考虑净负荷不确定性的配电网负荷恢复仿射可调鲁棒优化方法

为应对负荷恢复过程中源荷双重不确定性问题,提出了基于仿射可调鲁棒优化的配电网负荷恢复调整策略。第1阶段基于净负荷预测场景,建立一个以最大化加权负荷恢复量为目标函数的优化模型,决策最优的负荷恢复量;第2阶段采用仿射策略,利用预算不确定集来描述净负荷的不确定性,构建考虑净负荷误差的负荷恢复调整方案。在求解过程中,对双线性变量进行对偶变换得到可快速求解的线性规划模型。最后,在改进33节点和123节点配电系统进行仿真验证,结果表明:相比于传统的鲁棒优化方法,该方法降低了优化结果的保守性,有助于加快负荷恢复,减小停电损失。

基于多策略融合改进粒子群算法的路径规划研究

针对传统粒子群算法(particle swarm optimization,PSO)在路径规划中易陷入局部最优使得规划路径较长以及搜索后期由于种群多样性降低容易陷入停滞等问题,提出一种多策略融合粒子群算法(multi-strategy fusion particle swarm optimization,MFPSO)并将其应用于路径规划中。首先,利用中垂线算法(midperpendicular algorithm)的粒子位置更新方法提升粒子的收敛速度;其次,在最优粒子附近采用生成爆炸粒子的策略使算法跳出局部最优;然后,引入线性动态惯性权重调整方法,增加算法的搜索能力;最后,在路径规划应用中采用全局最优解局部搜索策略,在算法后期得出的最优路径再进行局部搜索得出更优的路径,增加机器人路径规划能力。仿真结果表明,多策略融合粒子群算法在路径规划中具有更高的路径搜索能力。

基于改进非线性滑模控制的轮式机器人轨迹跟踪

针对轮式机器人的轨迹跟踪控制存在的问题,设计了一种改进非线性快速终端滑模控制器(improved nonlinear fast terminal sliding mode controller,INFTSMC)的控制方案。首先,通过对轮式机器人运动学的分析建立了轨迹跟踪误差模型;其次,在设计滑模控制器阶段,针对非线性快速终端滑模控制器存在奇异点,采用一种新的滑模面幂指数时变策略来设计非奇异终端滑模控制器,解决了非线性快速终端滑模控制器奇异问题,通过构造Lyapunov函数进行稳定性分析证明了该策略的稳定性,并且进行收敛时间分析给出系统从任意初始状态收敛至平衡点所需要的时间;然后,在新的滑模面幂指数时变策略的基础上设计了轮式机器人线速度和角速度控制律,使得轮式机器人轨迹跟踪误差快速收敛至0,实现了移动机器人对期望轨迹的快速跟踪。通过仿真实验与非线性快速终端滑模控制器和传统滑模控制其进行对比,验证了改进非线性快速终端滑模控制器的优越性。

改进麻雀搜索算法的轮式机器人路径规划

针对传统麻雀搜索算法(sparrow search algorithm,SSA)在轮式机器人路径规划应用中易陷入局部最优使得规划路径较长以及算法后期容易陷入早熟等问题,提出一种改进麻雀搜索算法(improved sparrow search algorithm,ISSA)应用在轮式机器人路径规划中。首先,在算法初期初始化种群时利用Logistic混沌提高初始种群的多样性;其次,将线性动态惯性权重调整方法引入到发现者位置更新中,使得算法的全局搜索能力以及收敛速度得以提升;然后,在跟随者位置更新方法中结合中垂线算法(midperpendicular algorithm,MA)使跟随者快速精准地向种群适应度最高的个体靠拢;最后,在算法后期结合最优爆炸粒子策略与反向学习策略在最优解附近产生扰动,防止算法后期陷入局部最优解。并且在机器人路径规划应用中将全局最优解再次进行局部搜索来提高机器人的路径规划能力。仿真结果表明,ISSA应用在路径规划中,其路径长度、寻优速度以及迭代次数方面均有显著提高。

改进D-Linknet的眼底视网膜血管分割

临床医生可通过观察眼底视网膜血管及其分支对人体是否患有疾病进行早期诊断,但由于视网膜中的血管错综复杂,模型在分割时会出现对微细血管分割精确度不足的问题。为此,提出一种结合残差模块Res2-net以及高效通道注意力机制(efficient channel attention,ECA)的D-Linknet模型。首先,利用Res2-net代替基础模型中的残差模块Res-net以提升每个网络层的感受野;其次,在Res2-net中添加一种结合压缩激励(squeeze and excitation,SE)和门通道(gated channel transformation,GCT)的注意力机制模块,改善处于复杂背景下的血管分割效果和效率;在网络的解码层加入ECA确保模型计算的性能,避免因降维导致的精度下降;最后,融合改进的模型输出图与掩膜图细化分割结果。在公开数据集DRIVE、STARE上进行分割实验,模型准确度(accuracy,AC)分别为97.11%、96.32%,灵敏度(sensitivity,SE)为84.55%、83.92%,曲线下方范围的面积(area under curve,AUC)为0.9873和0.9766,分割效果优于其他模型。实验证明了算法的可行性,为后续研究提供科学依据。

基于多市场耦合的新能源综合发电项目的盈利能力研究

为解决我国新能源发电产业扩张引发的弃风弃光问题,引入氢储能系统与风能、太阳能光伏发电配合,构建新能源综合发电项目。为解决预算赤字问题,提出碳减排市场(carbon certified emission reduction,CCER)与综合项目结合,构建市场交易模型。为评估项目平准化度电成本(levelized cost of electricity,LCOE),基于现有风、光发电基础,引入氢储能系统成本和“氢-电”收益、氢能收益、氧气收益、碳排放收益,建立优化的平准化度电成本(optimizing levelized cost of electricity,OLCOE)模型。以我国西北某省风、光电厂为例,设定3种盈利情景,计算项目的OLCOE。选取符合实际效益的模型,以传统燃煤上网电价为新能源上网电价,在不同氢能和碳排放定价下进行敏感性分析,深入研究综合发电项目的盈利能力。研究表明:多市场辅助对新能源综合发电项目的发展不仅增强其盈利潜力,还能补偿高额的建设成本,从而提高项目的可行性。此外,可持续发展政策的有效实施和技术的进步也将进一步推动项目的未来发展。

基于改进粒子群算法的PID控制参数优化

针对传统粒子群算法存在收敛速度慢,收敛精度低以及易陷入局部最优的问题,提出了一种融合中垂线策略的中垂线粒子群算法(MAPSO),同时引入惯性权重余弦调整策略,避免算法陷入局部最优。基于中垂线策略的游离粒子位置更新方法,能够加快粒子的收敛速度,从而增强算法的寻优速度和寻优精度。将改进的粒子群算法用于PID控制器参数优化,与Ziegler-Nichols(Z-N)公式法、线性递减惯性权重粒子群优化算法(MeanPSO)进行对比实验,结果表明中垂线粒子群算法精度更高,能够快速地整定PID参数,使控制系统响应函数性能指标更好。

改进海洋捕食者算法的机器人路径规划研究

为解决海洋捕食者算法(MPA)收敛速度慢、收敛精度低、易陷入局部最优的问题,提出一种多策略改进海洋捕食者算法(IMPA)。引入Logistic混沌映射初始化种群,增加捕食者种群多样性;基于当前迭代次数t的自适应移动步长动态调整策略,增强算法逃离局部最优的能力;在IMPA迭代后期,加入中垂线算法(MA),基于中垂线策略的游离粒子位置更新方法,能够加快更新捕食者的位置,增强算法的寻优速度和寻优精度,避免算法陷入局部最优。最后通过改变IMPA阶段转换寻优过程,进一步平衡搜索过程,加强全局与局部适应性。选用6个基准测试函数对算法性能进行测试,测试结果显示:IMPA收敛速度更快,收敛精度更高;最后将改进算法应用于移动机器人路径规划,仿真结果表明:该算法规划的路径长度更短,搜索效率更高。

考虑预测误差不确定性的源-荷-广义储低碳经济动态优化调度

基于确定性模型的低碳经济调度方法无法准确描述不确定因素对电网碳排放的影响。据此,从系统层面考虑源-荷两侧不确定性,构建了一种低碳经济动态优化调度模型。采用混合高斯概率密度估计刻画风、光预测误差的不确定性,提出一种考虑净负荷预测误差的正负旋转备用容量概率约束方法;为减少系统的碳排放量,一从发电端考虑,引入碳交易机制,建立含有阶梯型碳交易成本的系统总运行成本最低的调度目标函数;二从用户层面考虑,将需求响应负荷同实际储能设备视为广义储能参与日前-日内滚动优化调度;在IEEE39节点系统进行不同场景分析,验证了所提的调度模型实现系统低碳、经济运行目标的有效性,也挖掘了需求响应负荷的减碳潜力。

改进GSA算法在机器人路径规划中的应用研究

针对万有引力搜索算法(GSA)收敛精度低和易陷入局部最优等问题,提出一种改进万有引力搜索算法(IGSA)。引入当前迭代次数t动态调整引力常数,以增强算法逃离局部最优能力;基于边界值改进粒子越界处理策略,以保留粒子多样性,提高算法收敛精度;同时,将中垂线算法用于游离粒子的位置更新,以加速游离粒子的收敛;为适应前述策略,提出自适应权重因子更新粒子位置策略,以提高算法的收敛速度。算法在10个基准测试函数上的结果表明,改进算法在稳定性、收敛速度和精度方面具有较大优势。最后将改进算法应用于机器人路径规划,并与其他智能仿生算法进行路径规划仿真对比实验,结果表明本文改进算法规划路径更短、拐点更少、搜索效率更高。

运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略

为了提高纯电动汽车再生制动能量回收效率,同时保证车辆制动效果,提出了运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略。引入电池荷电状态(State of Charge,SOC)、车速和制动强度作为模糊控制输入,以再生制动比例系数K作为输出,利用改进鲸鱼算法优化控制参数,从而提高前轴电机制动力占比。同时,改进鲸鱼算法的自适应权重避免了算法迭代过程中陷入局部最优。通过仿真分析验证了在NEDC工况下,优化后的模糊控制策略相比优化前和传统控制策略在提高能量回收效果的同时,也满足了制动的有效性。

SLAM精度的向量加权平均自适应调节研究

针对粒子滤波算法需要大量粒子以提高精度以及重采样导致的粒子多样性缺失的问题,提出一种自调INFO(向量加权平均算法)优化的粒子重组粒子滤波算法。首先,通过向量不同的加权平均规则,使得最优粒子引导粒子集向期望区域移动,以此提高估计精度;其次,实时计算最优粒子附近的粒子密度,当密度大于阈值时,自适应调整迭代次数,实时监测粒子密度,根据此指标引入次优粒子的作用自适应调整粒子集分布;最后,重采样阶段将筛选后保留的粒子与剩余粒子重新组合成新的粒子,以此增加粒子多样性。通过仿真实验检验改进算法在SLAM中的性能,结果表明该算法较标准算法相比,其位姿与路标估计精度更高且鲁棒性更佳。

基于多策略人工蜂鸟优化PF的SLAM研究

针对粒子滤波算法(PF)重采样导致粒子贫乏及需增加粒子数以提高估计精度的问题,提出一种基于多策略人工蜂鸟算法优化的粒子重组粒子滤波算法。首先,引入中垂线算法提高人工蜂鸟算法收敛速度,通过其智能觅食机制,使得最优粒子引导粒子集向高似然区域移动,以此提高估计精度;其次,实时计算最优粒子附近的粒子密度,当密度大于设置的区域搜索阈值时引入Levy飞行策略以扩大搜索空间,当其大于最大密度值时,自适应调整迭代次数;最后,重采样阶段将筛选后保留的粒子与剩余粒子重新组合成新的粒子,以此增加粒子多样性。通过仿真实验检验改进算法在SLAM中的性能,结果表明该算法较其他3种算法相比,其位姿与路标估计精度更高且鲁棒性更佳。

考虑源荷储协同的主动配电网多时间尺度优化调度

随着分布式能源、柔性负荷和储能装置等资源的不断扩增,配电网逐渐转变成主动参与电网运行的调节与控制的主动配电网。针对储能装置、柔性负荷的利用效率较低等问题,提出一种荷源储协同的优化调度方法。首先,建立一个多时间尺度的主动配电网调度模型,然后以配电网电能质量最佳和最小运行成本为目标函数,以储能约束、网络平衡约束以及柔性负荷约束等作为约束条件。最后通过IEEE-33系统构建主动配电网,建立日前-日内的多时间尺度调度策略,利用随机权重粒子群算法求解多目标优化问题。验证了所提方法的可行性。

基于改进海鸥优化算法的机器人路径规划

针对海鸥优化算法(SOA)存在收敛精度低以及易陷入局部最优等问题,提出一种多策略融合改进的海鸥优化算法(MFSOA)。首先,引入Tent混沌映射初始化种群,增加海鸥种群多样性;基于当前迭代次数t的非线性收敛因子动态调整策略,将海鸥优化算法的线性搜索非线性化,增强算法的寻优速度和寻优精度,避免算法陷入局部最优;在海鸥位置更新时引入Levy飞行策略增强算法的全局搜索能力;最后,通过使用黄金正弦机制引导种群的位置更新,进一步缩小搜索范围,提高算法局部搜索能力。选用6个基准测试函数对算法性能进行测试,测试结果显示MFSOA收敛速度更快,收敛精度更高;最后将改进算法应用于移动机器人路径规划,仿真结果表明该算法规划的路径长度更短,搜索效率更高。

改进瞪羚算法在机器人路径规划中的应用研究

针对瞪羚优化算法(gazelle optimization algorithm, GOA)收敛速度慢和易陷入局部最优等问题,提出一种改进瞪羚优化算法(IGOA)。首先,将Logistic混沌映射用于种群初始化,增加粒子多样性以提高算法逃离局部最优能力;其次,以迭代次数t为系统参数构造正余弦扰动算子和跳跃步长权重因子用于更新粒子位置,以加快算法收敛速度;同时,改进捕食者累积效应表达式以提高算法收敛精度;最后,基于粒子上下边界改进越界粒子位置,以提高算法收敛精度。将改进算法与传统GOA算法以及4个先进算法在8个标准测试函数上进行对比实验,结果表明改进算法在收敛精度和收敛速度方面优势明显。将改进算法用于机器人路径规划,结果表明改进算法搜索效率更高、收敛速度更快和规划路径更短。

基于PMSG-WECS的双自适应虚拟惯性控制方法研究

基于提高电网的频率响应能力的目的,该文提出了一种基于永磁同步发电机(PMSG)的风力发电系统的双自适应虚拟惯性控制方法。通常情况下,采用虚拟惯性常数来模拟同步发电机,其释放的能量完全依赖于频率变化率(ROCOF)。然而,仅依赖于ROCOF并不能充分利用风机的惯性。为了获得更好的系统频率响应,该方法充分利用风力发电机(WT)的转子动能和风力发电系统(WECS)的直流链电容能量作为系统频率的支撑,并根据电网频率和电网频率变化率(ROCOF)自适应调节虚拟惯性参数,加速系统频率的恢复过程。通过仿真分析可知,提出的控制方法能更有效地利用风机动能和直流链电容的能量,减小了频率偏差和频率变化率。

基于NURBS曲线拟合的渐开线圆柱齿轮齿形偏差计算

为了提高现有齿轮齿廓曲线的拟合精度,针对现有的齿形偏差计算方法,提出了一种基于非均匀有理B样条(NURBS)曲线拟合的渐开线圆柱齿轮齿形偏差计算方法。首先,建立渐开线圆柱齿轮齿形误差的理论数学模型,然后根据NURBS曲线拟合原理和三坐标测量机测量的齿廓坐标点,用Matlab编程实现了NURBS曲线对实际齿廓曲线的拟合,结合渐开线等效拟合法,计算出了齿轮的齿形偏差。拟合结果表明,与最小二乘法(LS)的拟合结果对比,NURBS曲线拟合齿廓曲线精度更高,误差小,具有良好的拟合效果。齿形偏差计算结果表明,采用的基于NURBS曲线拟合的齿形偏差与实测值一致,表明该方法准确、有效。

H型运动平台的时变非奇异快速终端滑模控制

针对以伺服电机和滚珠丝杠作为传动机构的H型运动平台系统位移跟踪控制存在的难点,设计了一种基于时变非奇异快速终端滑模控制器的控制方案。在滑模控制器设计阶段,提出一种新的滑模面幂指数时变方法,以加快系统状态的收敛速度;针对H型运动平台Y向两轴位移同步误差的控制问题,运用同步误差和单轴误差相结合作为控制器输入的方式减小了两轴位移误差。以仿真实验验证了提出的时变幂指数方法可提升系统状态的收敛速度,证明了相较于PID控制和一种滑模PID控制方式,采用本文提出的时变非奇异快速终端滑模控制方案后,H型运动平台单轴运动误差和双轴同步误差更小、误差波动幅度更小。

基于ISSA-FastSLAM的移动机器人定位与建图

针对传统FastSLAM算法需要大量粒子提高SLAM精度以及多样性缺失的问题,提出了一种基于改进SSA(麻雀算法)优化的FastSLAM算法。首先,在预测粒子集时加入机器人最新时刻的观测信息并通过改进SSA计算粒子适应度值,为避免SSA陷进局部最优,将计算结果较差的粒子进行混沌初始化;其次,通过改进SSA分工协作、扩大搜索空间的特性更新预测粒子集,增加粒子多样性;最后,当最优个体更新位置时依据变异率进行变异操作,根据改进SSA获取的最优解调整粒子集的提议分布,使预测粒子集在权重计算前就更逼近机器人真实位置,以此提高估计精度。仿真实验结果表明,ISSA-FastSLAM算法较FastSLAM、SSA-FastSLAM算法相比,其位姿与路标估计精度更高且鲁棒性更佳。