级配分析中堆叠颗粒完整形态预测方法

颗粒级配是影响堆石坝等工程质量的重要因素,采用数字图像处理技术分析级配时,因目标颗粒常处于堆叠状态,颗粒之间存在遮挡,以致影响级配计算精度。从像素级角度分析边缘方向一致性、最小预测角度与预测点位选择之间的关系,提出了多阶段颗粒边缘形态统计学快速预测方法,统计9003组颗粒边缘信息,对面积缺失程度10%、20%、30%、40%的不完整颗粒边缘进行形态预测和补全。结果显示,边缘预测高效,预测图像符合颗粒基本形状,补全后的级配准确率大于95%,说明预测结果与颗粒真实状态具有较高的匹配度。

风电接入时考虑储能和分时电价的电力系统经济调度

为了研究风电预测误差的不确定性对电力系统经济调度的影响,首先,用改进的高斯混合模型表征风电预测误差,根据此模型采用拉丁超立方采样生成场景,并利用改进的K-means聚类对场景进行缩减,得到风电初始运行场景及其初始概率,由于初始概率具有一定的随机性,利用综合范数得到其不确定集合。然后,为了促进风电的消纳,在调度过程中同时考虑储能和分时电价的影响,最后构建了min-max-min两阶段经济调度模型,第一阶段以机组的启停成本为目标,第二阶段根据不确定集合寻找最恶劣概率分布下的最优运行成本,并利用列约束生成算法对模型求解。最后采用IEEE 39节点系统证明了模型和算法的有效性。

UKF车速估计器的算法研究与仿真

为准确估计车辆的行驶速度,保证汽车的安全性,设计了基于无味卡尔曼滤波算法(UKF:Unscented Kalman Filter)的车速估计器,并与基于卡尔曼滤波(KF:Kalman Filter)算法所建立的估计器进行了比较。两个估计器都以七自由度整车模型为研究平台,同时在Matlab中搭建了UKF和KF的算法模型。仿真实验结果表明,当系统输入产生突变时,UKF算法与真实值的绝对误差率始终在4%以内,比KF算法的误差率大约降低了3%,UKF车速估计器能很好地预测车速变化的趋势,相对于KF估计算法效果更佳。