基于STM32的夹爪式蛇形机器人控制系统设计

为了提高蛇形机器人的自主作业能力和环境探索能力,设计了一种基于STM32的夹爪式蛇形机器人控制系统。该系统包括计算机控制终端、机器人运动系统和检测系统3部分,机器人采用STM32作为主控芯片,通过多种传感器采集所需环境信息,头部关节具有机械夹爪能够实现抓取任务。为了简化机器人的控制复杂度,在控制器中引入基于Hopf振荡器的双层中枢模式发生器(CPG)方法用于生成机器人的步态控制信号。经过实验验证,该控制系统有效提高了蛇形机器人的自主作业能力,并且能够满足环境信息实时检测的任务要求。     

具有安全校正与超前控制功能的自动发电控制研究

针对目前国内电力系统自动发电控制(AGC)技术的应用现状,提出了具有安全校正与超前控制功能的AGC系统构架。该系统首先将超短期负荷预测应用于AGC,使发电机组出力保持与负荷变化同步;然后采用内点法求解有功安全校正问题来修正AGC的功率设置点,以满足电网的安全约束条件。通过对数学模型以及求解方法的分析,认为提出的AGC系统是对现有的EMS系统的进一步完善,对电网AGC技术深层次的应用具有重要的现实意义。     

基于混沌优化与线性内点法的最优潮流算法

求解最优潮流是一项基本而重要的工作，文中将混沌优化与线性内点法相结合，提出了一种新的混合优化算法，并应用该方法进行电力系统最优潮流的计算。混沌优化方法利用混沌运动特定的内在遍历性、随机性和规律性等特点跳出局部最优点，接近最优点；同时，利用预测-校正原-对偶内点法在最优点的邻域内局部寻优，提高了收敛速度和求解精度。通过对IEEE 14、30和57节点试验电力系统的数值计算，验证了算法的有效性。     

采用神经网络与模糊曲线相结合的短期电力负荷预测方法

文章提出了一种神经网络(ANN)与模糊曲线(Fuzzy Curve)有机结合的短期负荷预测方法,该方法采用ANN作为基本负荷预测,再用模糊曲线考虑影响负荷变化的因素(如天气的迅速变化、重大节假日等),对基本负荷预测做出修正,从而得到最终的负荷预测值。同时,针对传统BP学习算法的缺点,将BP算法和模拟退火算法的优点相结合以提高网络的学习性能。实例表明,该ANN—FC模型实用有效、精度高。     

发输电组合系统故障频率和持续时间指标的新算法

针对在发输电可靠性分析中故障频率和持续时间指标计算量太大的问题,提出了基于解析模型和非序贯蒙特卡罗仿真相结合的新算法,并分析了在大型实际系统计算中由于抽样次数限制和系统固有特性使结果出现误差的原因,继而给出了频率指标的上下界。证明了理论分析的正确性以及所述算法的有效性及实用价值。     

考虑静态电压稳定裕度的含UPFC最优潮流计算方法研究

提出一种考虑静态电压稳定裕度的含统一潮流控制器(UPFC)最优潮流计算模型及方法。模型中增加了局部电网的静态电压稳定裕度约束和UPFC运行约束条件,以及UPFC串联和并联侧等效电压源的幅值、相角等自变量。基于Benders分解法将模型分解为主模型和子模型,其中,主模型为典型的含UPFC最优潮流模型,子模型为静态电压稳定计算模型,通过Benders割建立主子模型间的协调优化,最终实现了整个模型的求解。以苏州南部500 k V为例进行仿真计算,结果验证了文中模型及算法的有效性。