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。

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。

平面柔性微定位平台的设计分析与优化

为设计具有良好静动态特性的柔性微定位平台,提出了两种基于柔性梁与圆弧形柔性铰链所组成的柔性模块的柔性运动副。首先,基于该运动副设计了新型平面2自由度微定位平台结构;其次,采用柔度矩阵法建立了平台力-位移关系及输出位移的理论模型,基于传递矩阵法建立了平台固有频率与瞬时动力响应的理论模型,并通过有限元仿真验证了理论模型的正确性。理论研究与仿真验证表明,平台具有较高的静动态性能,其输入输出完全解耦,在0.3mm输入位移下丢失运动不超过1.8%;1阶固有频率为320.34 Hz,在0.1 s时间内动力响应与仿真趋势一致。最后,进行了平台静、动态性能的灵敏度分析和参数优化。结果表明,优化后的平台在同样驱动下丢失运动和固有频率分别优化提升了1.95%和43.9%,进一步提升了平台的动态性能。

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。

基于有机硅改性聚氨酯/二氧化硅的超疏水棉织物制备及其性能分析

为提高水性聚氨酯整理棉织物的疏水性,采用侧链型聚二甲基硅氧烷与硅烷偶联剂KH550制备交联型水性有机硅改性聚氨酯(WSPU)乳液,然后将疏水二氧化硅(SiO_(2))粒子的分散液喷涂在经WSPU浸轧整理的棉织物表面,制备得到基于WSPU/SiO_(2)的超疏水棉织物。考察KH550的质量分数对WSPU乳液烘干后所得乳胶膜性能的影响,探讨了WSPU与SiO_(2)复合整理棉织物的结构与性能之间的关系。结果表明:当KH550的质量分数为3.0%时,WSPU乳胶膜具有良好的机械性能与疏水性。当SiO_(2)分散液的质量分数为1.0%时,WSPU与SiO_(2)复合整理后的棉织物表面富集硅元素且具有微纳复合结构,织物水接触角达151.8°,滚动角为4.8°,呈现较好的自清洁性能与抗黏附性能;由于复合涂层与纤维间存在物理作用及化学键合,WSPU与SiO_(2)复合整理棉织物具有优异的耐水洗牢度,经20次水洗后水接触角仅下降3.0°。该研究为制备性能稳定的超疏水织物提供了参考。

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。

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。

非酒精性脂肪肝与冠状动脉CT血流储备分数相关性的分析

目的探讨非酒精性脂肪肝(NAFLD)与冠状动脉血流动力学异常之间的相关性。方法选取行冠状动脉CT(CCTA)检查的患者340例,根据肝/脾CT值比是否≤1.0分为NAFLD组(126例)及非NAFLD组(214例)。比较两组一般资料、斑块性质、高危斑块及冠状动脉CT血流储备分数(coronary CT angiography-derived fractional flow reserve,CT-FFR)之间的差异。采用二元Logistic回归分析NAFLD与CT-FFR≤0.8之间的相关性。结果NAFLD组和非NAFLD组在糖尿病、高脂血症、冠状动脉疾病家族史、天冬氨酸氨基转移酶(AST)、丙氨酸氨基转移酶(ALT)、谷氨酰转肽酶(GGT)及尿酸水平等方面均差异有统计学意义(P<0.05)。NAFLD组非钙化斑块、高危斑块及CT-FFR≤0.8发生率均显著高于非NAFLD组,差异有统计学意义(P<0.05)。多因素相关性分析结果显示,在调整传统心血管危险因素、钙化斑块、部分钙化、高危斑块及阻塞性斑块后,NAFLD仍是CT-FFR≤0.8的独立预测因子(OR:2.283;95%CI:1.156~4.507;P=0.017)。结论NAFLD与基于CCTA检测的冠状动脉血流动力学异常相关,独立于传统心血管危险因素及CCTA解剖学参数。

“Tea Encountering Rose”Blooming at Bulgarian Rose Festival

On June 2,China Cultural Center in Sofia attended the 121st Bulgarian Rose Festival in Kazanlak,Bulgaria.The Chinese tea culture encountered the grand Rose Festival in Bulgaria.With Tea for Harmony Yaji Cultural Salon"Tea Encountering Rose"as the theme,it achieved in a grand spectacle of cultural integration between China and Bulgaria.

计及可靠性成本的风光储微电网储能容量协同优化

对比常规能源,新能源具备可再生、污染低、资源丰富的优势,其中风光发电被大规模引入到微电网系统,但由于其发电量具有较强的不确定性,这使得如何提高新能源消纳水平、提升电力系统运行稳定性以及降低微电网配置成本成为了充满挑战性的重要问题。针对上述问题,文章提出一种计及可靠性成本,同时考虑风、光资源多时间尺度不确定性的风光储互补微电网系统储能容量协同优化的方法。该方法采用自回归滑动平均模型和Homer软件仿真离散的风速、光辐照度序列,构建出风机、光伏发电机的出力模型;采取电量不足期望值为评估指标建立可靠性成本函数,构建出微电网配置成本模型;使用改进二阶振荡粒子群算法求解系统最优配置成本。算例结果表明了该方法的可行性及经济性,可为实际风光储互补微电网系统配置规划提供参考。

基于改进麻雀搜索算法的移动机器人路径规划

麻雀搜索算法(SSA)是移动机器人路径规划中的一种高效方法,但存在易陷入局部最优解,种群多样性较差的问题。针对以上问题,首先,提出一种Tent混沌映射增加种群多样性,使粒子脱离局部极值;其次,引入方向因子来减少尖峰拐点;最后,使用三次样条插值来平滑路径,使路径更平滑。仿真实验结果表明:在不同的静态环境中,通过对比A*算法、蚁群算法和传统的SSA,改进后的SSA(ISSA)极大限地增加了初始种群的有效性,有效缩短了路径长度、减少了转折点次数,得到更平滑的路径,证明了算法的可行性。

全基因组关联分析在绵羊遗传育种研究中的应用

全基因组关联分析(GWAS)对畜牧业发展具有重要意义,随着测序技术的发展与分析软件的不断完善,该技术已广泛应用于猪、牛、羊等家畜遗传育种中。科研人员利用GWAS对绵羊群体进行分析,通过在全基因组水平探究影响重要经济性状的基因位点,最终挖掘和标识在育种中有价值的主效基因。本文简要介绍了GWAS的基本流程,重点概述了利用GWAS挖掘影响绵羊重要经济性状的关键基因位点,包括绵羊的产羔数、体重体尺性状、尾脂沉积、脂肪沉积、泌乳性状、角型性状、羊毛性状、相关疾病等性状的研究成果,并对不足之处与未来发展趋势进行总结与展望,以期为我国绵羊产业的发展起到推动作用。

基于RRT改进算法的AGV路径规划

传统快速扩展随机树(RRT)算法在搜索空间中,随机采样生成我们所需要的树,由树的起始点直到终点,探索出一条无障碍的路径。采样点是均匀随机,导致算法过于随机,生成路径的效率不高且生成路径质量偏低,在面对狭窄通道时容易导致算法局部循环甚至搜索失败,传统算法生成的路径过于曲折不利于跟踪行驶。针对这些问题,改进后的算法在RRT的基础上,增加算法贪婪计算和目标节点的启发;将扩展的采样点重点集中于一定的区域,满足正态分布。仿真实验表明,改进后的算法效率更高,生成路径质量高,面对狭窄通道这个传统难题也可以高质高效地生成一条路径,利于AGV跟踪行驶。

计及分布式电源注入谐波的单相接地故障联合选线

随着配电网线路安全运行要求的提高,分布式电源注入的谐波会使得现有的选线方法失效,且单一判据的故障选线方法愈加难以胜任复杂配电网系统发生单相接地故障后的选线工作。因此文中提出了计及分布式电源注入谐波的谐振接地系统单相接地故障联合选线。针对谐振接地系统中出现单相接地故障后,故障线路与健全线路的暂态零序电流相位、周期变化不同的特点,先根据低频周期差异用多尺度交叉样本熵计算暂态零序电流,再根据高频相位差异用加权暂态能量法及同步挤压小波变换计算高频暂态零序电流的重构误差。此外,使用加权暂态能量法控制计算量并通过多尺度交叉样本熵、加权暂态能量和重构误差3个判据判定故障线路。实验结果显示,文中的联合选线法受不同故障条件的影响小,准确性高,抗干扰性强。

某水电站调速系统参数测试与建模分析

通过对水电站调速系统参数进行测试,为区域电网系统仿真研究提供与实际相吻合的调节系统模型参数。以该模型为基准,对某水电站1号机组调速系统进行现场测试,满足试验要求,为保证机组及电网安全、稳定运行提供了可靠依据。

电力信息相依网络去除重要相依边策略及其鲁棒性研究

去除相依边可有效增强电力信息相依网络的鲁棒性,然而随机去除相依边策略需要去除大量相依边,极大地破坏了网络的功能。基于此,提出去除重要相依边策略。建立符合实际的“部分一一对应”电力信息相依网络模型;提出相依边的重要性衡量指标,并根据此指标,提出去除重要相依边策略;利用WS-BA、ER-BA、GRID-BA三种异质电力信息相依网络进行仿真。仿真结果表明,所提出的去除重要相依边策略可在保持电力网络的功能下,显著提升电力信息相依网络的鲁棒性。

基于麻雀算法优化的VMD⁃CNN⁃LSTM的短期风电功率研究

考虑相关风电场之间的影响因素可以有效提升新建风电场的风电功率预测精度,提出利用变分模态分解技术(VMD)将单风电场风电功率预处理分解为本征模态函数(IMF),然后将各风电场同频段分量,即低频分量、高频分量和残差分量,组合为二维特征矩阵作为卷积神经网络(CNN)的输入,利用卷积神经网络提取同分量子模态下空间特征信息,输入到长短时记忆网络(LSTM)提取时间序列中的长时依赖关系进行预测,最后将预测结果进行叠加,获得完整的预测结果。组合神经网络的超参数设置相较于单一模型对预测精度的影响更大,采用新型麻雀搜索算法(SSA)可以节省人工手动调制参数的时间、提高超参数设置的精度和效率。使用该方法对某风电集群中的新建基准风电场进行预测,预测结果表明经SSA优化的VMD-CNN-LSTM模型在预测风电集群数据上有较高的精度,预测效果好于对比模型LSTM,CNN-LSTM和SSA-VMD-LSTM。

V_(2)O_(5)/rGO复合材料的电化学性能和储锂机理

为研究V_(2)O_(5)/rGO复合材料作为锂离子电池负极的循环稳定性、导电性以及锂离子在其中的迁移机理,通过实验和第一性原理计算相结合的方式,利用水热法制备了V_(2)O_(5)/rGO复合材料。实验研究发现,V_(2)O_(5)/rGO复合材料的首次放电比容量为943.4 mA·h/g,高于V_(2)O_(5)(约为849.7 mA·h/g),经过150圈循环后其放电比容量保持率为65.2%,也高于V_(2)O_(5)(40.4%),说明V_(2)O_(5)/rGO具有更高的比容量和更优异的循环稳定性。电化学阻抗测试发现,V_(2)O_(5)/rGO高频区的半圆小于V_(2)O_(5),说明其导电性更佳。通过基于态密泛函理论的第一原理计算发现,V_(2)O_(5)/rGO在嵌锂之后,在费米能级处d轨道提供的电子数增加,而V_(2)O_(5)却略微减少,说明V_(2)O_(5)/rGO的导电性优于V_(2)O_(5);V_(2)O_(5)/rGO的迁移势垒低于V_(2)O_(5),表明锂离子在V_(2)O_(5)/rGO中更易发生迁移。