基于SHIRCT和减影及CDF(2,2)DWT混合变换的超光谱图像无损压缩算法

提出了SHIRCT和减影混合变换去除谱间冗余、2D-CDF(2,2)DWT去除空间冗余,该变换完全由加法和移位完成,便于硬件实现。去冗余效果好于(1D+2D)CDF(2,2)DWT+改进的EBCOT算法进行编码。实验结果表明,无损压缩性能略好于(1D+2D)CDF(2,2)DWT+改进EBCOT,远好于JPEG-LS、WinZip、ARJ、DPCM、文献[1]及NMST和MST。     

考虑负荷类型及停电损失的负荷恢复策略优化

研究大停电后系统恢复后期的负荷全面恢复问题,提出了网架重构结束后负荷恢复策略的优化方法。通过将负荷全面恢复过程划分为几个次序进行的恢复阶段,以每阶段的可投入负荷量最大为目标函数,考虑各节点待恢复负荷的类型差异和停电损失的不同,将负荷恢复优化问题转化成一个0-1背包问题,并采用回溯算法进行求解。提出的负荷恢复策略制定方法同时兼顾了重要负荷的快速恢复及减小系统停电损失两方面的要求。以IEEE30节点系统为算例,验证了提出的恢复方法的有效性,并比较了不同网络重构方案下负荷恢复时间和停电损失的差异性。     

基于潮流变化量特征的电网开断故障诊断方法研究

传统的基于保护、开关动作信息的电网故障诊断方法在实际应用中存在误动和拒动。利用SCADA系统采集的电网支路稳态潮流信息作为诊断依据,提出一种电网支路开断故障诊断的新方法,利用支路开断分布因子建立全网支路开断故障模式集,提取电网发生故障后各支路稳态潮流变化量,并运用模式识别算法对电网故障支路进行匹配识别,实现电网开断故障诊断。对某区域电网实例数据进行仿真分析,结果表明:该方法能够有效地对电网支路开断故障进行快速诊断,具有较好的工程实用价值。     

DF协作系统中基于中断概率的功率分配算法

针对译码转发(DF)协作通信系统中源和中继采用平均功率分配,导致系统资源利用率较低的问题,提出了一种基于中断概率分析的功率分配算法.该算法以降低系统的中断概率为目标,根据用户上行信道和用户间信道的平均信噪比,推导出该模型的系统平均中断概率上下限表达式,并通过黄金分割法迭代出使系统平均中断概率降低的功率分配因子.仿真结果...     

基于线性规划算法的源-网-荷互动最优潮流模型

针对风、光电等新能源的严重弃风弃光问题,提出了源-网-荷互动最优潮流模型.利用柔性电荷、新型能源和传统电源等特性,基于传统最优潮流模型和线性规划算法,修改目标函数的设置,确定了约束条件的基本表达式,从而实现了增大系统边际效益的目的.利用Visual Studio和Styrp1. 10等软件搭建了源-网-荷互动最优潮流模型.仿真测试结果证实了模型的可行性和有效性,该模型可以缓解新能源发电的能力局限问题.     

基于粒子群算法的受端电网紧急切负荷优化

针对多直流馈入受端电网的直流闭锁故障提出一种紧急切负荷优化模型和求解方法。模型兼顾安全性与经济性,以切负荷总量最小为优化目标,计及暂态频率、电压偏移、线路过载、节点切负荷量限制等约束条件,优化各节点切负荷量。针对模型非线性强导致难以直接求解的问题,基于粒子群优化算法和并行计算技术,提出粒子演化的自适应参数调整方法,提高优化算法的全局寻优能力和优化速度。以山东电网模型为例,验证算法在严重直流闭锁故障下的紧急切负荷控制有效性。     

原-对偶内点法和预测-校正内点法在最优潮流的应用

最优潮流问题在数学上是一个带约束条件的优化问题,其模型包括目标函数以及等式约束条件和不等式约束条件。利用原-对偶内点法和预测-校正内点法进行最优潮流的计算,原-对偶内点法是在保持原始可行性和对偶可行性的同时,沿一条原-对偶路径寻找最优解。预测-校正法在进行泰勒展开时保留了高阶项,首先通过修正方程计算仿射方向,在计算得到仿射扰动因子后回代入修正方程得到校正方向,进而得到修正量。预测-校正法具有比原-对偶法更好的收敛性,用Matlab实现了原-对偶内点法和预测-校正内点法进行潮流优化计算,并用算例进行了验证。     

动态连续潮流与改进捕鱼算法结合计算静态电压稳定裕度

目标函数为系统的最大静态电压稳定裕度。针对经典连续潮流法在不平衡功率分配原则上存在的不足,提出将两种适用于动态潮流分析的方法与连续潮流法结合,建立动态连续潮流模型,即根据有调节能力的发电机转子转动惯量与节点的工频静特性系数按比例分担由于负荷水平增加而产生的有功功率不平衡量;引入罚函数法解决状态变量越限问题;为寻求控制变量的最优组合,解决优化过程易陷入局部最优的问题,引入基于模拟渔夫捕鱼的智能算法及其改进算法。通过IEEE6,IEEE30标准节点系统进行计算和仿真。算例验证了模型的有效性。     

电厂循环水系统优化控制及其遗传算法求解

循环水系统作为火电厂的重要组成部分,其优化运行问题已日益引起人们的高度重视.在分析调速水泵的运行特性和高效区约束条件的基础上,给出了基于最小轴功率的循环水系统效率优化模型,并用遗传算法求解,得到最优决策向量.实验结果表明:该优化模型和求解算法能够有效地寻求循环水系统的最优运行组合和最佳调速比,使水泵运行在高效区内,提高循环水系统运行效率;与约束变尺度算法相比,遗传算法更具优越性,其求解速度较快,求解质量较高     

基于遗传算法的电力系统负荷模型准确度研究

在获得电网系统稳态和动态数据的基础上,对负荷模型参数不确定情况下的仿真准确度进行了分析,并利用故障后系统的动态数据对不确定参数进行校正。选择遗传算法作为校正求解的算法,并对之进行了一定的改进。仿真研究在IEEE-39系统上完成,不准确参数选择为负荷比例,实际应用中可推广为电力系统所有的模型参数。最后给出了这套方案的评价和有待改进的地方。     

Multi-objective coordination optimal model for new power intelligence center based on hybrid algorithm

In order to resolve the coordination and optimization of the power network planning effectively, on the basis of introducing the concept of power intelligence center (PIC), the key factor power flow, line investment and load that impact generation sector, transmission sector and dispatching center in PIC were analyzed and a multi-objective coordination optimal model for new power intelligence center (NPIC) was established. To ensure the reliability and coordination of power grid and reduce investment cost, two aspects were optimized. The evolutionary algorithm was introduced to solve optimal power flow problem and the fitness function was improved to ensure the minimum cost of power generation. The gray particle swarm optimization (GPSO) algorithm was used to forecast load accurately, which can ensure the network with high reliability. On this basis, the multi-objective coordination optimal model which was more practical and in line with the need of the electricity market was proposed, then the coordination model was effectively solved through the improved particle swarm optimization algorithm, and the corresponding algorithm was obtained. The optimization of IEEE30 node system shows that the evolutionary algorithm can effectively solve the problem of optimal power flow. The average load forecasting of GPSO is 26.97 MW, which has an error of 0.34 MW compared with the actual load. The algorithm has higher forecasting accuracy. The multi-objective coordination optimal model for NPIC can effectively process the coordination and optimization problem of power network. Foundation item: Project (70671039) supported by the National Natural Science Foundation of China