基于改进灰狼算法优化长短期记忆网络的光伏功率预测

为提高光伏发电功率预测的准确性,提出一种基于改进自适应因子与精英反向学习策略的改进灰狼算法(IGWO),用以优化长短期记忆网络(LSTM)预测模型。利用IGWO优化LSTM全连接层参数,建立IGWO-LSTM组合模型预测光伏功率,具有较好的收敛速度与求解效率,也可有效避免局部最优解。最后基于常州某光伏发电站实时数据进行仿真,实验结果表明IGWO-LSTM相对于LSTM光伏功率预测更具准确性。     

应用网格技术实现校园网资源共享模型的研究

为实现校园网上的资源共享,降低资源浪费,本文讨论了基于网格技术的局域网资源共享模型,该模型解决了资源动态变化所引起的系统行为不可预测方面的技术难题,支持资源的动态加入,且具有很好的可扩展性.采用了简单有效的基于市场机制的资源管理调度模型,并提出了一种利用权值兼顾不同种类任务,优先选择不同类型资源的匹配算法,由于采用遗传模拟退火算法(GSA)作为调度策略,从而使调度系统具有了一定的自主性和智能性.本系统采用了基于LDAP(轻型目录访问协议)的资源监控模型,灵活地将资源监控层的静态数据与动态数据结合起来存储在目录层次中,降低了系统资源的占用率,为局域网用户提供了统一的编程接口及资源共享环境.     

关于欧拉函数φ(n)的一个混合均值

对任意的正整数n,φ(n)和Zw(n)分别表示关于n的Euler函数和伪Smarandache无平方因子函数.利用初等和解析的方法,研究Euler函数和伪Smarandache无平方因子函数的混合均值问题,并给出一个渐近公式.     

基于DLBSOM的水下机器人集群任务分配与路径规划

为保证多自主水下机器人（Multiple Autonomous Underwater Vehicle, MAUV）在多目标冲突条件下执行探测任务,提出一种双层生物自组织映射（Double Layer Bio-inspired Self-Organism Map , DLBSOM）算法完成自适应正向-反向初始任务分配。针对受洋流和单体AUV有限能耗影响的MAUV探测任务容易出现的无效任务分配问题,引入一种带有能量激活函数的任务重分配策略来优化任务。建立任务紧迫性生物启发神经网络（Task Urgency Bio-inspired Neural Network , TUBNN）模型描述受洋流影响的水下环境,引入基于模糊互补判断矩阵的距离和供能强度因子,以说明洋流和任务重分配轨迹距离的相互影响。当AUV进入以目标为中心的预警范围时,通过调整AUV的速度实现对目标的精细探测。结合AUV转弯半径数据和非线性运动学方程,对路径进行平滑处理,使其符合水下机器人的运动学约束。最终通过仿真试验验证了该方法的可行性和有效性。     

高拱坝非对称泄洪消能布置优化试验研究

白鹤滩水电工程具有窄河谷、大泄量的特点,泄洪消能问题突出.为了避免有限空间内的水舌重叠,采用泄洪表孔3组非对称排布的泄洪消能布置方式.模型试验表明,原布置方案中在坝身泄洪孔口表、深孔单独泄洪时能有效分散水舌,但在坝身表、深孔联合泄洪时,水垫塘内冲击压力峰值超过常规标准,可能影响水垫塘安全运行.通过分析表、深孔水舌的空中...     

太阳能无人机编队基于能量状态的连接控制

针对大展弦比无人机难以快速部署以及中小型太阳能无人机的续航能力不足问题,提出太阳能无人机编队最低能耗下的连接控制策略.引入连接顺序权重思想,将节能连接问题分解为一系列优化子问题,分别研究无人机最优连接顺序、最短连接路径和最优飞行速度,利用扩展卡尔曼滤波器对无人机的飞行路径进行预测.对按所求解的最优顺序和随机顺序下的连接...     

过热蒸汽温度高异常分析和诊断系统

根据过热蒸汽温度高异常报警,进行锅炉受热面等故障诊断系统的研发.该系统基于300 MW仿真机平台,建立了过热蒸汽温度高异常的故障模型,利用计算机软件技术对模型进行故障分离和显示,达到故障定位的目的要求.系统采用通用监控组态软件MCGS,实现故障诊断系统.     

气动位置伺服系统的非对称模糊PID控制

对于有杆气缸的非对称物理及摩擦力特性,提出了采用非对称模糊策略的模糊PID控制算法,较好地解决了有杆气缸由于左右两腔物理结构和摩擦力特性的不对称而造成运动过程中压力变化复杂的问题,改善了系统的动态响应性能.实验证明,采用非对称模糊策略的模糊PID控制可以明显地提高气动位置伺服系统的动态响应性能,系统具有较小的超调量和过渡过程时间,并获得了满意的重复稳态精度.     

基于向量自回归模型的高损线路窃电检测

接入配电线路的用户窃电将直接导致分线线损电量异常波动,因此用户用电量与分线线损电量间存在长期动态互动。该文提出基于向量自回归模型检测造成线损波动的异常用户的方法。首先,运用边限协整检验分析线损电量和用户用电量的长期均衡关系;然后,构建线路线损电量与接入用户用电量的向量自回归模型,计算脉冲响应函数分析线损电量与用户用电量的动态作用机制;再通过方差分解分析线损电量与用户用电量间冲击作用的贡献度,将对线损电量有显著影响且波动贡献度最大的用户识别为窃电用户;最后,结合实际高损线路用户数据识别窃电嫌疑用户,并运用现场稽查的手段验证了所提方法的有效性。     

基于线损协方差分析的群体性固定比例窃电行为检测方法

当一个配电台区内存在多个固定比例的窃电用户时,台区的非技术线性损耗（NTL）将由这群窃电用户的窃电量共同决定。目前根据NTL相关性强弱排序的检测方法在这一场景下有可能失效。首先,为了解决这一问题,文中发现了台区NTL和固定比例窃电用户表计数据的相关性存在着一种递增现象,并论证了这一现象成立的充分条件。以此为基础提出了基于协方差分析的窃电检测方法。通过标准化处理后的协方差来衡量NTL与用户电量之间的相关性,以求解一个组合优化问题的方式,实现对固定比例窃电用户的搜寻。然后,设计了该方法在实际应用过程中的运行框架和检测方案。最后,基于中国某省电力公司提供的实测数据和窃电模拟实验平台生成的窃电数据验证了所提方法的有效性。