多种群并行协作的粒子群算法

针对高维复杂优化问题在求解时容易产生维数灾难导致算法极易陷入局部最优的问题,提出一种能够综合考虑高维复杂优化问题的特性,动态调整进化策略的多种群并行协作的粒子群算法。该算法在分析高维复杂问题求解过程中的粒子特点的基础上,建立融合环形拓扑、全连接形拓扑和冯诺依曼拓扑结构的粒子群算法的多种群并行协作的网络模型。该模型结合3种拓扑结构的粒子群算法在解决高维复杂优化问题时的优点,设计一种基于多群落粒子广播-反馈的动态进化策略及其进化算法,实现高维复杂优化环境中拓扑的动态适应,使算法在求解高维单峰函数和多峰函数时均具有较强的搜索能力。仿真结果表明,该算法在求解高维复杂优化问题的寻优精度和收敛速度方面均有良好的性能。     

注水开发高含水期油田的开发技术经济政策方法分析

随着我国市场经济的快速发展,能源在市场经济发展扮演着重要角色,尤其是石油和天然气资源。所以,做好能源的开发工作是非常必要的。在油田的开发过程中采取科学的开发技术是至关重要的,尤其对于注水开发高含水期油田的开发,应该采取科学的开发技术以及相关的开发技术经济政策方法。本文就针对注水开发高含水期油田的开发技术经济政策方法进行浅显的分析和研究。     

面筋测定仪在粉厂的应用

随着GB/T17892<优质小麦强筋小麦>、GB/T17893<优质小麦弱筋小麦>等国标的贯彻实施,面筋测定仪将成为粉厂和相关单位的常用仪器.下面以MJ-I型面筋测定仪为例,介绍面筋测定仪的原理、结构、使用方法和计算公式及维护保养.     

应用聚类统计分析的棉花异纤图形检测算法

在棉纺企业原棉异性纤维剔除工艺过程中,异性纤维种类及特征多样,难以构造统一的识别模型,为此,提出了一种基于聚类统计分析的棉花异性纤维图形检测算法。通过获取原棉纤维及异性纤维在RGB颜色模型空间的各分量值,进行数值聚类统计分析,采用RGB彩色图像阈值聚类统计分类的方法将获取的图片信息分为3类,进而判断有无异性纤维,再经过形态学等预处理修缮图像,对棉花中异性纤维的特征进行提取,较准确地得到异性纤维的面积、质心坐标和周长等参数,为异性纤维的清除提供条件。实验结果表明,该算法能较准确地识别异性纤维。     

稠油开采中抽油杆柱的优化配比设计应用

牛心坨油田是一个高凝稠油油田。在开发初期，抽油杆柱均采用D级杆，Ф25、Ф22、Ф19mm三级抽油杆配比为0．3：0.3：0．4。从1998年开始，随着潜山油藏的开发，抽油泵下深达到2000m，将抽油杆逐步更换为H级高强度抽油杆，但抽油杆柱配比未作调整，造成抽油井负荷增大，断脱增多，能耗增大。为此作业区组织技术人员进行抽油杆柱优化设计，降低抽油机悬点最大载荷，减少抽油杆断脱问题，实现了节能降耗。     

基于多层融合神经网络模型的短期电力负荷预测方法

针对传统的短期电力负荷预测模型存在的预测精度不高和滞后性的问题,本文提出一种基于卷积神经网络、长短时记忆网络和注意力机制下的混合神经网络模型来进行预测。利用卷积层对多维的电力数据影响特征进行提取,过滤筛选其非重要影响因子,完成电力数据相关特征的映射变换,再通过长短时记忆网络层的循环,对时序性电力数据特征选择性提取,最后利用注意力机制添加重要特征的权重,经Adam算法优化后输出电力负荷预测的结果。依靠GPU强大的算力支撑来解决预测数据时的实时性问题,凭借多融合神经网络的手段来提高其预测精度。经由算例验证,所提出模型真实可靠,预测质量显著优于其他传统模型。     

基于多群落协作进化算法的配电物联网节点优化部署∗

针对配电物联网节点部署覆盖率低、感知可靠性差和部署成本最优化的问题,提出了一种基于多群落协作进化算法的配电物联网节点优化部署方法.在分析配电物联网节点部署关键影响因素的基础上,构建了包括节点部署成本和节点覆盖率的配电物联网节点部署优化评价指标体系,建立了节点部署的全局优化数学模型,并采用多群落协作进化算法进行群落内与群落间的异步并行优化,提升了对于配电物联网节点优化部署问题的适应能力,最后通过试验证明所提方法的有效性,为配电物联网节点优化部署提供了新的思路和方法.     

基于云边协同的配电网无功电压控制方法研究

配电网的无功电压问题对于降低线损、提高供电质量至关重要。针对配电网中无功电压集中控制无法快速响应、就地控制难以整体协调的问题,结合边缘计算技术提出了一种基于云边协同的配电网无功电压控制方法。首先,搭建了AVC作为云控制中心,配电网支线作为边缘节点控制终端的云边协同框架;然后,在云端和边端部署调控模型优化无功电压;最后,利用云边协同的控制方式进行变压器和电容器的优化调控,达到配电网无功功率整体平衡。通过仿真验证了所提方法具有易协同、易调控的特点,从而解决了配电网中电压合格率较低、通信困难、网络时延较长等问题。