基于粒子群差分进化极限学习机的电力系统故障诊断模型

针对电力系统发生的故障进行快速诊断,对电网及时恢复供电、降低故障影响具有非同寻常的意义。为了有效处理电力系统故障中存在的保护继电器和断路器运行的不确定性,提出了一种基于多重随机变异粒子群差分进化算法(MRPSODE)的极限学习机故障诊断模型,利用MRPSODE算法确定极限学习机最佳的隐含层节点个数,实现高效率的故障诊断。采用交叉验证方法降低噪声对原始样本数据的影响,确保诊断性能。实际故障案例的仿真分析结果表明,所提方法能够成功诊断复杂故障,与其他方法相比具有较强的竞争力。

基于时空动态模型的鱼类和渔业发展的战略分布研究

针对当前全球温差变化及生物多样性衰减的形势,通过对温度变化预测鱼类在时空下的迁移分布,选取相关影响因子为苏格兰渔业公司提供应对政策.针对渔量预测,选取苏格兰附近9个参考点的48年温度数据建立时间序列预测模型,预测50年后最少和最多对应渔获量为:第1点(2°W,59°N)391.3千吨,第8点(7.86E°,54.3N°)955.8千吨,鱼群向东北方向移动.针对渔业公司发展状况建立稳定状态模型,得最佳情况最大产量为523 656吨,持续时间为5年;最坏情况最小产量为277 679吨,持续的时间为2-3年.针对提供经营策略,为渔业公司提供转移资产、改变渔船类型、捕捞渔船采用生物柴油的策略,以及通过增加挪威和德国的跨界渔业合作实现收益最大化后再分配.