基于人工鱼群算法和模糊C-均值聚类的洪水分类

为了克服FCM算法依赖初值的缺点，将人工鱼群算法（AFS）引入模糊C-均值聚类，提出了一种新的聚类算法，应用于洪水分类研究。新算法将聚类中心看作食物源，通过样本抽样产生初始鱼群。利用人工鱼群算法全局寻优、快速收敛的特点，得到一个较优的初始聚类结果，再使用FCM算法进行局部搜索。避免了单纯的FCM算法因初值选取不当，而容易陷入局部最小的缺陷。同时新算法给出了洪水等级划分的科学依据。实验结果表明，新算法具有比FCM算法更好的性能表现，使得到的分类结果更加准确合理。     

框架柱端有效受弯承载力的算法新探

对框架柱端有效受弯承载力的现行算法作了分析，指出了其中存在的问题，提出了新的算法，该算法较为圆满地解决了现有算法中所存在的问题。     

混合蜂群算法及其在混凝土坝动力参数反演中的应用

介绍了一种新颖的群集智能优化算法—人工蜂群算法(ABCA)，同时为提高算法的搜索效率，在ABCA算法中引入Nelder-Mead单纯形算子，提出了一种用于材料参数反演分析的混合单纯形人工蜂群算法。将所提出的算法用于混凝土重力坝动力材料参数识别问题，建立了基于不完全模态测试数据动力材料参数识别的优化反演模型。算例分析表明，混合算法融合了两种算法的优点，具有收敛速度快、识别精度高等特点，是一种高效的系统优化和参数识别方法。     

精确双端故障测距新算法

提出一种利用线路双端故障数据进行精确故障定位的新算法。新算法利用了故障后线路两端 的电压电流相量，考虑了双端采样数据的非同步问题，通过采用分布参数模型，精确考虑了 分布电容对测距算法的影响，从而大大提高了测距算法的精确度。该算法通过EMTP仿真和实 际故障数据的验证，证明有很高的精确度。     

粒子群算法在水库优化调度中的应用综述

简要回顾了粒子群算法的研究进展，对算法在水库优化调度应用中出现的各类改进策略进行了综述，着重讨论了粒子群算法在应用中存在的问题，并对该算法今后的研究方向进行了展望。     

一种新型多电平直接脉宽调制方法

在研究了多电平逆变器模型及其脉宽调制（PWM）算法原理的基础上，提出了一种新型的适用于各种电平数目逆变器的直接PWM方法，分析了这种PWM方法的基本原理，给出了算法实现的原理框图，最后使用PSCAD仿真软件做了仿真研究，仿真结果验证了算法的正确性和有效性。文中提出的PWM算法的基本思想是由三相参考电压直接确定逆变器各个桥臂电路输出的开关函数及其作用规律，因此称之为直接PWM算法。与基于载波调制的多电平PWM算法和多电平SVM算法相比，该算法具有原理简单、实现容易、运行速度快、占用CPU时间少等优点。     

一种应用于配电网络故障定位的混合算法

配电网发生故障后，调度员如何尽快对故障进行定位与隔离至关重要。文中论述了一种能适用于不同配电网络结构的故障定位混合算法。该算法由模糊推理算法和基于启发性规则的专家系统算法两种子算法组成，并能根据所获取的不同故障信息选择相应的子算法。 由于两种子算法都是建立在启发性规则上，不需进行一些繁琐计算，从而大大缩短了故障定位与隔离的时间。     

基于现场监控终端的线路故障定位优化矩阵算法

从解决双电源及多电源并列供电系统等复杂配网的故障定位问题及提高定位算法的计算效率入手，提出了基于现场监控终端的故障定位统一算法——优化矩阵算法。该算法以矩阵分析为基础，既能实现普通树状网及开环运行的环网的故障定位，又能满足闭环运行的环网故障定位需求，对配电网运行工况的变化有较强的适应能力。与优化前矩阵算法相比，不仅扩大了算法的适应范围，而且由于采用了分线路存储技术并以矩阵间有效元素的直接运算代替矩阵计算，改善了系统的存储效率和算法的工作量，计算速度快、实时性好。     

协同进化算法及其在电力系统中的应用前景

协同进化算法是一种新的进化算法框架，该算法借鉴自然界中的协同进化机制，在传统单物种进化算法的基础上引入生态系统的概念。生态系统中多个物种相互作用，共同进化，从而使整个系统不断演进。将应用领域待求解的问题映射为生态系统，以生态系统的进化来达到问题求解的目的。协同进化算法符合进化博弈论的理论框架，对于各种不同领域问题的求解都取得成功。文中综述了国内外协同进化算法的发展状况，介绍了协同进化算法的基本理论，探讨了该算法在电力系统和电力市场中的可能应用。将该算法引入电力系统和电力市场的研究，可以为电力系统的优化规划和运行、电力市场的竞价机制设计和投标策略优化以及电力市场计算机模拟提供新的方法。     

基于遗传BP算法的日径流预测

用遗传算法和BP算法相结合的混合算法来训练日径流神经网络预测模型的权值，即先通过遗传学习算法进行全局训练，再用权重调整BP算法进行精确训练，这一算法克服了BP算法收敛速度慢、易陷入局部极小等缺陷，实例证明提高了预测精度。     

全周波富氏算法的推广

本文把复平面上的离散旋转矢量与采样信号联系起来，提出了采样矢量的概念。通过对采样 矢量的分析计算，导出了一个滤波矩阵，从而得出了一种设计数字信号处理算法的新方法， 用这种方法可以根据滤波要求，灵活地设计出相应的算法，算法本身又具有获得信号实部和 虚部的功能。这些算法是富氏算法的推广。     

水库发电优化调度改进粒子群算法应用

为进一步提升粒子群算法在水库发电调度中的应用效果，应用粒子群算法建立水库发电优化调度模型，从初始种群生成、寻优模式、更新策略等方面对算法进行改进，将均匀设计理念和混沌理念分别引入粒子群算法并对惯性权重进行了非线性自适应设计。计算结果与标准粒子群算法以及传统的动态规划进行了对比。结果表明，粒子群及其改进算法在水库发电优化调度中应用效果良好，综合考虑算法收敛能力、稳定性及计算耗时等指标，改进粒子群算法具有较高的实用价值。     

一种求解最优机组组合问题的随机扰动蚁群优化算法

针对蚁群优化算法中易出现的停滞现象，设计出一种新颖的随机扰动蚁群优化算法。该算法包含了两个重要方面：一是提出了采用倒指数曲线来描述的扰动因子；二是设计出了相应的随机选择策略和扰动策略。此外，还对该算法中参数的选取方法及取值范围进行了研究和探讨。利用该算法求解最优机组组合问题，并在模型的转化、约束项的处理等方面进行了深入的分析。通过对两个测试系统进行计算，并与基本蚁群算法进行比较，证明了该算法可以有效地克服基本蚁群算法计算时间较长和容易出现停滞现象的缺陷，具有更好的全局优化能力。     

同杆并架双回线准确参数未知时的故障测距新算法

比较分析了各种主要的测距算法，并在此基础上提出了一种同杆并架双回线的故障测距新算法。算法采用分布参数线路模型，利用了双端数据和六序分量法，并考虑了对不准确线路参数识别的问题。EMTP仿真表明了该算法的正确性和有效性，测距精度较高，不受故障过渡阻抗、负荷电流和系统运行方式的影响，不需要双端数据同步，对不准确的线路参数具有较好的自适应能力。该算法具有工程实用价值。     

随机环境下电力系统谐波分析算法

离散傅里叶变换（DFT）是电力系统谐波分析常用的算法。研究随机环境下DFT算法在同步采样和非同步采样2种情况下的统计特性，DFT算法包括普通DFT算法和加窗DFT算法，统计特性包括均值、方差和相关性等。导出了用加窗DFT算法实现谐波幅值和相位无偏估计的条件，并由此提出了一种新的时变加权DFT算法。基于MATLAB软件的仿真结果证实了结论的正确性。     

人工神经元网络负荷静态特性辨识的并行算法

基于人工神经元网络理论，对概率学习算法(Probabilistic Learni ng)和误差反向传播算法(简称BP算法)的电力系统负荷静态特性辨识的并行算法进行 了研究，并对这两种算法的计算复杂性和通信复杂性以及并行效率进行了分析。结果表明， 这两种算法都有较好的并行性能。     

改进粒子群算法求解水火电系统短期负荷分配问题

粒子群优化（PSO）算法是一种基于群体智能的启发式搜索方法，应用领域很广。文中将PSO算法用于求解水火电系统短期负荷的经济分配，属于高维、强约束工程问题。分析了算法参数设置对解的影响，发现算法的局部开发能力和粒子的多样性是影响解的优劣的关键因素;提出多子群辅助的PSO算法，兼顾了对解空间的全局搜索和局部开发。实际算例证明，改进的算法是有效的。     

粒子群算法在新安江模型参数率定中的应用：性能分析及参数选择

本文采用测试流域的实测降雨、蒸发、径流数据，重点研究在应用PSO算法率定新安江模型参数过程中，PSO算法本身参数的设定对整个率定过程的影响，并给出针对该问题的最优PSO算法参数区间。尽管PSO算法在各种不同问题的应用过程中并不存在普适的参数组合，本文找寻的最优参数组合也只是针对在应用PSO算法率定新安江模型参数过程中的一组性能较好的算法参数组合，但是本文为如何找寻适合特定应用情况下的PSO算法参数的做法给出了一种借鉴。另外，本文根据选取的适应于新安江模型参数率定的最优PSO算法参数将率定过程运行50次，以此分析了PSO算法的效率和算法的稳定性。     

考虑多种约束条件的机组组合新算法

提出了考虑系统降出力备用约束、机组出力变化速率、线路潮流约束和断面传输功率约束的机组组合新算法。算法没有引入任何乘子，计算单调收敛，速度快，并且不需要初始可行解。用IEEE 24母线系统对算法进行了验证，结果表明，算法对各种约束条件的处理正确，解的质量好。     

雨量等值线图绘制的算法优化及实现

从网格的建立，等值点的搜索，等值线的光滑等方面对雨量等值线图的绘制算法进行优化，找到了一种较为有效的优化算法，相应地进行了算法软件实现，并在有关工程得到了验证。