基于改进类电磁机制算法的UPFC多目标优化配置

统一潮流控制器(UPFC)能在不改变线路拓扑结构的条件下有效地改善电力系统潮流,从而提高输电能力与电压稳定性。针对系统可用输电能力、电压偏差和L指标等目标,建立了UPFC的多目标优化配置模型,采用结合差分进化算法(DE)的改进差分类电磁机制算法(DEEM)对所建模型进行求解,通过对算法中粒子的带电量、合力计算方式进行改进,同时添加自适应因子,进一步平衡算法的全局搜索与局部搜索能力。配置后的结果表明UPFC对增强系统输电能力、电压质量及电压稳定性的性能均有提高,且改进算法寻优效率的提升也得到了验证。

一种采用类电磁机制算法的线性分类方法

根据最优超平面和类电磁机制算法的思想,提出了一种组合优化线性分类方法.该方法利用样本训练提取样本个体的类别特征,寻找到将类别分类的最优超平面,设计并实现了一种采用改进的类电磁机制算法的组合优化线性分类方法.试验取得了很好的分类效果,证实了组合优化线性分类方法的可行性.

改进类电磁机制算法预测应用

改进类电磁机制算法,优化一种新的神经网络预测模型,应用于求解复杂的水质预测实际问题。实验数据采集黄河兰州段新城桥监测断面177组监测数据,其中前154组为模型训练数据,后23组为模型测试数据,与经典预测模型对比,改进算法优化的新模型预测结果均方误差较小,误差稳定性好,预测结果更准确。

基于改进暗原色先验模型的快速图像去雾方法

为了解决雾天图像质量退化问题,结合改进的暗原色原理与容差机制提出一种快速图像去雾算法。该算法首先基于暗原色先验估计大气参数,然后利用插值算法和最大最小估计法改进暗原色先验模型进而准确计算出不同场景深度的透射率,最后结合容差机制基于大气散射模型恢复无雾图像。实验结果表明,相比于原有的暗原色先验算法,该算法的计算速度可提高至少30倍,并且能够同时实现明亮与暗色区域的有效去雾,去雾图像清晰自然。基于插值算法与最大最小估计法改进的暗原色先验去雾模型可同时保证去雾处理的鲁棒性和实时性。

融合能量熵编码和分类模型的牵引电机故障诊断

针对牵引电机故障特征不明显、识别定位困难等问题,提出一种融合能量熵编码与分类模型的故障特征量化诊断方法。结合故障机理特性,对故障严重程度进行建模,用微弱电流信号重构对故障敏感的电磁转矩信号,建立基于经验模态分解能量熵和故障属性知识编码的故障特征矩阵;为消除牵引电机故障样本少、非线性模式识别对精确诊断的影响,提出一种改进的灰狼优化算法(IGWO)对支持向量机分类SVM模型参数进行辨识,通过对多类故障准确识别率寻优实现对牵引电机状态预测。在高速列车牵引系统半实物仿真平台进行优化模型对比试验,通过对故障诊断指标分析可知,能量熵编码与IGWO-SVM融合方案可以很好地识别牵引电机故障。