基于离散二进制粒子群优化随机森林的平面变压器寄生参数预测模型

平面变压器的寄生参数是平面变压器结构设计以及电源电路设计的重要参考指标.由于寄生参数与平面变压器的结构、材料等存在非线性关系,寄生参数非常难以计算.针对现有的寄生参数预测算法以及寄生参数的特点,设计了一种基于离散二进制粒子群优化随机森林的平面变压器寄生参数预测模型.通过36组平面变压器数据对该模型进行训练和验证,结果显...     

电力系统无功优化的内点非线性互补约束算法

建立了一种含离散变量的电力系统无功优化的非线性互补约束模型,并提出相应的现代内点非线性互补算法。该方法先将变压器抽头和电容器组数等离散变量按连续化处理,进行无功优化计算,快速寻求离散变量的两界;用所得结果作为初始解,以离散变量的两界构造其互补约束条件。该方法有效地解决了传统方法求解离散量存在的时间与精度之间的矛盾,可精确求解无功优化中可调变压器抽头和可调电容器组别。经多个测试系统的计算结果表明,算法具有收敛性好、计算迅速的特点,能有效地解决含离散变量的大规模电力系统无功优化问题,满足在线运行的需要。     

基于改进GA算法的电力变压器优化设计

针对中小型电力变压器优化设计问题,同时响应国家节能减排的号召,对GA算法进行改进并分别应用到电力变压器优化设计中的有效材料成本单目标和总损耗的单目标中。将改进GA算法优化所得数据和使用原GA算法以及人工设计进行对比分析,结果表明改进GA算法优化效果较好,运行时间较快,能有效减少电力变压器所需的材料成本或损耗。     

基于优化算法的变压器绕组等效电路建模

为提高基于变压器绕组等效电路计算的频率响应分析（FRA）曲线与真实绕组测量FRA曲线的一致性,本文针对一个变压器绕组实验室模型,利用多种优化算法对其等效电路参数进行优化,实现变压器绕组等效电路的准确建模。首先,基于经典变压器集总参数等效电路模型,根据节点电压矩阵算法,推导该模型的频率响应曲线计算公式,获得该绕组模型的FRA曲线。其次,基于仿真数据,利用六种优化算法得到等效电路参数的优化结果并对比,实现三种优化算法的预筛选。再次,针对多个变压器绕组模型,将选出的三种优化算法分别应用于绕组等效电路参数优化中,以适度函数值及参数偏移量最小、实测曲线与等效电路仿真曲线间的相似度最大及偏差度最小为指标,确定最佳的参数优化算法。最后,针对选出的最优算法,研究不同迭代次数对优化结果的影响,通过对比选择出最优的迭代次数,获得最优的等效电路参数,并据此建立最终的变压绕组等效电路模型。本文研究成果可为提高基于变压器绕组等效电路的FRA曲线计算准确性提供参考。     

变压器调压区均压环的设计与优化

为改善变压器调压区电场环境,提出在变压器调压区安装均压环以改善其电场分布。利用有限元法计算了均压环各结构参数时的调压区电场。提出了在均压环参数设计的2种不同的优化方式(常规的分步优化方式和神经网络最优化方式),并加以比较后得出其对最终优化结果的不同影响。在神经网络最优化方式中,通过神经网络构建均压环参数—调压区电场的输入—输出模型,利用最优化方法构建优化算法,并利用程序语言实现完成了变压器调压区均压环结构参数的神经网络最优化设计,真正实现了均压环参数的全局优化设计。     

基于粗糙集与支持向量机的变压器故障诊断

提出了一种基于支持向量机、粗糙集和属性约简集选择的变压器故障诊断方法,以二值分类法为基础,构建了基于支持向量机的多值分类器。利用领域知识对变压器连续性色谱数据进行离散化,采用粗糙集进行约简,并用约简集选择算法提取其重要特征子集,建立特征气体比值与故障类型的映射关系,采用粒子群算法对支持向量机核参数进行优化,达到了故障诊断的目的。仿真结果表明,该方法对变压器故障诊断具有较高的诊断率。     

高频低造型电源变压器的计算机辅助设计

介绍了高频低造型电源变压器的计算机辅助设计。当给定设计参数诸如变换器后扑、输入输出电压、输出功率、变压器效率等后，此程序便会自动搜索满足设计的体积最小的变压器。设计者可根据具体要求，调整设计参数，以达到最为满意的设计结果。     

改进遗传算法在干式电力变压器优化设计中的应用

介绍了遗传算法的基本原理及算法步骤,对其编码与解码方案、约束条件的处理、搜索速度、全局寻优等进行了改造,使新群体的整体素质更好,加快了寻优过程。采用改进的遗传算法对干式变压器的电磁计算设计进行了优化,并应用于SGB-800/10干式电力变压器的单目标和双目标的优化设计。通过实例参数对比分析,表明该算法切实可行,优化效果较好。     

双绕组变压器二阶段规划算法研究

本文中作者针对双绕组变压器,提出了一种二阶段规划算法,使用该算法可以进行双绕组变压器优化计算,并给出了计算实例。     

基于混合算法的变压器参数辨识

基于参数辨识的变压器保护原理需要对变压器绕组参数进行精确辨识。文章推导出双绕组单相和双绕组三相变压器的参数辨识方程,而后提出一种新的参数辨识算法,最小二乘法和粒子群优化算法相结合的混合算法,可以实现对变压器绕组参数的精确辨识。通过Matlab/Simulink进行仿真,仿真算例验证了该混合算法的可行性。该算法具有较好的应用前景。     

开关磁阻电动机驱动系统混合离散规划的研究

开关磁阻电动机驱动(SRD)系统的优化设计问题是一个带多个约束条件的非线性规划,而且变量的取值具有离散性,本文重点对SRD系统的离散(混合离散)规划问题进行了研究,并提出了一种适合于离散规划的模式搜索法改进方案,针对优化中约束条件众多且非线性程度高的特点,提出了一种可行点加速寻找方法;同时,就计算工作量庞大问题也提出了有效的措施。     

Design algorithm for gearless elevator winches based on discrete programming

A design algorithm for gearless elevator winches with a frequency-controlled electric drive is developed on the basis of discrete programming. The cost-optimal winch design is determined.     

泵用节能电动机设计

本文论述了开发泵用低起动电流节能电动机的意义,确定了其设计指标,介绍了设计中采用的正弦绕组方案及离散规划算法等技术措施。     

Designing globally optimal delta–sigma modulator topologies via signomial programming

We present a design methodology for globally optimizing the topologies of delta–sigma modulators (DSMs). Previous work cast the design task into a general non‐convex, nonlinear programming problem, whereas we propose to recast it as a signomial programming problem. Convexification strategies are presented for transforming the signomial programming problem into its equivalent convex counterpart, thereby enabling the solution of globally optimal design parameters. It is also possible to include circuit non‐ideal effects that affect the transfer function of the modulator into the formulation without affecting the computational efficiency. The proposed framework has been applied to topology synthesis problems of single‐loop and multi‐loop low‐pass DSMs based on discrete‐time circuitry. Numerical results confirm the effectiveness of the proposed approach over conventional nonlinear programming techniques. Copyright © 2008 John Wiley & Sons, Ltd.     

An algorithm for discrete optimal power flow

This paper presents a new algorithm to solve an optimal power flow problem which can take into consideration the discrete nature of some facilities in power systems. The optimal power flow problem is formulated as a nonlinear mixed-integer programming problem in which the number of transformer taps and the number of shunt capacitor units and reactor units are treated as discrete variables. This paper attempts to solve such a large-scale nonlinar mixed-integer programming problem by some effective programming techniques. The optimization procedure of the algorithm is that the nonlinear mixed-integer programming problem is linearized iteratively and solved by an approximation method for linear mixed-integer programming. A fundamental feature of the algorithm is that it can guarantee a solution which is discrete, feasible and near-optimal. The validity and efficiency of the algorithm is demonstrated by the numerical results of real-scale optimal power flow problems.     

基于Q学习算法的土石方调配模型及应用

土石方调配问题是水利水电工程设计和施工中一个重要问题，传统解决方法包括线性规划、大系统分解协调、动态规划等，存在一定的局限性。本文尝试运用强化学习中离散型Q学习的方法解决土石方调配问题。文中探讨了土石方调配问题Q学习模型的构建及解法，并通过一个工程实例，验证了本文提出方法的可行性。为后续利用强化学习方法解决动态土石方调配平衡的研究奠定了基础。     

电机优化设计中的混合规划总极值问题与水轮发电机优化设计

本文对电机优化设计中的离散变量问题和总极值问题进行了研究。指出电机优化设计具有普遍意义和更为有效的处理方法应归结为混合规划总极值问题。本文在研究混合规化总极值的弃舍算法的基础上,提出了适合于电机优化设计的新的弃舍策略和易于在微型计算机上实现的最优性条件。本文对一台大型水轮发电机进行了优化设计并验证了算法。     

梯级水电站长期优化调度的细粒度并行离散微分动态规划方法

伴随水电规模的扩大,水电站群优化调度的计算量不断增加,需要探求新的方法.在分析离散微分动态规划(discrete differentiation and dynamic programming,DDDP)算法的基础上,提出了基十分治模式的梯级水电站长期优化调度的细粒度并行离散微分动态规划(parallel discrete differentiation and dynamic programming,PDDDP)方法,并以澜沧江梯级的6个电站系统长期优化调度问题为应用实例,在多核计算环境下进行验证.结果表明,多核环境下的PDDDP方法简便易行,能充分利用闲置计算资源、大幅度提高优化调度的计算效率,是解决大规模复杂水电系统调度的高效和实用方法.     

A new method for unit commitment with ramping constraints

Unit commitment with ramping constraints is a very difficult problem with significant economic impact. A new method is developed in this paper for scheduling units with ramping constraints within Lagrangian relaxation framework based on a novel formulation of the discrete states and the integrated applications of standard dynamic programming for determining the optimal discrete states across hours, and constructive dynamic programming for determining optimal generation levels. A section of consecutive running or idle hours is considered as a commitment state. A constructive dynamic programming (CDP) method is modified to determine the optimal generation levels of a commitment state without discretizing generation levels. The cost-to-go functions, required only for a few corner points with a few continuous state transitions at a particular hour, are constructed in the backward sweep. The optimal generation levels can be obtained in the forward sweep. The optimal commitment states across the scheduling horizon can then be obtained by standard dynamic programming. Numerical testing results show that this method is efficient and the optimal commitment and generation levels are obtained in a systematic way without discretizing or relaxing generation levels.     

基于Radau排列的非线性模型预测紧急电压控制器设计

将非线性模型预测控制方法应用于紧急电压控制器的设计,并以准稳态近似为基础建立滚动动态优化模型,该模型旨在协调各种电压控制手段,从而维持系统的长期电压稳定性。滚动动态优化问题的目标函数综合考虑了电压偏移和控制成本,等式约束包括了连续?离散时间微分?代数方程组。为提高求解滚动动态优化模型的效率,采用Radau排列法将该模型转化为非线性规划问题,并采用内点法解法器IPOPT求解该问题。在新英格兰10机39节点系统上的计算结果验证了所提方法的有效性。