多智能体搜寻者优化算法在电力系统无功优化中的应用

针对无功优化这个典型的非线性问题,提出了一种基于多Agent系统的搜寻者优化算法MASOA (Multi-agent Seeker Optimization Algorithm)来求解.该算法针对SOA算法邻域划分随意性较大,融入智能体技术,在改进SOA算法邻域划分合理性的同时,提高粒子寻优的准确度;利用SOA算法的进化机制,引入自适应思想,使新算法具有良好的非线性搜索能力,更好地适应无功优化问题.以网损最小为目标函数,在IEEE 30节点系统上进行测试,并与四种智能算法进行比较,结果表明,MASOA在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中.     

基于粒子群优化算法的PSS参数优化

GOOSE是IEC61850对数字化变电站的重要贡献,其出发点是变电站自动化功能的分布式实现。通过深入分析IEC 61850标准针对GOOSE实时性所作的规定,提出了全方位实现GOOSE实时性的观点,即在确保GOOSE服务正确可靠的前提下,在发送端、交换机和接收端分别采取措施尽可能地提高GOOSE报文的实时性。分析了在交换机提高GOOSE报文传输实时性、在接收端提高GOOSE报文处理实时性的原理。提出了GOOSE发送端多优先级发送队列的方法,解决了发送端GOOSE报文的延迟性和不确定性问题。     

基于自适应聚焦粒子群算法的电力系统无功优化

自适应聚焦粒子群算法(AFPSO)是根据PSO算法的全局搜索与局部搜索平衡特性,改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法.通过采用AFPSO算法,对电力系统进行无功优化.该方法是以最优控制原理为基础,以网损最小为目标函数,在IEEE 30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于AFPSO算法在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中,证明了AFPSO算法的有效性和优越性.     

Buck型变换器数字PID控制器设计方法研究

Buck型变换器包括Buck变换器及其衍生的全桥变换器。文中以Buck型变换器为控制对象,给出了频域补偿设计中模拟PID控制器的零极点配置原则,实现了其比例、积分、微分系数的整定。在此基础上,运用连续系统离散化方法,最终完成数字PID控制器的参数设计。MATLAB/SIMULINK仿真结果表明,通过上述方法设计实现的数字PID控制器能够满足系统的控制要求,输出响应具有良好的静态与动态特性。     

宝兰二线多媒体视频监控系统的设计与实现

结合宝兰二线多媒体视频监控系统的项目需求，讨论了实现铁路视频监控系统的各项关键性技术。经过现场的测试，该系统具有功能强、图像清晰、延时少、传输速度快等特点，较好地满足了铁路牵引变电所无人值守的需求，适合于铁路视频监控系统的应用推广。     

数字电视的条件接收系统

数字电视的兴起使人们能够欣赏到高质量的电视节目，伴随数字电视的成熟，条件接收系统（CAS）得到很好的发展。主要介绍数字电视条件接收系统相关技术的发展、基本功能、安全机制、工作原理及其安全性要求。