基于贝赛尔曲线和粒子群算法的涡轮叶片型线参数化建模

建立涡轮叶片型线的参数化模型是进行叶片设计优化的前提和关键。基于三次贝赛尔曲线,充分利用叶片的基本几何参数,详细地推导了叶片型线方程,建立了涡轮叶片型线的参数化模型。基于建立的参数化模型,采用粒子群优化算法来重构实际涡轮叶片型线,给出了具体计算步骤。结果表明:建立的参数化叶片模型光滑性质量高,且具有很好的形状控制能力,可以快速地修改设计参数并再生模型。基于粒子群优化算法重构叶型的方法可以快速准确地重构实际涡轮叶片型线,为涡轮叶片叶型的设计优化奠定了重要基础。     

基于五次 NURBS 曲线的六轴机器人多目标轨迹优化

为了提升机械臂工作的效率,提出了一种基于混合粒子群算法的轨迹规划优化方法,使用5次NURBS曲线为工作轨迹,利用混合粒子群算法,针对机械臂的脉动冲击、能量消耗和工作时间3个目标建立目标函数并获得帕累托最优解集,将权重目标函数归一化从而得到期望解。在MATLAB环境下由这一方法建立模型进行仿真,并选取六轴机械臂进行仿真分析之后得出非支配解集,并选取最优解,证实了该轨迹规划方法可以有效的提升机械臂的运行效率,并且能够实现约束条件下的多目标优化。     

考虑非凸曲线的电力市场交易计划方法

文中以二次规划算法解决了电力市场环境下考虑爬坡约束的短期发电计划制定问题，该方法的主要思想是将每台机组的报价曲线处理成一报价区域，从而将优化问题变成标准的二次规划形式，进而运用二次规划算法求解，这种方法还可以解决任意形状报价曲线给交易算法带来的困难，用一简单系统的实际计算验证了该方法的有效性。     

基于ESKF-MPC的四旋翼无人机轨迹跟踪控制

四旋翼无人机的轨迹跟踪控制容易受到风扰和测量噪声的影响,针对上述问题, 提出了一种基于扩展状态卡尔曼滤波 (extended state based Kalman filter, ESKF)的模型预测控制(model predictive control, MPC)方法。 首先, 采用牛顿-欧拉方法建 立风扰影响下的四旋翼无人机动力学模型; 然后, 位置控制采用基于误差模型的 MPC 方法, 利用 ESKF 估计风扰并对控制量 进行前馈补偿; 采用反馈线性化方法将姿态动力学模型线性化, 并设计基于 ESKF-MPC 的姿态控制器;最后, 仿真结果表明测 量噪声方差为 0. 000 1 时该方法的位置跟踪均方误差比自抗扰控制方法的误差小 0. 013 m, 当方差大于 0. 000 1 时自抗扰控制 方法使得系统不稳定,而本文的方法仍可以实现较好的位置跟踪。     

基于微型四旋翼无人机的智能导航系统

为了实现四旋翼无人机的自主飞行,设计了该智能导航控制系统.飞行控制器采用陀螺仪与三轴加速度传感器相结合的方式检测飞行器姿态,通过ATMEGA644芯片分别控制4个电机驱动模块调速来实现飞行姿态的改变.导航系统通过ARM7控制GPS模块与电子罗盘,获取飞行器的实时位置,并利用软件滤波的方式提高了定位精度.设计了上位机控制...     

基于全局序列二次规划算法的无功优化

为提高无功优化计算的收敛性和精确性,采用全局序列二次规划(SQP)算法来计算无功优化潮流.在优化的循环迭代过程中,电压相角和支路潮流并未当作常数看待,而是通过每次迭代后系统状态下的潮流计算重新获得的.对IEEE30节点系统进行无功优化仿真,结果表明全局SQP算法具有良好的收敛性和精确性.     

基于改进性遗传算法的Bezier曲线笛卡尔空间轨迹规划

针对机器人轨迹笛卡尔空间规划中需要精确规划出机器人路径曲线,且在需要精确跟踪轨迹场合却有很多曲线往往达不到精度要求的问题,利用改进性遗传算法,分段跟踪Bezier曲线的各部分,使机器人运行平稳,路径圆滑平顺。仿真实验表明,改进后算法收敛效果明显。     

基于改进自抗扰的四旋翼无人机轨迹跟踪控制

四旋翼无人机具有较强的非线性特性,容易受到内外部不确定性扰动的影响,因此精准的轨迹跟踪控制成为挑战。本文针对上述问题提出了一种基于改进自抗扰控制和模型预测控制结合的分层控制架构以提高系统的鲁棒性及跟踪精度。首先,基于非线性自抗扰控制设计了外环位置控制器,同时针对自抗扰控制存在的相位滞后问题,设计了相位补偿器;然后基于模型预测控制设计了内环姿态控制器。本文所采用的控制方法不依赖于精确的数学模型,能够在满足系统约束的条件下对给定的轨迹进行精确的跟踪,具有较强的抗干扰能力。通过典型工况的仿真实验表明本文所提控制方法在轨迹跟踪精度上较传统自抗扰控制提升了40%以上,且具有较强的鲁棒性。     

基于最小二乘法的断路器位移监测数据的拟合与处理

针对高压断路器行程位移监测中刚分点和刚合点处由于机械振动和电磁干扰产生的抖动现象,提出了一种基于最小二乘法的断路器行程位移数据拟合与处理算法。通过在线监测原始数据的导数判据剔除相应的干扰并进行数据的第1次拟合,在此基础上对拟合数据和原始数据的比较,再次剔除一定数量的干扰后进行二次拟合。并对拟合后的数据进行录波处理和机械特性参数计算。实际验证表明,该算法可以有效地剔除行程位移数据的干扰点,并且能够真实地反映断路器行程位移曲线,从而准确计算出分合闸速度,分合闸时间等关键参量,说明该算法是有效和实用的。     

基于非线性扰动观测器的四旋翼姿态控制

针对存在模型不确定性和未知外界干扰下四旋翼飞行器的姿态控制问题,提出了一种基于非线性扰动观测器的快速连续非奇异终端滑模控制策略。通过非线性扰动观测器对外界干扰及系统不确定性进行平滑估计和补偿,提高系统的稳定性;利用非奇异终端滑模面有限时间收敛的特性设计控制律,保证系统的快速收敛;应用Lyapunov函数证明控制器的稳定性,对四旋翼的飞行动力学特征进行研究,推导出飞行动力学模型,引入人工蜂群算法来优化控制器中的参数,实现最优控制;最后,通过两个数值仿真实例验证了该控制器的有效性。结果表明,与其他控制算法相比,所提控制算法在收敛速度、跟踪精度及扰动估计精度方面均优于其他控制算法,具有一定的工程应用价值。     

基于负荷曲线量化的抽水蓄能电站运行优化

在抽水蓄能电站运行优化过程中,从抽水蓄能电站参与负荷分配使火电机组运行环境改善的角度出发,提出了对火电机组承担的负荷曲线波动程度进行量化的思想和方法。以负荷曲线量化值最小为目标函数,在计及各种约束条件下运用动态规划法对抽水蓄能电站运行进行优化。并以广东省电网为例,对惠州抽水蓄能电站进行了运行优化,结果显示优化后火电机组承担的负荷曲线波动程度降低,提高了火电机组的发电负荷率,并对供电煤耗进行了校验。结论表明,对火电机组承担的负荷曲线波动程度进行定量计算的方法对抽水蓄能电站的优化运行调度有一定的指导意义。     

基于轨迹灵敏度的模型参数校正方法研究

针对大规模电力系统数值仿真参数的校正,采用轨迹灵敏度分析获得对系统轨迹影响较大的参数,以缩小误差参数的搜索范围。对已经选择出来的待校正参数集,可采用非线性最小二乘法和粒子群算法识别待校正参数值。仿真实验表明：两种算法具有各自的优势和不足。     

基于凸优化平滑动态窗口法的运动规划方法

针对煤矿井下路面崎岖,传统动态窗口法生成的角速度与线速度序列波动频繁无法控制机器人正常运动的问题,提出 了一种基于凸优化平滑动态窗口法生成的角速度与线速度的运动规划方法。 首先使用动态窗口法生成一组角速度线速度序 列,然后基于此序列构建目标函数利用凸优化求得最优解,达到去除原序列中的噪声的目的,实现对机器人的运动控制,求得的 最优解即为平滑后的角速度线速度序列;最后使用 MATLAB 进行仿真,验证不同地图下凸优化的平滑效果,并且与均值滤波和 VMD 重构信号进行对比。 结果表明,与对比算法相比,凸优化处理后的动态窗口法的角速度和线速度序列平滑效果最好,平均 绝对误差最小为 0. 005 6、0. 001 8,平滑了信号同时又保留了其特征。     

基于曲线拟合法的新型定制电力设备快速检测算法

定制电力配套设备的运用可有效地补偿电压暂降和瞬时断电,其研究开发过程中遇到的一大难题是:寻求快速算法,以便在3ms以内检测出电压暂降和瞬时断电。在分析常规保护用检测算法如有效值计算法、缺损电压法、辨别导数算法、三相d-q分解法、利用单相电压延迟60°构造三相虚拟电压d-q变换法和利用求导数法构造三相虚拟电压d-q变换法的优缺点基础上,提出了基于曲线拟合法的快速检测算法。通过研究两采样值积曲线拟合法、三采样值积曲线拟合法的优缺点,比较曲线拟合法与前面提到的检测算法,并比较两采样值积曲线拟合法与三采样值积曲线拟合法,得出两采样值积曲线拟合法更适合于在定制电力配套设备中运用。基于DSP仿真器上编程仿真,分析得到的各种检测算法处理电压暂降的结果波形,证实了该观点。     

基于实际运行数据的风电场功率曲线优化方法

根据风电场的实际运行数据分析风电场风速与风电场输出功率的统计规律,在传统风速区间划分的基础上提出一种风电场功率曲线的优化方法,通过对每个风速区间分配等量的历史观测数据,采用分段最小二乘线性回归方法对风速与输出有功功率之间的关系进行拟合,建立了风电场基于实际运行数据的优化功率曲线,并利用风电场实测数据对优化功率曲线进行验证分析。算例结果表明,风电场功率曲线优化方法精度较高,能够更准确反映风电场实际运行特性,可为风电场运行特性分析及并网研究提供参考。     

基于改进动态规划算法的火电厂负荷优化分配

详细论述了用于火电厂负荷优化分配的一般动态规划算法,在指出其不足后,提出了一种改进的动态规划算法,基本上克服了因步长选取不当而带来的非最优化问题.案例表明：该算法效果良好,具有工程应用价值.     

基于DGB＿RRT算法的无人机自主航迹规划

无人机在输电线路走廊空间环境下在线自主进行空间探索,针对传统RRT算法因采样盲目性导致的效率低下的问题,提出了一种基于动态步长-高斯采样-双向快速扩展随机树算法——DGB＿RRT算法。首先,采用高斯采样实现启发式采样目标,减少因搜索范围随机性强生成采样点的数量,然后引入贪婪扩展算法和动态矢量步长优化策略确定该采样点的生成方向和增长步长来确定新节点,提高了随机树的扩展速度。其次,使用路径剪枝的策略来剔除冗余采样点,缩短了路径规划的长度,进一步提高了路径搜索的效率,结合Dubins曲线,在满足无人机曲率约束条件下使得航迹平滑处理,实现在障碍区域无人机矫正位姿实现避障飞行。最后,经多次重复对比实验,证实了提出算法不仅规划航迹运行时长缩短了近一半,而且路径长度也缩短了近40%,该方法在速度和效率方面都有明显提升。     

基于灰狼优化聚类算法的日负荷曲线聚类分析

针对模糊C-均值聚类算法(Fuzzy C-Means,FCM)应用于日负荷曲线聚类分析时存在易受初始聚类中心影响,易收敛于局部最优值以及日负荷曲线的内在特性难以通过距离得到充分反映的问题,利用日负荷特征值指标对日负荷曲线进行数据降维处理。提出了基于灰狼算法(Grey Wolf Optimizer,GWO)优化的模糊C-均值聚类算法(GWO-FCM)。该算法利用GWO为FCM优化初始聚类中心,结合了GWO的全局搜索能力和FCM的局部搜索能力。算例结果表明所提方法可有效提高日负荷曲线聚类效果,算法鲁棒性好。     

基于函数型非参数回归模型的中长期日负荷曲线预测

提出一种中长期日负荷曲线预测的新方法。该方法首先基于函数型数据分析理论,将日负荷曲线视为函数型数据,通过对历史负荷曲线样本自身规律的挖掘,建立基于历史负荷曲线样本的函数型非参数回归预测模型。在此基础上,通过构建二次规划模型对函数型非参数回归预测模型的预测曲线进行修正,使其满足待预测日负荷特性指标要求。利用某省级电网夏季典型日负荷数据和美国PJM电力公司冬季典型日负荷数据对所提方法进行测试,结果表明该方法具有较高的预测精度。