基于遗传算法的三相四线制逆变器优化控制的研究

为解决逆变器中波形的优化和减少开关损耗的问题,将遗传算法运用于三相四线制中。建立了三相逆变器的数学模型,分析了各个状态变量对输出电流的影响,得出相关的计算结果。列出多目标函数的表达式,在同时考虑开关损耗和电磁干扰的情况下,利用遗传算法寻找最优序列,通过仿真实验画出最优序列下及约束条件下的波形图,并与滞环控制相比较,证明了该算法的有效性和优越性。     

直线电机拖动机构的研究

应用Ansoft工程电磁场有限元分析软件对直线电机拖动机构进行仿真,对机构的磁场强度及电磁力进行仿真,将电磁力的仿真结果与试验数据进行比对,并分析了误差产生的原因.结果表明:仿真与试验数据趋向一致,在双线圈的三种主要控制方式中得出了最优的控制方法,此结果对以后的直线电机拖动机构设计有很重要的参考价值.     

国产600MW超临界机组滑压运行方式试验研究

介绍了汽轮机的几种运行方式和影响定、滑压运行热耗率变化的几个因素。对1台国产600 MW超临界机组进行滑压运行试验,并对试验结果进行了经济性分析,从而得出了机组的最优运行方式。     

水位调节模式下水轮机调节系统调节参数最优配置

本文在建立水位调节模式下的水轮机调节系统数学模型的基础上，采用基于最优状态调节器的综合主导极点配置方法，对水轮机调节系统在该模式下的极点进行最优配置，得出了调节对象与调节参数之间的最优函数关系。利用正交试验法，得出了研究对象在水位扰动工况下的调节参数的最优整定公式。仿真表明，利用该公式配置调节参数，可得到满意的动态性能。     

基于混沌学习算法的神经网络短期负荷预测

基于混沌理论对电力负荷的复杂时间序列进行分析,得出该时间序列属于混沌序列的结论,就此提出了一种新的神经网络（NN）学习算法——混沌学习算法。该算法中的混沌轨道的游动性有利于系统跳出局域极值的束缚而寻求全局最优,这样克服了前馈NN 的BP学习算法所存在的本质问题,使NN训练的收敛性好、速度快、误差小。文中通过对实际系统负荷预测结果,与BP算法预测结果比较,证明了混沌学习算法的电力负荷短期预测具有明显好的效果。     

循环水泵双速改造后的冷端优化试验研究

介绍了循环水泵双速改造后的冷端优化试验情况,并结合理论分析对凝汽器进行了变工况计算。在理论计算过程中,引入了凝汽器传热综合修正因子对别尔曼公式的传热系数进行了修正,使计算结果更加符合实际试验情况,取得了较好的效果。根据循环水泵双速改造后增加了高、低速切换运行功能的实际情况,重新进行冷端优化计算,得出不同机组负荷、不同循环水进水温度条件下的循环水泵最优组合,分析了循环水泵双速改造后可能产生的经济效益。     

330 MW空冷机组乏汽余热利用系统热压机性能分析及调整

介绍直接空冷机组三级梯级乏汽余热利用系统配置及其关键设备热压机构造及工作原理,分析影响热压机性能的关键因素。对某电厂330 MW燃煤直接空冷机组三级梯级乏汽余热利用系统进行正交试验,试验结果分析表明：热压机升压比对热压机引射比有较大影响,并且验证试验得出本次正交试验得出的最优方案与实际运行情况相符。最后,通过改变升压比对热压机引射比影响试验得出,升压比超出设计值范围时,无论低于下限或高于上限,热压机引射比均有较大幅度下降,热压机运行中升压比需严格控制在设计值范围内。     

330 MW空冷机组乏汽余热利用系统热压机性能分析及调整

介绍直接空冷机组三级梯级乏汽余热利用系统配置及其关键设备热压机构造及工作原理,分析影响热压机性能的关键因素。对某电厂330 MW燃煤直接空冷机组三级梯级乏汽余热利用系统进行正交试验,试验结果分析表明：热压机升压比对热压机引射比有较大影响,并且验证试验得出本次正交试验得出的最优方案与实际运行情况相符。最后,通过改变升压比对热压机引射比影响试验得出,升压比超出设计值范围时,无论低于下限或高于上限,热压机引射比均有较大幅度下降,热压机运行中升压比需严格控制在设计值范围内。     

红外玫瑰扫描最优相位控制亚成像技术

红外玫瑰扫描亚成像目标识别系统是当今主要的最优系统 ,采用少量传感器进行扫描、采样观测空间以形成高分辨最优成像空间 ,进而研究高效的图像目标识别与跟踪。此类系统极其重要的关键技术是控制扫描与采样参数 ,高速高效形成高分辨成像空间。本文研究扫描参数最优控制准则与模型 ,提出了玫瑰扫描的相位参数控制法 ,得出了该准则下的最优相位控制序列 ,以及在最优相位序列控制下各帧成像的覆盖率 ,成像空间分辨率与工作区特性和高速高效高分辨率成像时的方程。最后进行了相位控制DSP实现 ,得到了好的效果     

基于奇异谱熵和支持向量机的变压器绕组松动识别及定位

绕组压紧状态影响着变压器的机械性能和绝缘性能。为此,提出一种基于奇异谱熵和支持向量机的变压器绕组松动诊断及定位方法。首先进行110 kV变压器绕组松动实验并测取不同绕组状态下的振动信号,对信号进行时间序列重构,通过奇异值分解提取重构空间的最优特征序列,结合信息熵得出绕组松动的特征量——奇异谱熵,并作为诊断模型的输入,利用粒子群算法对多分类支持向量机进行参数优化。并将其测试结果与BP和PNN神经网络的诊断效果进行对比。实验结果证明,该方法能有效地判断绕组是否发生松动并正确识别绕组松动相,验证了上述方法的可行性和准确性。     

The study of the impacts of potential coalitions on bidding strategies of GENCOs

The paper studies the impacts of potential coalitions on bidding strategies of GENCOs in a pool-based power market. The generator under consideration can form any potential coalition with other generators. Subgroups are then formed and each of these subgroups consists of some members which coordinate their bidding strategies to achieve a common goal. Noncooperative gaming applies among all the subgroups while cooperative gaming applies among the members in each subgroup. By implementation of bids sensitivities the paper presents an algorithm for the members in each coalition subgroup to obtain optimal bids, which essentially is based on interior point optimal power flow (IPOPF) model. A priority list, produced after optimal bids are found for all the potential combinations of coalition, is used by the generator under consideration to bargain with members on the list. The algorithm and model are tested by the IEEE 30-bus system and numerical results are presented.     

A standard model of the placement problem aimed at resolving acutting stock problem

To deal with a class of problems in which dimensions of objects to be cut are unknown beforehand, a cutting optimization technique is proposed. This solution has been applied to the wood industry. It is based on a two-level hierarchical structure consisting of a placement algorithm assigned to a given plank to optimize the cutting and a process control procedure permitting production of a requested list of pieces that is the best on a limited horizon. The placement algorithm is modeled in order to formalize the control strategy. In particular, a method for connecting a system of discrete events to the more classical theory of continuous samples systems is proposed, and under the given hypothesis, an optimal control policy is established     

一种多核系统任务扰动迭代算法

任务调度问题是多核处理器相关技术的一个重要组成部分。 基于列表的调度算法因其低复杂度和高效率得到广泛关 注,但确定任务优先级列表方法的单一性使得算法对解空间搜索不够,易陷入局部最优。 为此,提出一种基于任务扰动的迭代 型列表调度算法(task perturbation iteration algorithm, TPIA)。 该算法通过选取任务扰动因子按照一定扰动策略进行调度列表迭 代,对迭代后的列表进行贪心选择,生成更优的调度列表序列以得到更好的调度结果。 通过实例和随机有向无环图(DAG)有 限集对算法进行验证,结果表明算法能有效改善调度解,调度性能提升平均可达 16. 51%,适宜处理大规模、高出入度的复杂 DAG 图;针对 TPIA 算法在低任务总数高通讯开销情况下性能有所下降的问题,对平均任务节点数 130 以下的任务图进行分组 测试,获得了对应的 CCR 上界值及其变化趋势。     

滤除衰减非周期分量的微机保护算法研究

寻找合适的算法是微机保护的一个重要任务。作者的目的是在目前国内外有关微机保护算法的文献中寻找一种兼顾精度与速度,并适合微机保护的“最佳”算法。为此通过大量的仿真计算,对各种算法的计算精度与计算速度进行了对比。首先给出微机保护常用算法中傅里叶算法及改进傅氏算法、卡尔曼算法和递推最小二乘算法对含非周期分量故障信号计算方法,分析各算法的误差来源和频谱特性,然后进行仿真计算方法,分析各算法误拳来源和频谱特性,然后进行仿真计算,在采样率分别为12点／周、20点／周40点／周上,在80P51XA16位单片机上各算法的计算精度进行了对比计算。得出了采用并联补偿的傅氏算法且选择采样率为20点／周的方案是能兼顾精度与速度的“最佳”组合方案的结论。     

电动汽车增程器运行优化的改进粒子群算法研究

以增程式电动汽车增程器运行优化问题为研究对象。首先分析了现有汽车节能减排策略的不足;然后综合分析增程式电动汽车油耗、CO、NO_x排放特性,通过加权办法建立了综合分析模型以同时考虑3个特性,并提出两种常见工况;其次分析标准粒子群算法及其不足,提出了一种改进的粒子群算法,并在所建立的全局工作模型上进行优化,结合与标准PSO算法优化结果进行对比,证明文章提出的改进粒子群算法能有效避免陷入局部最优解;最后通过赋予综合模型不同的权重,验证所提出的综合分析模型在不同的优化条件下能重点优化某一变量,实现电动汽车的运行优化。     

基于极限学习机的居民用电行为分类分析方法

针对大数据背景下智能用户用电行为分类问题,提出一种基于极限学习机(ELM)算法的用户用电行为分类方法。首先,在前期用户行为的特征优选策略的基础上,采用特征优选策略提取负荷曲线的最佳特征集对用户用电数据进行分类分析。然后,将特征优选集作为输入,通过比较不同隐含层激活函数和隐含层节点个数下训练集和测试集的正确率,优选出适用于用户用电行为分析的ELM算法的输入参数。最后,以国内和国外用户用电数据为数据源,进行算例仿真实验,通过与反向传播(BP)神经网络的对比分析表明,所提出的基于ELM算法的用户用电行为分析方法提高了检测的正确率并且降低了算法运行时间,能够更好地掌握用户用电负荷状态,实现配电网的削峰填谷。     

改进的最佳平方逼近算法在电力系统中应用

介绍了最佳平方逼近算法的原理及其在电力系统中的应用。提出了一种改进的最佳平方逼近算法,不仅能准确、快速地计算出测量信号中的周期分量,计算精度受非周期分量影响小,而且通过简化正规矩阵计算,减少了计算量、提高了计算速度。对系统含有低频分量和不含低频分量2种情况进行了仿真,分别采用改进最佳平方逼近算法和最小二乘法计算电流基波和各次谐波,结果表明,在系统发生故障情况下,其对基波及各次谐波计算仍能保持较高精度,有效地提高了对电力系统测量信号的分析精度。     

Linear-like properties arise naturally in the adaptive control setting

Classical discrete-time adaptive controllers typically provide asymptotic stabilization and tracking; usually the affect of the noise is at best bounded-input bounded-output. Recently we have shown that if you design a discrete-time adaptive controller in just the right way, then in a variety of situations you not only obtain exponential stability, but also a bounded gain on the noise in every p−norm, as well as a never-before-seen linear-like convolution bound on the input–output behavior. Quite surprisingly, the approach is very natural, and relies on the use of the unmodified, original projection algorithm to carry out parameter estimation; if the set of plant uncertainty is not convex, then a multi-estimator and switching are used. The goal of this paper is to provide an overview of the approach, discuss the results-to-date, and list some of the open problems.     

基于小生境正交遗传算法的地区电网实时无功优化

在基本遗传算法（SGA）的基础上,引入生物学中小生境的概念和正交设计技术,制定了初始种群生成方法,以保证个体的多样性,并在遗传算法选择、交叉和变异等操作中做出相应改进,从而形成可用于电力系统实时无功优化的小生境正交遗传算法。应用此算法时,通过采用一种典型小生境技术结合最优保存策略的小生境最优选择方法来进行种群的选择,减少了迭代过程中陷入局部最优解的可能性,并进一步减少迭代次数。仿真算例结果标明：在优化条件相同时,该算法的迭代次数明显少于基本遗传算法,显著提高了无功优化的收敛速度。     

基于机会约束2层规划的输电线路检修计划优化

通过对电力市场环境下输电线路检修计划优化问题（TMSOP）的研究,提出基于机会约束 2层规划的TMSOP模型和算法。模型考虑了TMSOP涉及的不确定因素,统筹了检修经济性和检修过程中电网的可靠性,同时综合评估了不安全现象的概率和后果。模型通过基于蒙特卡罗仿真的混合智能优化算法求解,在求解过程中引入禁忌表以提高计算速度。IEEE RTS-79算例仿真结果表明,文中提出的模型和算法不仅优化了线路检修计划和检修资源安排,而且明确了检修期间电网风险最低的运行方式。