HTS算法与GRNN、SVM耦合模型在径流预测中的应用

为提高水文预测预报精度,基于广义回归神经网络(GRNN)和支持向量机(SVM)构建GRNN_SVM耦合预测模型,利用热量传递搜索(HTS)算法同时优化GRNN、SVM关键参数和耦合权重系数,提出HTS_GRNN_SVM耦合预测模型。采用8个标准测试函数对HTS算法进行仿真验证,并与教学优化(TLBO)算法、灰狼优化(GWO)算法等当前寻优效果较好的几种算法进行对比验证;利用两个径流量预测算例对HTS_GRNN_SVM耦合模型进行实例验证,并与HTS_GRNN、HTS_SVM及GRNN、SVM模型的预测结果进行对比。结果表明:HTS算法的寻优精度优于TLBO、GWO等优化算法,具有较好的收敛速度、求解精度和稳定性; HTS_GRNN_SVM模型融合了HTS算法与GRNN、SVM模型的优点,在预测精度、泛化能力等方面均优于HTS_GRNN等4种模型。     

一种改进的灰狼优化算法

为了克服标准灰狼优化(GWO)算法寻优精度不高,难以在收敛速度和避免陷入局部最优之间取得平衡等问题,提出了一种改进的灰狼优化(IGWO)算法.该算法采用非线性收敛因子策略和自适应调整策略来提高寻优精度和加快收敛速度.选取10个基准函数对IGWO算法进行验证表明,IGWO算法的优化精度和收敛速度显著优于标准GWO算法和其他元启发式算法,因此本文提出的IGWO算法在求解最优参数方面具有良好的应用价值.     

几种智能算法与支持向量机融合模型在中长期月径流预测中的应用

通过5个典型测试函数对灰狼优化(GWO)算法、文化算法(CA)、SCE-UA算法和花授粉算法(FPA)进行仿真验证及对比分析。针对支持向量机(SVM)学习参数难以确定的不足,利用上述4种智能算法搜寻SVM的最佳学习参数,提出GWO算法、CA、SCE-UA算法和FPA与SVM相融合的预测模型,并以云南省革雷水文站的中长期月平均流量预报为例进行了实例研究。结果表明:14种算法的性能各有优劣,均具有较好的收敛速度和全局寻优能力。相对而言,GWO算法、FPA优于SCE-UA算法,SCE-UA算法优于CA。2GWO-SVM、CA-SVM、SCE-UA-SVM及PFA-SVM模型对革雷水文站2001—2005年的月平均流量预测的平均相对误差绝对值分别为2.47%、2.81%、2.67%和2.46%,均具有较好的预测效果。     

基于PSO与LMI优化的非线性模型预测控制

将微粒群算法(PSO)与线性矩阵不等式(LMI)用于输入受限非线性预测控制器的设计,提出了基于PSO与LMI联合优化的非线性预测控制算法。算法采用双模控制策略,利用LMI离线优化确定终端不变区域,以扩大非线性优化的求解范围,降低算法的保守性。利用PSO在线优化求解非线性预测控制输入,以避免求解非线性规划问题,同时对算法的稳定性进行了分析。仿真结果表明了该算法是有效的、可行的。     

基于元优化的KNN入侵检测模型

为了改善基于K-近邻(K-nearest neighbor,KNN)入侵检测模型的性能,提出一种基于局部搜索算法的元优化特征权重KNN入侵检测模型。利用差分进化算法优化特征权重,采用基于局部单峰采样(local unimodal sampling,LUS)的元优化模型对差分进化算法进行优化。应用NSL数据集进行仿真实验,将本优化模型和其他常用智能启发算法,包括遗传算法(genetic algorithm,GA)、粒子群优化(particle swarm optimization,PSO)算法和灰狼优化(grey wolf optimization,GWO)算法进行比较。实验结果表明,与传统KNN算法模型相比,该模型的准确率提高了2. 86%,检测率提高了3. 18%,误报率降低了50%,而且基于元优化的优化策略优于其他常用优化算法。     

基于Q学习优化BP神经网络的BLDCM转速PID控制

为了提高无刷直流电机(BLDCM)的工作稳定性,设计了一种基于Q学习算法优化的BP神经网络控制器(QBP-PID).QBP-PID利用BP神经网络(BPNN)对PID增益进行调节,并且引入Q学习的最优策略来修正权值动量项因子,优化BPNN中的关键权值,使得控制器具有更好的学习能力和在线修正能力.仿真结果表明:相比传统的...     

基于混合算法优化支持向量机的供热负荷预测模型

支持向量机回归(Support Vector Machine Regression,SVR)作为供热预测领域的一种新型算法,普适性强,但预测精度在一定程度上受参数选择的影响。为提高预测精度,提出一种基于差分进化(Differential Evolution,DE)和灰狼优化(Grey Wolf Optimization,GWO)的混合算法(DE-GWO)对支持向量机的回归参数进行寻优。该算法首先利用DE的变异、选择维持种群的多样性,然后利用GWO的全局寻优能力搜索SVR的最优参数组合,并采用均方误差(MSE)、平均绝对百分比误差(MAPE)、平均绝对误差(MAE)和判定系数(R~2)对各种预测模型进行了评价。研究结果表明,DE-GWO-SVR预测模型的MAPE值为3.23%,优于SVR、DE-SVR、GWO-SVR模型,可为实际应用提供一定的参考。     

基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型. 建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号. 应用奇异值分解,对采集到的信号进行降噪处理. 在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入. 为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化. 通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.     

基于混合粒子群优化的仿袋鼠机器人站立平衡控制

为提高仿袋鼠机器人的站立平衡控制性能,基于混合粒子群算法对机器人的平衡控制进行了优化.首先,将在地面站立平衡时的仿袋鼠机器人简化成一个倒立摆模型,使用拉格朗日方法对机器人进行动力学建模.然后,基于机器人的动力学模型设计了线性二次型控制器,并使用混合粒子群算法对线性二次型控制器的权重矩阵进行优化.最后,使用优化的线性二次型控制器对仿袋鼠机器人站立平衡控制进行了仿真实验.优化后的控制器的调节时间比优化前明显缩短,结果表明:基于混合粒子群算法优化的线性二次型(linear quadratic regulator,LQR)控制器可以提高系统的稳定性和鲁棒性,能有效降低控制器参数的整定工作量.     

柔性交流输电系统控制器的多目标协调设计

为提高远距离输电系统的线路传输能力和暂态稳定性，采用可控串联补偿器（TCSC）和静态无功补偿器（SVC）2种柔性交流输电系统（FACTS）元件联合运行来同时保证线路功率传输和多机间功角稳定.为实现TCSC和SVC之间的协调控制，应用多目标进化规划（MOEP）建立了多目标优化模型，同时优化2个控制器的参数.对一个典型四机两区域系统进行三相故障仿真，并与分别设计的FACTS控制器进行比较，结果表明，基于此方法设计的控制器明显提高了系统的暂态稳定性.     

双馈风电机组电力系统低频振荡阻尼特性

由于风力发电机组没有功角,采用数学模型方法分析含风电场的电力系统的低频振荡可能会产生一定的误差,提出基于实测信号的随机子空间算法对大规模双馈风机并网后的系统阻尼特性进行了分析.以含完整双馈发电机组动态模型的电力系统为例,分析了含双馈风电机组的电力系统阻尼特性.分析结果表明,随着风电接入容量的增加,阻尼比并非单调变化,而是存在一个最佳风电接入容量;含双馈风机组的电力系统由于装设了高响应速率的电力电子器件——换流器,有利于系统的小干扰稳定;风电场的阻尼特性与风电场接入位置和故障点之间的电气距离有紧密联系.     

大规模海上风电场经HVDC并网引发轴系扭振分析与抑制

大规模海上风电场经HVDC输电可提高其输电效率,但当风机轴系考虑为两质块模型时,直流整流侧的控制方式有可能向附近的风机引入负阻尼,将导致风机轴系扭振,影响系统的安全稳定运行。本文首先分析风机轴系扭振产生机理,通过复转矩系数法得到系统的电气阻尼系数,以判断固有扭振频率下的系统稳定性;然后计算出待补偿的电磁转矩和风机转子转速的相角差;最后通过设计附加阻尼控制器抑制风机轴系扭振。在PSCAD程序中搭建风电场经HVDC并网模型进行仿真分析,分析结果表明系统加入阻尼控制器后,风机轴系扭振迅速衰减,控制器的加入有效增大了系统阻尼比。此研究分析为大规模海上风电场通过HVDC并网提供了理论基础。     

Oscillation analysis of a DFIG-based wind farm interfaced with LCC-HVDC

With the increasing capacity of wind farm, HVDC technology has become a promising transmission scheme for long distance transportation of large-scale wind power. However oscillation caused by this system will have a great influence on the security and stability of power system operation. In this paper, the oscillation of a doubly-fed induction generator(DFIG)-based wind farm interfaced with line commutated converter(LCC) based HVDC is discussed. Low-frequency oscillation and subsynchronous oscillation(SSO) are studied since these two oscillations are the particularly concerned oscillations in the stability study of power system in recent years. The model of a DFIG-based wind farm interconnected with LCC-HVDC is developed. The impact of drive train model's structure and parameters on the oscillation characteristics is analyzed. Eigenvalue and participation factor analysis are used to identify the three main modes, which include controller mode, electromechanical mode, and shaft mode. The effects of DFIG controller's parameters, wind speed and operating conditions of HVDC on those modes are studied. Electromagnetic transient simulations are performed to verify the results of the eigenvalue analysis.     

Gravitational search algorithm for coordinated design of PSS and TCSC as damping controller

A newly developed heuristic global optimization algorithm, called gravitational search algorithm (GSA), was introduced and applied for simultaneously coordinated designing of power system stabilizer (PSS) and thyristor controlled series capacitor (TCSC) as a damping controller in the multi-machine power system. The coordinated design problem of PSS and TCSC controllers over a wide range of loading conditions is formulated as a multi-objective optimization problem which is the aggregation of two objectives related to damping ratio and damping factor. By minimizing the objective function with oscillation, the characteristics between areas are contained and hence the interactions among the PSS and TCSC controller under transient conditions are modified. For evaluation of effectiveness and robustness of proposed controllers, the performance was tested on a weakly connected power system subjected to different disturbances, loading conditions and system parameter variations. The eigenvalues analysis and nonlinear simulation results demonstrate the high performance of proposed controllers which is able to provide efficient damping of low frequency oscillations.     

采用多目标蝙蝠算法的电力系统广域协调控制策略

广域电网中多个电力系统稳定器之间存在相互作用,影响整个系统的控制效果,为此提出一种基于蝙蝠算法的多目标广域阻尼控制器协调设计方法. 该方法利用蝙蝠算法中种群的多样性,使得算法在迭代寻优过程中保持持续优化的能力,保证算法具有较好的收敛性和准确性;以机电振荡模态的实部和阻尼比为目标函数,将多机电力系统稳定器参数优化问题归结为带不等式约束的多目标优化问题. 分别在四机两区域系统和新英格兰典型系统的多种运行方式下进行仿真,结果表明：所提方法能够改善系统弱机电模式的特征值分布,有效抑制低频振荡,具有良好的控制效果和鲁棒性.     

同步发电机的新型励磁系统

为提高电力系统的暂态稳定性,提出一种基于全控器件的新型励磁系统．该励磁系统能通过直流励磁和与机端交换无功的双通道为系统提供阻尼,起到STATCOM和常规励磁的效果．通过PSASP环境下多机系统的仿真研究,表明新型励磁系统能够迅速阻尼功率振荡,维持良好的机端电压特性,较常规自并励励磁系统表现出更好的动态性能．     

基于支路模式势能的含高比例DFIG电网低频振荡特性分析

针对风电并网后小干扰稳定问题,文中从能量角度提出了含双馈风机(DFIG)的多机电力系统小干扰分析方法,基于支路模式势能函数,利用WSCC3机9节点系统,重点分析了双馈风机并网后不同风电渗透率对系统模式振荡割集的影响.分析结果表明:利用支路模式势能分析高比例风机并网电力系统,能够清晰的从网络角度体现不同模式下支路振荡情况,且分析结果较为合理.     

电网电压不平衡下的D-PMSWG系统MPC-VSG时域优化控制

当电网电压不平衡时,传统的VSG恒定有功以及恒定无功控制策略,在电网电压跌落和恢复期间频率响应和暂态稳定性欠佳。为解决这一问题,提出了一种电网电压不平衡下的直驱永磁同步风力发电（D-PMSWG）系统MPC-VSG时域优化控制策略。该策略将不平衡电网电压下的虚拟同步机控制（VSG）与模型预测控制（MPC）相结合,并对VSG转子运动方程的转子角频率与转矩建立了MPC预测模型,通过优化预测时域,调整了频率环节、阻尼环节和反馈控制惯量环节系数,得到了最优预测时域输出向量以及下一时刻的控制输入向量。与传统方法相比,所提出的方法在电压跌落、电压恢复瞬间的频率响应,以及功率的暂态特性,都得到了良好的改善。最后,在Matlab/Simulink中验证了不同控制目标下该控制策略的正确性和有效性。     

SVC附加控制抑制电网低频振荡的研究

针对静止无功补偿器（SVC）在抑制电网低频振荡方面的理论和应用进行了研究。基于电力系统分析综合程序（PSASP）仿真软件,用该仿真软件提供的用户自定义功能构造了SVC附加控制模型。运用时域仿真和特征值分析方法对4机两区域电力系统的低频振荡模式和阻尼特性进行了仿真和分析,可以改善电力系统的电压稳定性和暂态稳定性,同时可以使电网获得较好的阻尼。从而较好地抑制了电网的低频振荡。     

新型静止无功发生器的控制方法设计与实现

为了提高静止无功发生器向电力系统输送无功功率的实时性与精确性,提出了一种基于数字信号处理(DSP)的电流间接控制方法,并利用这种方法设计了静止无功发生器的控制器.把采用该控制方法的静止无功发生器投入到一个出现故障的单机无穷大系统进行分析和研究.仿真结果表明,这种电流间接控制方法可以在系统出现故障后大约6 s内快速、有效地改善电力系统的暂态稳定性,效果良好.