基于改进DEC算法的风光氢系统容量配置

在“双碳”目标引领下,为了提高微电网的供电效益、运行稳定性以及新能源消纳率,提出了一种基于改进DEC算法的风光氢储微电网双层配置模型,使该系统的经济性、自供电率和新能源消纳率达到最优。在传统DEC算法基础上,引入基于邻域密度的K-means聚类算法提高聚类精度,将自动编码器替换为堆栈稀疏自动编码器(SSAE),保留数据的边缘结构,并以SSE、SIL指标确定最佳聚类数,生成典型场景;引入电-氢混合储能模式,建立风光氢储双层优化配置模型,外层为优化配置层并采用NSGA-II求解,内层为运行优化层并采用商业求解器CPLEX进行求解。通过实际算例验证了所提方案的有效性及可行性。

不同加减速控制算法的能耗分析与比较

首先推导了理想加减速控制算法的最小能耗和梯形、二次样条曲线、S曲线、AS曲线加减速算法的速度函数,然后根据速度函数与电动机耗能之间的关系求出了各加减速控制算法的耗能函数,并通过Matlab编程求最小值,发现当梯形曲线的加速时间和二次样条曲线的加加速时间分别设为T/3和T/6;S曲线的加加速时间和匀加速时间分别设为0.01T和0.31T;AS曲线的加加速时间和匀加速时间分别设为0.01T和0.34T,减速段时间调节系数R2设为0.98时,能够分别获得加减速算法基于能量最优的速度轮廓。最后通过计算不同加减速算法在不同时间设置情况下的耗能,与最优速度轮廓的耗能比较,得出同一算法在不同时间参数设置时能耗差别明显,此外不同算法之间的能耗水平也有明显差别。

基于多关节机器人的能量最小消耗控制策略

为了能够在有限的能量供给的情况下延长机器人运行时间,针对此类机器人在运动中的耗能问题,提出一种通过改进梯形升降速算法来实现多关节机器人能量最小消耗的控制方法。首先对多关节机器人的协调控制及能耗问题进行了研究,利用梯形升降速算法的速度函数与伺服电机耗能之间的关系推导出该算法的能量函数;然后通过求解能量函数最小值,得出梯形速度曲线基于能量最优的时间参数,利用该时间参数来设定伺服电机各运动阶段的时间,使机器人耗能最小。最后通过实验计算及分析,验证了所述控制策略在解决机器人耗能最小化问题上的有效性。

基于de Boor算法的NURBS曲线插补和自适应速度控制研究

以NURBS曲线de Boor递推插补算法为基础,针对NURBS曲线速度处理的特殊性,建立了一种NURBS曲线自适应速度控制模型,该模型分为速度自适应控制和插补前加减速处理两部分。以de Boor算法为基础对整个插补周期的弓高误差以及切向和法向加速度进行实时监控,分析了误差产生的原因并进行了相应的速度控制;以插补前直线加减速为例引入NURBS反向插补的概念,解决了NURBS曲线减速区长度计算问题。实验结果表明,该模型满足实际的NURBS曲线插补的需要。

熔融沉积成型彩色3D打印控制研究

目前熔融沉积工艺(FDM)3D打印机大多数只能打印颜色单一的模型,为了改善这一现状,在深入研究现有3D打印机的基础上,设计出一套可以实现彩色成型的3D打印控制方案。该方案以Hbot机构为主要机械结构,使用混色挤出头作为成型挤出头,同时应用Bresenham直线算法,三次多项式型加减速控制算法对系统进行运动控制。为了验证该方案的有效性与稳定性,以过渡色打印和多色打印进行打印测试。结果表明,所提出的控制方案可以在精确地完成模型打印的前提下,同时保证很高的稳定性。

广义价格型需求侧响应下区域能源中心日前最优经济调度

区域能源中心(districtenergycentre,DEC)是多能流耦合的枢纽,主要实现多能流在区域级的优化传输和分配。随着能源市场管制的放松,以能源价格为调节手段引导需求侧进行互动响应有利于提升DEC的优化潜力。该文首先基于能量枢纽模型,建立DEC的稳态能量流方程,探究功率平衡视角下的需求响应机理。考虑到价格调控下能源需求在时间上和类型上可相互转移,引入广义价格型需求侧响应(price based generalized demand response,P-GDR)的概念。同时,基于价格弹性及离散选择模型对P-GDR下能源需求的时空转移特性进行建模。并在此基础上建立DEC日前最优经济调度的混合整数非线性规划模型,通过广义Benders理论对其进行解耦求解。算例结果表明,考虑P-GDR有利于减少能源负荷峰谷差,并提高新能源消纳能力。此外,P-GDR下考虑能源负荷的可替代性更加符合用户行为实际,降低用户的能源购置成本。

面向不平衡数据分类的复合SVM算法研究

为了改善传统支持向量机(SVM)对不平衡数据的分类效果,解决分类器对少类样本分类效果较差的问题,提出了一种复合SVM算法。该算法首先通过自适应合成采样(ADASYN)算法与不同错误代价(DEC)算法的结合,改善不平衡数据对超平面造成的偏移;然后引入一种新的修正算法对预测模型进行修正,提高预测模型对于不同数据特性的适应性。选择UCI数据库中的七组现实世界的不平衡数据集进行测试,实验表明在各个数据集上复合SVM算法性能均优于现有算法或与现有算法相当,分类性能平均提高了2.0%~20.9%,证明了该算法的有效性和鲁棒性。

NURBS曲线插补算法及加减速控制研究

针对复杂零件高速高精密加工的需求,提出了一种基于阿当姆斯微分方程的NURBS曲线实时插补算法。通过对算法的合理简化与近似,保证了算法的实时性。此算法基于轮廓误差和法向进给加速度控制,使进给速度能随曲线曲率自适应调整。与之相适应,配合此插补算法,利用NURBS曲线的对称性预测减速点,提出了一种新的插补前抛物线-直线-抛物线S形加减速控制方法。该方法具有位置精度高、速度无突变、过渡平滑、计算简便等优点。通过采用MATLAB对插补轨迹仿真和实例分析,证明了插补算法和加减速控制方法的正确、合理、有效性。

数控系统终点控制算法研究

定位精度与定位时间是CNC系统中十分重要的性能参数,加减速算法特别是减速算法对它们有着十分重要的影响。阐述了传统定位算法存在一些问题,在此基础上提出了改进算法。在此算法中,减速点能被精确的预测,减速点处的误差能以较高的进给速度来补偿,并进行了仿真,结果表明在保证相同定位精度条件下采用该方法可大大缩短定位时间和提高机床加工效率。

主动配电网下多微电网间功率协调优化

配电网中高渗透率分布式电源以多个微电网的形式集群接入,实现配电网对分布式电源的主动控制与管理,是智能电网中主动配电网的发展趋势。以多微电网间功率协调优化为研究对象,提出了一种基于部分可观测马尔科夫决策过程(DEC-POMDP)的协调优化模型,采用拉格朗日-对偶原理将原目标函数分层为max-min的形式,并通过拉格朗日乘子对其进行解耦以降低求解难度;为了提高算法的精度及性能,采用了一种基于Bloch球面坐标编码的量子遗传算法。算例计算结果验证了所提方法的正确性与有效性。

数据加密的密码体制与DES算法

本文论述了保密通信中数据加密的密码体制，并对各种体制地行了比较，指出其优劣，重点论述了数据加密标准ＤＥＳ的算法和特点．

基于FSVM算法的TCD医疗数据分类

针对传统模糊支持向量机存在对样本点赋予隶属度值不够精确的问题,提出了一种新的模糊支持向量机分类算法,并应用于经颅多普勒超声(TCD)数据分类。该算法首先对样本做预处理,预选有效候选支持向量并排除野值和噪声点,缩减训练样本的规模,提高分类器效率。其次考虑到医疗数据的不平衡性引入了DEC算法,再将过类中心超平面平移,结合样本点与平移后的过类中心超平面的距离来设计模糊隶属度函数,有效突出支持向量的作用以优化分类超平面。实验结果表明,相比较于传统模糊支持向量机,该算法对TCD医疗数据分类性能提升明显,分类器性能Gm值提升了4.82%。