优等缺点,结合混沌理论和精英策略,提出了一种混沌自由搜索混合算法(C-FS)对微网经济调度模型进行求解。通过对14节点辐射状微网系统进行仿真分析,结果表明,考虑储能设备运行成本能有效提高储能设备使用寿命。同时,与传统算法相比,混沌自由搜索混合算法能迅速跳出局部最优解和快速收敛。     

基于快速块LMS算法的统一电能质量调节器谐波电流预测方法

本文提出了一种基于快速块LMS算法的统一电能质量调节器谐波电流预测方法。该方法将FFT变换运用到LMS算法中,采用重叠存储方法,在滤波器权值更新时进行块处理。分广义平稳和广义非平稳两种情况,对每个可调权值赋予不同的步长。在t时刻预测出t+2时刻受控量与参考量之间的差值,通过选择t+1时刻的控制策略和利用快速块LMS算法使得该差值最小。仿真结果表明了该方法的正确性和可行性。     

混合储能多目标容量优化配置

针对蓄电池和超级电容混合储能系统的容量配置,提出了混合储能系统多目标容量优化配置模型,该模型以经济成本、供电可靠性、能量过剩和供需平衡为目标,以蓄电池的SOC、超级电容的端电压和最大功率为约束,同时考虑能量控制策略的影响,应用改进粒子群优化算法同时对蓄电池和超级电容的容量和功率进行设计,并通过仿真验证了所提多目标容量配置算法的快速收敛性和可靠性。     

基于快速提升小波变换的改进型SPIHT算法在图像压缩中的应用

为保证图像传输的实时性和在保证图像质量下获得高压缩比,对图像压缩技术提出了新的改进型算法。提出的基于快速提升(lifting)小波变换[1,2]的改进型SPIHT(SetPartitioninginHierarchicalTrees)[3]图像编码算法,引入快速提升小波变换以改进变换过程,且利用量化编码后出现许多连续零这一特点,将熵编码与SPI HT编码统一进行,一次完成,熵编码采用变长零游程方法。仿真结果表明,图像经该方法编码后峰值信噪比和效率上都得到了提高。该方法可以应用于电力系统中远程图像监控系统的     

基于双层优化模型的多能互补微网储能优化配置

在多能互补微网系统中,为优化储能装置在不同运行状态下的容量配置,建立了同时考虑离网及并网运行状态的储能配置双层优化模型,采用考虑极值变异的混合型粒子群算法求解,获得了储能装置并、离网状态的协调优化配置方案。算例验证结果表明,求解得到的储能优化配置结果比传统单层优化模型更优,具有较快的收敛速度和较好的计算精度。研究结果为微网储能优化配置策略提供了参考。     

规模化储能分区聚合有功调度控制技术研究

随着规模化储能电站的集中建设和投运,储能以其快速、精准的功率控制特性,可有效改善系统的动态调节性能。针对规模化储能电站所接入的电网分区,文中从电力和电量两个维度,分析储能电站集群的聚合充放电能力并提出了聚合分析算法,为调度主站端的储能电站集群的快速功率控制、短时削峰或填谷、负荷趋势跟踪提供辅助决策依据。首先,根据当前电网分区在发用电平衡和输变电潮流控制中的调度控制需求,总结和归纳了储能分区聚合的控制目标;其次,提出了储能电站参与电网分区控制的分配策略,即通过状态转换、考虑荷电状态均衡的功率调整依次计算调用容量,实现满足分区控制目标的闭环滚动跟踪;最后,通过算例验证该策略能充分发挥储能资源的规模聚合特性,支撑调度机构解决电网分区运行控制难题。     

Optimal demand-side response to electricity spot prices forstorage-type customers

The customer response to spot prices is discussed. The factors that allow flexible customer response without service curtailments are identified. An overview of a fast, optimal, nonsimplex algorithm applicable to single storage electricity consuming processes is presented. A case study involving an air compression company demonstrates the application of the algorithm and shows the economic effects of industrial customer response to the spot pricing of electricity