基于FVM-HGA的河流水质模型多参数识别

针对解析法求解河流水质模型的不足和传统方法在求解河流水质模型多参数识别问题遇到的困难,提出了采用有限体积法结合混合遗传算法(FVM-HGA)的参数识别算法。由于水质模型中源项的广泛存在,对流项的离散采用了满足有界性条件的非线性高精度格式-MINMOD格式。由于优化算法对参数识别反问题具有的普遍适用性,因而反演算法采用了全局寻优能力很强的遗传算法;为了克服传统遗传算法局部搜索能力较弱的缺点,采用了遗传算法与最速下降法相结合的混合遗传算法。两个算例的计算结果表明,采用FVM-HGA算法对常系数河流水质模型和变系数水质模型都能给出较好的反演结果。     

河道一维污染源识别反问题

在污染源下游布设水质在线监测断面并对监测数据进行分析,通过求解河流污染源反问题可以实时反演识别上游污染源信息,从而为污染源的控制和取水口的水质安全保障及预警提供基础信息。针对一维河流,在非恒定水流条件下,提出了以有限差分法作为正问题求解器、Nelder-Mead单纯形算法为优化模型求解器的污染源识别算法(FDM-SIM法);在此基础上,进行了污染源和参数的联合反演尝试。结合两个算例对FDM-SIM法进行了验证,计算结果表明:该方法不仅能够对污染源进行识别,还可实现污染源与水质参数的联合反演。     

基于连续潮流的输电网可用输电能力计算

提出一种基于连续潮流的线性迭代法计算输电网可用输电能力ATC(AvailableTransferCa鄄pability),详细推导了该算法的数学模型,并给出计算方法及流程,将算法应用到IEEE-30节点系统,结果表明该方法具有一定的实用性、可靠性和有效性。同时,将基于连续潮流法与直流灵敏度法的计算精度进行比较,结果表明该方法精度高;此外讨论了负荷参数λ取固定增长步长与变增长步长两种情况下的计算精度与计算速度,结果表明两者计算精度差不多,但后者计算速度快一些。     

基于连续潮流的输电陬可用输电能力计算

提出一种基于连续潮流的线性迭代法计算输电网可用输电能力ATC(Avajlable Transfer Capability)，详细推导了该算法的数学模型，并给出计算方法及流程，将算法应用到IEEE—30节点系统，结果表明该方法具有一定的实用性、可靠性和有效性。同时，将基于连续潮流法与直流灵敏度法的计算精度进行比较，结果表明该方法精度高；此外讨论了负荷参数λ取固定增长步长与变增长步长两种情况下的计算精度与计算速度，结果表明两者计算精度差不多，但后者计算速度快一些。     

一种快速高鲁棒性变压器铁心Jiles-Atherton磁滞模型参数辨识方法

Jiles-Atherton(J-A)模型是变压器剩磁与励磁涌流计算的重要方法,但在使用中存在着参数辨识的难题。文中从参数辨识的公式法、遗传算法、Nelder-Mead(NM)单纯形算法原理及各自特点出发,提出一种综合运用公式法和两种优化算法对实测磁化曲线进行参数辨识的方法。算例分析结果表明,该方法对于经典JA模型参数识别具有较高的精度,在误差影响下体现出良好的鲁棒性,是一种快速、有效的J-A模型参数辨识方法。     

改进的人工鱼群算法在水质参数识别中的应用

水质参数是建立河流水质数学模型、预报河流水质状态变化的基本数据.因此,准确估计模型参数具有重要意义.通过构造目标函数使模拟结果与已知值之间误差达到最小,从而将此参数估计问题转化为一个参数优化问题进行求解.结合水质模型参数优化的特点,将具有收敛速度快、全局优化能力强的新型智能算法-改进的人工鱼群算法应用于该优化问题求解.通过进行多组参数组合实验,结果表明:当参数变化范围较小时,改进的人工鱼群算法在求解上述问题上具有较好的适用性和有效性,可以获得较为精确的结果;但随着参数变化范围的不断扩大,该算法的搜索效率和精度有所下降.关于算法参数的设置,如何解决算法受参数变化范围的影响问题都是需要进一步研究的问题.     

基于频谱分析的间谐波闪变效应计算

在分析IEC闪变仪测量原理的基础上,提出一种基于频谱分析的电压闪变计算方法,先利用快速傅里叶变换（FFT）进行频谱分析,得到各频率分量的参数,然后利用这些参数计算电压闪变。新算法不仅能计算调制波和间谐波引起的总瞬时闪变视感度,还能计算出每个间谐波或间谐波对引起的瞬时闪变视感度占总瞬时闪变视感度的比例,即对闪变的贡献。它表明调制波是间谐波的特例,并且,当输入电压中含有间谐波对时,间谐波对引起的瞬时闪变视感度中的共同作用部分与基波和间谐波的初相角有关,而在以往的研究中一般未考虑相角的影响,或将相角默认为0°。仿真算例将频谱法和IEC算法进行了对比分析,验证了频谱法的有效性和准确性。     

基于交叉熵重要抽样的元件可靠性参数优化解析模型

可靠性参数优化问题在其求解过程中,需要对变化的可靠性参数反复进行系统可靠性评估,导致计算效率极低。针对这一问题,本文提出了一种基于交叉熵重要抽样法的元件可靠性参数优化解析模型。首先,基于条件概率推导了考虑元件可用率变化的可靠性指标解析计算模型,通过交叉熵重要抽样法快速求取解析模型系数;其次,将可靠性指标解析模型嵌入到传统可靠性参数优化问题中,实现可靠性参数优化模型的解析表达。所提解析模型在求解过程中只需要执行一次基于交叉熵重要抽样的可靠性评估计算,避免了因可靠性参数变化而需要多次进行可靠性评估的弊端,大幅提高了可靠性参数优化问题的求解效率;最后分别采用RBTS,IEEE-RTS79和IEEE-RTS96系统进行算例分析,验证了本文所提模型和求解算法的正确性和有效性。     

变尺度混沌蚁群算法在NOx排放优化中的应用

为了控制燃煤电厂NOx排放,应用支持向量回归建立了大型四角切圆燃烧电站锅炉NOx 排放特性模型。利用大样本量的热态实炉NOx 排放试验数据对模型进行了训练和验证,结合NOx排放模型采用一种变尺度混沌蚁群算法对锅炉运行参数进行优化, 定量分析优化算法参数对优化结果的影响。计算结果表明,相对于BP神经网络,支持向量回归模型能更好地预测锅炉NOx排放;变尺度混沌蚁群算法能明显降低NOx排放,且具有较高的稳定性与鲁棒性,1.8 min的优化时间也便于在线应用;支持向量回归与变尺度蚁群混合算法能有效降低燃煤锅炉NOx排放,是锅炉NOx排放控制的有效工具。     

利用混沌优化算法确定河流水质模型参数

应用混沌序列优化算法求解分析一维河流水团示踪试验数据 ,确定水质参数的函数优化问题。就算法控制参数对细搜索次数的影响进行了数值实验。结果表明 :( 1)该算法可以有效地应用 ;( 2 )过大的序列长度不能有效地缩短计算时间 ;( 3 )粗搜索次数对算法的收敛性影响不大 ;( 4 )水质参数的初始取值范围对算法收敛性基本没有影响     

群智能优化算法优化支持向量机的方法及应用

水质评价过程具有多变量、非线性、不确定等特点,传统的粒子群算法训练神经网络的水质评价模型收敛速度慢、泛化性能差。为了克服传统模型的缺点,提出了利用动态多种群粒子群算法训练支持向量机的模型,并利用多种群粒子群算法优化支持向量机结构参数。该模型结合了粒子群算法的搜索性能以及支持向量机的高效性、强鲁棒性等优点,提高了模型的泛化能力。通过对新疆某流域站点的水文数据进行仿真,结果得出该方法的相对误差为2.74%,远低于传统粒子群算法4.21%的相对误差,由此证明该模型的应用效率及精度得到提高,适用于日常水质评价工作。     

水电开发对其影响区内饮用水水源地水质的影响研究

水电开发对天然河流的水文情势、水环境等势必会产生一定影响,尤其对于开发影响区内存在饮用水水源地此类敏感环境保护目标的情况,影响更是不容忽视.本文以汉江上游拟建旬阳水电站对其库区内安康马坡岭、许家台饮用水水源地水质的影响为研究实例,采用三维水动力学水质数学模型为研究手段,对电站水库兴建前后上述两水源地的COD、NH_3-N污染物浓度分布状况进行了计算,并对比分析了建库前后水源地水质的变化趋势,得出了电站开发对其影响区内饮用水水源地水质的影响结论,为水电开发影响区内饮用水水源地保护措施的提出提供了理论依据.     

基于栈式混合编码器的水质传感器数据融合算法

由于浅层神经网络网络结构和训练方式的限制,网络学习能力和泛化能力在大样本条件下没有深度学习网络强,为此,提出了一种基于栈式混合编码器的水质传感器数据融合算法.该算法通过堆叠自动编码器和稀疏自动编码器形成深度学习网络模型,实现对样本数据的特征挖掘和稀疏表示.经过大规模样本训练后的网络模型能够拟合复杂非线性函数,对低质量的...     

一种智能水质检测仪设计

针对传统的水质检测仪器存在因体积过大使用不便,检测参数单一以及不能对水质进行实时监控显示的问题,设计了一款便携式水质在线检测仪.设计以STC8A8K64S4A12单片机为控制器,由温度采集模块、pH测量模块、TDS检测模块等完成水质的温度、pH及TDS参数的检测;通过ESP8266无线模块、手机App模块的设计与应用,...     

基于局部峰值方差检测的改进DUET算法研究

DUET(degenerate unmixing estimation technique)算法是一种典型的盲源分离方法,而混合参数估计是DUET算法的重要组成部分,其估计精度直接影响到源信号的分离效果。针对混合参数估计,提出了一种基于局部峰值方差检测的改进DUET算法。首先利用DUET算法模型中混合参数创建直方图,根据直方图上信号占优的特点,把直方图划分成若干个子区域,计算每个子区域的方差,然后利用排序算法检测出最大的P个方差(P为源信号的个数),这P个方差所在子区域峰值的横纵坐标即是混合参数。此算法改进了原有DUET算法中混合参数估计的智能性和精度,通过语音分离的仿真实验和实录实验表明,此算法简单有效,并且估计源信号的精度有了提高。     

螺杆转子盘铣刀铣削表面粗糙度预测

螺杆转子主要应用在压缩机、螺杆泵等设备中,其表面质量对使用性能及工作寿命起到关键性作用。工艺参数为影响螺杆转子表面粗糙度的主要因素之一。为了探究工艺参数对螺旋曲面铣削表面质量的影响规律,设计转子铣削实验,获取预测及实验对比样本。利用改进的北方苍鹰搜索算法(INGO)对BP神经网络的初始权值和阈值进行优化,以便提高铣削后的多头螺杆转子表面粗糙度的预测精度。通过实验结果验证所提出算法的预测精度。结果表明,提出的预测模型在平均训练精度及预测精度等方面均优于GRU神经网络及CNN-GRU神经网络模型,其中平均训练精度及预测精度分别约为94.502%和95.523%。故提出的算法具有较高的预测精度,可为合理选择螺杆转子铣削加工的工艺参数提供理论依据。     

三峡水库蓄水前后近坝水域的水质评价与分析

根据三峡水库坝上、下游4个代表性断面1998年-2004年的水质监测数据,采用概率神经网络水质评价模型,以氧平衡因子、毒物因子和营养盐类因子作为评价因子,对三峡水库蓄水前后近坝水域水质进行评价和对比。评价结果表明,蓄水初期,氧平衡因子评价结果坝前变化不大,坝后略有好转;毒物因子和营养盐类因子评价结果坝前坝后都略有好转。分析表明,营养盐类因子是制约库区水质的控制性因子。蓄水后,需要防治坝下游的溶解氧超饱和问题,库区的二次污染问题和富营养化问题。