基于改进粒子群算法的配网电容器优化配置

随着国民经济发展,配电网规模不断扩大。依照经验配置电容器的局限性日益显著,具体表现为电容器容量配置的不足或过剩,部分电容器需要时由于局部电压的限制而不能投入。将模拟退火粒子群算法用于解决配电网电容器优化配置问题,建立了相应的数学模型,目标函数为配电网有功网损费用、电容器的购置及安装总费用最小,该算法将电容器的安装位置及安装容量离散化,采用基于适应度值的动态阈值来控制实施局部搜索的粒子数目,来改善算法摆脱局部极值点的能力,提高算法的收敛速度和精度。对一个33节点配电网的电容器优化配置结果表明了模拟退火粒子群算法的合理性和优越性。     

一种多目标优化的非线性预测控制算法的研究北大核心

针对非线性预测控制中目标函数求解的问题,提出了一种改进的多目标粒子群优化的非线性预测控制策略(MOPSO-NPC)。首先,针对基于单目标优化的非线性预测控制算法(SOPSO-NPC)不足之处,将多目标粒子群优化的思想融入了非线性预测算法中。其次,将参考点和区域引导方式结合在一起,提出了一种基于偏好信息的混合动态引导策略。最后,利用g-dominance进行全局最优粒子的选取,提高了搜索的效果。该算法被应用在结晶器控制系统中,仿真结果证明了提出算法的可行性。     

±800 kV特高压直流悬式复合绝缘子伞形的风洞模拟

复合绝缘子积污发生污闪是输电线路运行的常见事故,对复合绝缘子尤其是更加容易积污的特高压直流悬式复合绝缘子的防污研究就显得更加重要。通过风洞试验、空气流场测试和空气流场的数值模拟,对±800kV特高压悬式复合绝缘子典型伞形进行了研究。结果表明:3种伞形的复合绝缘子的流场特性均优于瓷绝缘子,均属空气动力学优良流型的绝缘子,其中一大两小一中伞形的绝缘子性能最好。     

星型子网的NoC映射研究

处理单元映射是NoC设计的重要环节,其实施结果对NoC通信功耗及QoS约束的满足均起着决定性的作用。本文选取的NoC拓扑结构为星型子网的片上网路结构SSBM NoC（Star-Subnet-Based-Mesh NoC）。为保证系统实时性和低能耗,文中建立了延时约束下功耗最小的NoC映射模型,提出了一种基于改进粒子群算法的优化方法。针对NoC映射的特点,在粒子群算法中引入了交换子和交换序算子,确保了映射的有效性。实验结果表明,文中算法在满足延时约束下,降低NoC通讯功耗20%以上,证明该算法优化效果显著。     

基于多目标粒子群优化算法的短期电力负荷预测法

针对短期负荷预测的特点,提出一种基于多目标粒子群优化算法的短期电力负荷预测法。该算法充分利用了历史数据集的基本知识,利用多目标粒子群优化算法挑选出Pareto最优模式分类规则集,在考虑规则的分类准确性和可解释性的情况下,建立一个基于模糊规则的电力负荷模式分类系统。在仿真试验表明此分类系统具有较好的分类性能,可为电力负荷预测提供更为充分有效的历史数据,从而改善其负荷预测性能。     

直流电机电刷磨损预测的粒子滤波方法

针对直流电机电刷磨损的跟踪与预测问题,提出了一种改进型粒子滤波器的电机电刷磨损状态演变预测方法。首先建立直流电机的动态模型,通过电刷磨损仿真分析获得一定时间间隔的电流输出数据,此输出数据作为测量数据用作为预测模型的输入。接着,根据测量数据的变化规律建立电机电刷磨损预测的模型形式,然后通过采用所提出的多项式重采样粒子滤波方法来预测电机电刷磨损状态的演变。案例数据分析结果表明,所提出的基于粒子滤波的电刷磨损预测方法是有效的且计算过程简便。     

以换电站为负荷的微电网系统建模与优化

建立以换电站为负荷的微电网系统稳态模型,结合各发电单元和换电站的特点,以微电网系统运行成本最低为目标,以满足用户需求、发电单元和充放电功率平衡为约束条件,对微电网系统运行进行优化。采用粒子群优化算法进行模型求解,将微电网系统的运行成本设为适应度函数,将各发电单元出力及微电网与主网间的功率交换设为粒子位置。算例分析表明,通过对各发电单元出力进行优化,可以降低微电网运行成本,并充分发挥微电网削峰填谷能力。     

CVT谐波测量修正方法研究

针对110 kV及以上电网广泛应用的电容式电压互感器(capacitor voltage transformer,CVT)谐波测量失真问题,首先根据CVT的谐波传递模型分析,明确了CVT关键分布参数对其谐波传递特性影响规律,然后利用密勒定理简化模型,从串并联谐振角度深入分析了造成CVT谐波传递特性非线性的根本原因;最后...     

BF-PSO算法在电网CPS标准经济考核中的应用

对于如何减少调度控制性能标准CPS(control performance standard)的考核罚款及机组的运行成本,提出了一种基于混合粒子群优化的细菌觅食算法BF-PSO(bacterial foraging-particle swarm optimization)自整定PI控制。文中首先详细介绍了粒子群算法和细菌觅食算法的基本原理,在结合两种算法的基础上,以发电成本和考核罚款之和最小为目标提出了一种新的PI整定方法,通过Matlab的Simulink仿真软件建立了一个多区域电力系统的CPS考核系统模型,对优化前后的控制效果进行了对比,仿真结果说明新的控制方法在保持CPS控制效果的基础上,实现了对电网的经济调度。