基于匹配追踪稀疏分解的电能质量扰动检测

根据基于冗余字典的匹配追踪(MP)信号分解思想,提出一种电能质量扰动信号的参数检测与特征波形提取方法。在MP算法的每次迭代中,首先采用快速傅里叶变换(FFT)搜索能量最大的频率成分,然后采用基于离散Gabor原子中心区域的简化内积计算方法获得扰动参数的估计值,并以该估计值作为初始解,采用BFGS算法做局部搜索,进而获得精确匹配参数,并结合基于递归的内积计算确定扰动的起止时刻,最后根据电力信号扰动波形特点,设计合成字典,确定与扰动成分最匹配的波形。对单一和混合电能质量扰动信号的分解实验表明,该方法可以实现扰动参数的快速精确检测,进而有效提取扰动特征波形,并具有较好的抗噪性能。     

基于改进烟花算法的钢铁企业原材料采购优化

针对钢铁企业原材料采购成本偏高的问题进行了原材料采购优化研究。考虑到导致原材料采购成本偏高的因素是采购提前期不固定、原材料价格波动大等,建立了以降低采购、运输和库存成本为目标的整数规划模型,并提出了一种改进的烟花算法(FWA)对问题进行求解。该算法采用Lévy飞行搜索算子改进FWA搜索性能,利用惯性权重优化其收敛速度,使改进后的FWA具有收敛速度快、全局寻优能力强等优点。该改进的烟花算法叫LFWA。最后通过一个应用实例与其他算法进行了对比,进一步验证了该算法的有效性。     

基于FFT和优化匹配追踪的谐波/间谐波检测

谐波和间谐波干扰严重影响电力系统的正常运行,将快速傅里叶变换(FFT)和采用局部优化的匹配追踪算法相结合,并构造离散正弦字典,实现在含有噪声、基波频率偏移和频率相近的间谐波情况下的谐波和间谐波参数检测。采用循环迭代方法,按照能量大小,依次提取出谐波和间谐波扰动成分,每次迭代首先用FFT估计出当前频率参数,并搜索该频率下的相位,然后以该频率和相位作为初值,用Nelder-Mead算法获得优化后的频率和相位值,并通过MP算法提取出匹配信号表达式,进而获得幅值参数。仿真结果表明本文提出的算法计算复杂度低、物理意义清晰,具有较好的检测精度和抗噪性能。     

基于改进人工蜂群算法的Elman神经网络风机故障诊断

在风机齿轮箱故障诊断过程中,针对由于故障数据稀疏导致模型建立困难的问题,提出一种使用改进人工蜂群算法(IABC)优化Elman神经网络的故障诊断模型。该模型通过建立齿轮箱正常状态下的温度模型,采用残差分析,得到齿轮箱的故障状态,降低了建立模型的复杂度。采用IABC对Elman神经网络的相关参数进行优化,解决了Elman网络收敛速率慢、易陷入局部最优的问题。在IABC算法中,观察蜂阶段采用动态搜索策略,实现搜索能力和开发能力的平衡;在侦查蜂阶段,通过引入混沌变量扰动,增大种群多样性,进而达到全局最优。通过华北某风电场历史数据进行实验,结果表明,IABC与Elman神经网络的结合可对风机齿轮箱故障状态进行识别,且诊断正确率较高,可应用于实际故障诊断。     

基于小波变换的钢绳芯胶带磁记忆信号处理

 针对钢绳芯胶带工作环境复杂的特点,提出了一种用小波变换对钢绳芯胶带磁记忆检测信号进行预处理的方法。用小波变换模极大值方法对信号进行奇异性检测以及去噪处理,在去除了信号中噪声的同时,有效地保留了信号的奇异性信息。用交替投影法重构信号,极大地减少了重构误差。实验结果表明,实时检测的钢绳芯磁记忆信号含有大量噪声,经小波变换处理后信号平滑了许多,信号的奇异信息也有效地得到了保留。为钢绳芯胶带的故障检测提供了理论依据。     

一种新型的基于LQI的加权质心定位算法

提出一种基于链路质量指示(LQI)的测距技术与加权质心定位算法相结合的新型定位算法。经过数据分析比较,验证了LQI要比接收信号强度指示(RSSI)更稳定、抗干扰能力更强。采用高斯滤波模型对实验测量值进行处理,增加了数据的准确性。建立基于RSSI和LQI的对数拟合测距公式,利用质心定位算法进行仿真实验,结果表明:采用基于LQI测距的加权质心算法定位,其定位精度有了较大提高,达到了较为理想的定位效果。     

基于IBA-KELM的风电功率区间预测方法

在电力系统对功率预测提出更高要求的形势下,风电功率区间预测的方法已经逐渐成为新的热点。文章利用预测区间(PIs)的思想来估计风电场输出功率的不确定性。在优化区间预测目标函数的基础上,利用核极限学习机(KELM)学习速度快,泛化能力强的优点,提出一种基于KELM的风电功率区间预测模型。并使用改进后的蝙蝠算法(IBA)对模型的参数进行优化。为了克服BA易陷入局部最优的缺点,增加了其搜索时的多样性,并加入动态惯性权重,使其收敛速度更快。最后,用河北某风电场的数据进行实验仿真,与传统BP神经网络模型和BA-ELM模型对比分析,结果表明文章提出的预测方法具有速度快,精度高的优点。     

基于LotusDomino的移动办公平台的框架研究

针对基于LotusDomino的自动化办公系统,提出了基于以接口和页面解析综合处理的中间件的移动办公平台。该平台以面向服务的方式,通过中间件负担移动终端的方式分析解析数据,不仅在均衡负载、运行效率、可扩展性方面有极大地优势,并且其跨平台、低成本、短周期开发的特点为企业带来了更高效的运营和更好的盈利模式。     

基于改进果蝇算法优化支持向量机的风电机组性能评估

目前,关于风电机组性能的研究多集中于某一关键部件,文章针对风电机组整体提出一种性能评估的方法。首先采用支持向量回归(SVR)预测正常状态下的评价指标,并使用果蝇优化算法(FOA)来寻找其最优参数。为了克服FOA易陷入局部最优的缺点,引入免疫思想增加种群的多样性,并采用自适应搜索步长,提高其收敛精度;然后通过变权思想对预测误差进行组合,得到风电机组偏离正常状态的劣化度,实现对风电机组的性能评估;最后,采用某风电场的数据进行实验分析,验证了文章所提方法的可行性。     

改进的DV-Hop定位算法在输煤生产线上的应用

DV-Hop定位算法是一种与距离无关的定位算法,文中对该算法的定位原理、误差来源进行了分析。在输煤现场复杂环境下,通过一种定位辅助手段——信号强度(RSSI)测距技术,来减小定位误差,提高定位系统精度。并利用最小均方差改进无线传感器网络中传统的DV-Hop定位算法。通过MATLAB进行仿真,结果表明,在相同的网络环境下,改进后算法的精度大约提高了8%。从而更加准确地监测到输煤生产线上职守人员的相对位置。