大规模水电系统优化调度降维方法研究I:理论分析

中国水电系统规模持续扩张,使得已有方法在求解大规模水电调度问题时,存在严重维数灾及早熟收敛等不同程度局限,亟需分析已有方法以便发现其瓶颈所在,为探寻能均衡求解效率与计算精度的实用化方法提供有益参考。为此,首先深入研究了线性规划、二次规划和动态规划等多种方法的计算复杂度,然后定量对比分析了各方法在不同情景下的适用性,最后提出“四维一体可拓降维”总体思想,并给出具体的降维方法与策略,建议从空间维、时间维、状态维和组合维等4个方面开展综合研究,以切实服务于大规模水电系统优化调度的高效优质求解。     

基于遗传算法的模板匹配算法研究与设计

针对一般模板匹配算法计算量大并且容易陷入局部最优等缺点,研究了使用遗传算法对模板匹配进行全局寻优的算法。在被检测图形和模板已知的情况下,建立了模板匹配的归一化的数学模型。通过对模型计算量的分析,设计了能够减少模型求解计算量的算法。进一步使用遗传算法对设计的算法进行了改进,该算法能使模板匹配快速收敛到全局最优解。算例表明,本算法能有效解决模板匹配的全局寻优问题,并且使模板匹配效率有了明显提高。这一研究为图形处理者提供了科学的模板匹配方法。     

地磁辅助惯性组合导航技术分析

从地磁导航的特点出发,指出了地磁／惯性组合导航在未来发展中的优势,并对实现该种组合导航需要的技术手段做了全面的分析,包括：信息融合策略、高精度地磁场模型的构建方式以及滤波算法的设计。同时,阐述了其中的改进方向,为进一步提高该种组合导航性能提供思路。     

基于并行遗传算法的智能公交排班研究

智能公交排班问题是公交车辆智能调度的一个典型问题之一。它可以描述为：利用某种智能化算法,在有限的步骤内,找出所有满足约束条件的最优或者接近最优的排班方案。由于排班问题搜索规模巨大,传统算法在短时间内难以获得高质量可行解。文章引入并行遗传算法,对三种主流并行模型进行评价分析,并设计了求解车辆排班问题的粗粒度并行遗传算法,编制了算法实现程序。     

汽轮机故障诊断的因果网络群智能算法模型

在利用概率因果网络模型进行汽轮机故障诊断过程中,传统的基于简约覆盖理论的求算方法不能直接得到诊断问题的解,而且当故障节点较多或网络层次较多时,存在着"组合爆炸"、计算量呈指数速度增加等问题;对此,基于群智能理论,建立汽轮发电机组故障诊断系统概率因果网络群智能算法模型,给出基本的群运算法则及改进方法,将焦点放在有限空间的诊断推理上,并实现并行处理,很好地解决了传统算法中的问题;最后一个应用实例验证了此方法的优越性及工程实用性。     

基于GA-BP神经网络的高质量配电网供电可靠性分析

阐述一种基于GA-BP神经网络的高质量配电网供电可靠性预测方法,筛选出若干项目指标作为输入样本,将逐项指标的历史数据归一化到同一数量级,通过GA-BP神经网络训练,探讨利用训练好的网络模型,预测目标年份的供电可靠性。     

基于数据融合与智能分析算法的电网抢修管控技术研究

首先针对数据融合背景下,配电网故障抢修的分类以及影响因素进行了分析。针对配电网络中的优化策略、调度资源、抢修资源分配、抢修策略数据等方面的数据融合提出了体系架构。针对含分布式电源配电网多故障抢修建立了以负荷损失最小和抢修故障用时最小为目标的数学模型,以期望缺电量为原则计算故障损失,并考虑了多组抢修小队对不同配电网故障的抢修时间。利用智能分析算法求解该模型,提出了基于云模型的改进共生生物搜索算法。最后利用IEEE33节点模型进行了仿真分析,说明了抢修策略和算法有效性。     

基于粒子群算法的区域综合能源优化调度方法

发展综合能源系统是实现能源互联网的必由之路,区域内综合能源的协调运行是实现电、热、气多能互补的关键。首先分析了风机、燃机和储能等装置的控制运行特性,介绍了不同运行场景下,各种装置的协调运行规律,以系统整体运行费用最小为优化目标,计及安全稳定等约束条件,建立电-热-气区域综合能源调度模型;然后,上述模型同时包含电、热、气多种复杂运行约束条件,变量之间交互耦合,传统数学优化方法难以直接求解,为此采用粒子群算法进行优化;最后,通过仿真算例进行验证,在不同优化目标的计算结果表明本文模型和算法的正确性和有效性。     

图像智能分析技术在河湖视频监控的应用

近年来,随着河湖监管力度和信息化建设的加强,河湖监控系统逐渐智能化。介绍了基于图像智能分析技术的高点视频监控解决方案,针对河湖生态监管、水域岸线管理等重点环节,主动发现,自动预警,增强河湖长效保护与动态监控能力。     

基于SQL的多条件选择智能实现算法

B/S架构的信息系统开发中,一般情况下,根据用户的选择,n个条件的输入组合数是2n个。但是,该文中提出的算法,其组合数仅为n到n(n+1)/2,大大简化了编程。