融合GSO算法与AFSA算法的人工智能电力系统预测模型设计

为了解决传统统计模型在电力系统负荷预测中存在的稳定性差、使用率低等情况,研究将人工智能引入到了电力系统的统计模型中。研究创新地将人工萤火虫算法和人工鱼群算法进行优化和融合,将其用于构建电力系统负荷预测模型。首先对人工萤火虫算法进行优化,然后将优化后的人工萤火虫算法与人工鱼群算法进行融合用于构建电力负荷预测模型,最后利用仿真实验来验证预测模型的性能。结果表明,通过预测模型的归一化处理,节点电压的波动范围明显更平稳,其波动范围分布在[0.961~1.00pu]。同时预测模型在迭代至66次获得了最优解,也明显优于对比算法。这说明融合人工萤火虫算法和人工鱼群算法的人工智能电力系统负荷预测模型在准确性和稳定性方面表现出优越性。

基于EPFD的NGSO下行链路对GSO地球站的干扰分析方法

非静止轨道(NG SO)与静止轨道(G SO)卫星系统在部分频段同频共存,《无线电规则》中规定在卫星固定业务(FS S)、卫星广播业务(B S S)划分频段内NG SO系统须满足规定的等效功率通量密度(EPFD)限值以保护G SO系统。文章阐述了EPFD的定义,指出EPFDdown是两系统共存最具有制约性的参数,梳理了根据国际电信联盟无线电通信部门(ITU-R)建议书S.1503计算EPFDdown的流程,包括生成功率通量密度(PFD)包络、确定计算内容,定义最差几何形状(WCG)和决策,最后给出使用Transf inite软件进行NGSO下行链路对GSO地球站的干扰分析流程示例。

改进GSO算法的成套订单调度和维修联合优化

基于对生产调度和设备维修间相关关系的分析,设计了成套订单调度和设备维修的联合策略。该策略根据故障率的大小来判定对应的设备维修活动或后续的调度任务,根据该策略,以加工作业顺序和预防性维修阈值为决策变量,加权成套订单数最大为优化目标构建了联合决策模型。利用对调度问题特点和设备故障机理的分析,设计了一个改进的萤火虫算法,将其运用于求解所提出的联合决策模型,并通过数值实验和灵敏度分析,验证了改进算法的可行性和模型的有效性。

基于空间位置概率的NGSO通信星座干扰仿真分析研究

针对非静止轨道(non-geostationary orbit,NGSO)通信星座系统与静止轨道(geostationary orbit,GSO)卫星系统同频干扰问题,建立了面向多波束NGSO通信星座系统的集总干扰分析模型,根据国际电联的相关建议和报告,提出了基于空间位置概率的双精度分析方法.通过对NGSO参考卫星进行空间采样,得出干扰的统计分布规律.以OneWeb和SINOSAT-5系统为仿真场景,评估了两系统间的干扰情况,并与国际通用工具对比验证了所提方法的正确性.在此基础上探究了精细步长仿真准则和地球站位置对结果的影响.结果表明,对于大规模NGSO通信星座系统,分隔角小于等于精细步长区域夹角的NGSO卫星数占比门限为20%时能够兼顾结果精度和计算效率,干扰分布趋势与GSO地球站纬度密切相关.

基于改进GSO算法的变电站蓄电池组监测网络优化方法

针对当前现有变电站蓄电池组监测网络在运行中存在监测精度低、监测运行能耗大的问题,引入改进萤火虫群优化(Glowworm Swarm Optimization,GSO)算法,开展变电站蓄电池组监测网络优化方法研究。针对监测网络中的各个节点,计算运行能耗。在变电站蓄电池组监测过程中,以网络运行消耗能量最小为优化目标,完成蓄电池组监测网络优化目标函数与约束条件设计。利用改进GSO算法,对监测网络拓扑结构进行优化。实验证明,利用新优化方法优化后的监测网络的监测精度更高,且网络运行能耗得到显著降低,具有极高的应用价值。

基于AGSO-BAS混合算法的配电网分布式电源优化配置

随着分布式发电技术的发展,在配电网中接入一定容量的分布式电源(DG)对于改善配电网负荷供电质量、降低系统网损水平、提高运行经济性等具有显著的作用,本文针对分布式电源配电网中的位置、容量优化配置问题,建立了关于分布式电源建设运行总成本和系统网络损耗的多目标优化配置模型,并提出了一种基于改进萤火虫(AGSO)优化算法和天牛须(BAS)搜索优化算法的混合优化算法对分布式电源优化配置模型进行求解,在计算得到Pareto解集后,利用交互式模糊决策技术从解集中选取最终的电源配置方案。最后以IEEE 33节点配电网系统作为算例进行了仿真分析,验证了模型的合理性和方法的有效性,并分别使用混合算法与基本AGSO算法优化系统网损,对比结果表明,提出的混合算法收敛性和寻优精度更好,能有效地解决配电网中分布式电源的优化配置问题。

国产GSO晶体的光产额测量

采用与单光电子相比较的方法测量了国产GSO晶体样品的光电子产额,结果表明,GSO样品的光电子产额及能量分辨率与闪烁体在光电倍增管光阴极面上的放置方式有关,在较好条件下,被测GSO晶体的光电子产额可到2013phe/MeV,对137Cs 661.6keV光峰的能量分辩为FWHM=10.1%。

基于GSO算法的无线监测网络拓扑优化方法

针对目前无线监测网络拓扑优化模型复杂,难以求解的问题,提出基于GSO算法的无线监测网络拓扑优化方法。首先建立无线单跳网络和多跳网络能耗模型,并以能耗最小为目标,建立多约束的无线监测网络拓扑优化模型,对配电终端监测范围、节点簇间的距离和感知范围等网络拓扑元素进行优化;然后采用GSO优化算法对所提网络拓扑优化模型进行求解,该算法不依赖于初始状态,收敛性好,可有效解决模型难以求解的问题。理论和仿真证明,该优化模型通过拓扑优化可有效降低能耗,且采用GSO算法求解该模型具有速度快和精度高等优越性。

基于GSO算法的自适应随机共振轴承故障诊断

针对强噪声下轴承故障弱信号较难检测和传统仅靠单参数优化随机共振系统问题,提出一种基于萤火虫优化算法(GSO)的自适应随机共振轴承故障信号检测方法。首先按固定频率压缩比压缩频率;然后以传统随机共振系统输出信噪比作为GSO算法的初始荧光素,利用GSO算法选取随机共振系统的结构参数a、b;最后通过双稳随机共振系统的输出信噪比检测轴承故障弱信号是否增强,通过系统的输出时域图分析信号的周期性,通过功率谱分析轴承故障弱信号的特征频率。仿真验证与试验验证结果分析表明,该方法可检测出轴承故障弱信号,实现弱信号的增强和降噪。

Starlink星座对GSO卫星系统馈电链路的下行同频干扰分析

随着大型低轨星座网络的快速发展,其与静止轨道卫星通信系统间的用频矛盾越发突出。针对低轨通信星座系统与静止轨道卫星系统的馈电链路下行同频干扰,本文以Starlink第一期星座为研究对象,分析了其对静止轨道卫星系统馈电链路的下行干扰场景,建立了以干噪比和等效功率通量密度为评价指标的同频干扰分析模型。仿真结果表明,低纬度地区的GSO关口站天线接收处的干噪比和等效功率通量密度会超过门限值。

基于GSO-Kmeans的沥青路面裂缝分割算法研究

传统的K-means聚类算法在进行图像分割时只考虑图像的特定灰度值,初始聚类中心的随机选取将导致分割结果存在很多干扰,在沥青路面这种高噪音的复杂背景下,裂缝的聚类提取效果不理想。本文提出了基于GSO-Kmeans算法来进行沥青路面裂缝分割。该算法首先使用GSO算法对沥青路面裂缝图像进行搜索,确定初始聚类中心,然后利用K-means聚类算法对沥青路面裂缝图像进行分割。结果表明,GSO-Kmeans算法在沥青路面裂缝提取方面有着很好的精准度,具有收敛速度快、分割结果准确等优势。

金属结合剂金刚石砂轮ELID磨削GSO材料

GSO是含铈的硅酸钆(Gd2sio5)单晶体物质,已广泛应用于如X射线检查仪等医疗诊断仪器中。但由于其较差的机加工性及难以高效率、高精度的批量加工,限制了硅酸钆材料的应用范围。根据目前脆性材料的技术在线电解修整(ELID)磨削已日臻成熟,并且可高效率的获得良好的工件表面质量,介绍了采用#4000和#8000砂轮对GSO工件进行ELID镜面磨削的试验,为研究ELID磨削材料的磨削性能提供参考。

MANET中萤火虫GSO优化的路由协议研究

针对无线自组网拓扑结构多变、能量受限以及带宽有限的特性,提出一种基于萤火虫GSO优化的路由协议(GSORM)。将节点驻留萤火虫的荧光素值更新规则映射成为节点的移动速度、拥塞程度及剩余能量等统计信息的函数。路由发现、路由选择及路由维护过程由搜索萤火虫、驻留萤火虫及回溯萤火虫协同完成,无须传送大量的控制分组。仿真实验结果表明,与AODV及AntRouting协议相比,GSORM在数据包成功传送率、端到端时延及网络生存时间上均表现出了良好的性能。

基于改进VMD去噪的Prony-GSO联合谐波检测方法

针对传统Prony谐波检测方法在噪声条件下存在局限性,提出了一种能够在较大噪声条件下准确进行谐波检测的方法。通过对采样信号进行自适应的VMD分解,利用平均周期能量进行噪声模态的选择并予以剔除,将剩余模态重组后得到适合Prony算法的平稳信号;对平稳信号进行Prony谐波分析得到初步的谐波特征信息;对谐波特征信息进行循环筛选与GSO寻优,得到最终的谐波与间谐波特征信息。利用该方法进行谐波检测仿真实验,仿真结果表明,该方法有效提高了Prony算法在较大噪声条件下的辨识准确度,具有自适应性,能够自动筛选真实频率成分,具有高效、精确等优点。

基于GSO算法与互信息的医学图像配准

医学图像处理过程通常包括图像预处理、特征提取、图像分类,Harris角点检测算法是常用的特征点提取算法之一。该算法适应多种变换、运算简便,在医学图像处理领域中广泛应用,但在实际应用中发现传统的Harris算法检测到的特征点数量不足且图像配准精度不高。因此提出了一种优化算法(GM-Harris算法),即采用群搜索优化算法(GSO算法)与互信息相结合的方式优化传统Harris算法的过程,并从匹配有效率与算法效率两方面对2种算法的特征点提取效果进行了定量分析。实验结果表明,与传统的Harris算法相比,GM-Harris算法不但可以获得较充足的特征点,而且还能提高图像配准的精度。

SAC-GSO MOU Signed for Further Cooperation

SAC Administrator Tian Shihong received the visiting delegation of GCC Standardization Organization(GSO)led by its Secretary-General Nabil A.Molla with a MOU signed between the two sides for further standardization cooperation on August 10,2017.The two sides held in-depth communications on various

基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度研究

并网微电网的优化调度是微电网在并入大电网的前提下,对微电网优化协调控制,使整个系统的能源利用率达到最大。为解决传统智能算法在优化调度的过程中容易陷入局部最优、收敛速度慢及准确性差等问题,使用NSGA-Ⅱ算法对传统的萤火虫算法(GSO)进行改进,改进后的算法可以较快地跳出局部最优,并提高算法的全局搜索能力。以微电网系统运行成本最低和环境污染最小为优化目标,建立优化调度模型,最后通过MATLAB仿真,检验了算法可以较快地跳出局部最优并有效降低运行成本。改进后的GSO算法与NSGA-Ⅱ算法、GSO算法及PSO算法3种算法进行比较,运行总成本分别减少6.5%,4.4%,3.5%。迭代次数与运行时间的减少表明改进后的GSO算法可以更快地收敛于最优位置,并有效地减少系统运行成本。

Starlink系统对GSO卫星系统的干扰和分析

一、概述SpaceX公司Starlink星座的发射进程自2021年始显著加快,然而也导致了对地球同步轨道GSO卫星系统更大的干扰。本系列前述文章中对Starlink容量、时延及接入协议等进行了分析,本文则重点关注Starlink系统对GSO卫星系统的干扰情况,此问题是当前所有低轨星座能否获得频率授权的关键所在。

NGSO对GSO卫星通信网的干扰分析

本文针对NGSO（非静止轨道）卫星通信网对GSO（静止轨道）卫星通信网产生干扰的机理分析和建模，提出一个可行的干扰估值算法。