关于智能变电站模型应用的二次设备建模优化相关思考

当前,智能变电所次级设备模型研究多集中在通讯层次上,在信息语义层次上的互用性研究相对薄弱,很难支持自动化的业务功能配置。随着以二次设备信息为核心的智能变电站运营管理等先进应用技术的广泛使用,二次设备模型在语义上的不足日益成为制约智能变电站发展的重要因素。基于此,为更好地解决传统的智能变电站二次设备建模中存在的不足,本研究将以智能变电站模型应用为基础,探讨可实现间隔关联的二次设备建模设计,为智能变电站模型应用工作的优化提供一定的基础,实现智能变电站自动化配置,提升变电站配置的效率及质量。

求解线性约束二次优化问题的神经计算模型

本文提出了一种求解线性约束二次优化问题的神经模型 ,研究了该神经网络的稳定性和收敛性 ,给出了电路框图 ,并通过算例证明了该神经网络的可行性。

约束优化问题的修正二次插值模型算法

本文给出了一种将无约束最优化问题的修正二次插值模型算法应用于约束优化问题的方法,提出了解决的方法和可能会遇到的困难。

无约束向量集值优化中的二次最优性条件

考虑集值向量优化中的二次最优性条件.引进了新的集值映射的二次切上导数概念,并利用这个概念给出了在无约束条件下弱有效点对,Henig有效点对,整体有效点对,f-有效点对的充分和必要条件,以及Benson有效点必要条件.

带约束向量集值优化中的二次最优性条件

考虑带约束集值向量优化中的二次最优性条件,引进了新的集值映射的二次切上导数概念,并利用这个概念给出了带约束条件的弱有效点对,Henig有效点对,整体有效点对,f-有效点对的必要条件.

北京市四季典型污染过程PM_(2.5)酸度与二次硝酸盐形成机制

基于北京市城区点位2022年观测数据,运用ISORROPIA-Ⅱ模型分析冬季霾、春季沙尘、夏季高臭氧与秋季PM_(2.5)与臭氧复合污染共4次典型污染过程PM_(2.5)的酸度特征,获得气溶胶pH值与硝酸盐快速增长的演变规律.结果表明,北京市气溶胶pH值为中度酸性,四次污染过程pH值范围分别为3.59~5.07,3.70~7.76,2.44~6.15和2.80~4.69.4次污染过程气溶胶pH值呈正态分布,pH值中位数分别为4.60、4.59、3.91和4.09.冬季霾污染过程气溶胶水含量最高,其气溶胶pH值最大.春季沙尘污染过程气溶胶pH值呈双峰分布,受到人为源与天然源共同影响.夏、秋两次污染过程PM_(2.5)酸性分别为最强和次强,可能与大气氧化性增强促进酸性气体被氧化有关.夏季气温高气溶胶pH值低,HNO_(3)倾向于向气相分配,硝酸盐占比最低(22%);秋季气溶胶pH值昼低夜高,有利于硝酸盐的夜间积累,硝酸盐占比与冬、春两次污染过程相当(27%~28%).北京大气气态NH_(3)充分富余,HNO_(3)与NH_(3)的中和(均相)反应为NO_(3)^(-)的主要生成机制,气溶胶中NH_(4)^(+)也相对富余,气溶胶中(NH_(4))_(2)SO_(4)、NH_(4)NO_(3)和NH_(4)Cl均可以充分耦合.研究显示,较高的气溶胶水含量和气溶胶pH值是污染期间硝酸盐快速增长的原因,针对气态前体物NH_(3)和NO_(x)的进一步减排是控制北京大气细颗粒的有效手段.

基于二次分解和自适应鲸鱼优化算法的碳价格混合预测研究

为提高碳交易价格预测精度,提出了一种混合预测模型。将二次分解的方法引入碳价格预测中。该模型结合了改进的完全自适应噪声集合经验模态分解、变分模式分解、自适应权重鲸鱼优化算法和极限学习机算法。为验证模型的有效性,以某碳市场的数据为算例,结合多个对比模型进行了实证分析。分析结果表明,所提出混合预测模型的预测结果最优;同时发现二次分解的方法简化了碳价数据,可显著提高预测精度。

基于马尔科夫二次规划模型的黑龙江省林业产业结构的有序度测算与优化

通过运用二次规划数学模型求得林业产业结构的马尔科夫转移矩阵，对2012-2020年黑龙江省林业产业目标结构进行预测，选择2012，2015和2020年计算结果为参照标准，测算1998-2011年黑龙江省林业产业结构的发展有序度，定量考察黑龙江省林业产业结构优化调整程度。结果表明：黑龙江省林业产业结构正处于动态的优化中，尤其是2006-2011年，依据选取的3个参照标准，有序度值依次为0.97～0.98，0.92～0.93和0.89～0.90，说明近些年黑龙江省林业产业结构调整程度较好，但仍需进一步深化调整。根据研究结果及黑龙江省林业产业现状，提出优化林业产业结构的思路与策略。

带有界约束非凸二次规划问题的整体优化方法

通过研究带有界约束非凸二次规划问题 ,给出了求解该问题的整体最优解的分枝定界方法及其收敛性 ;提出了定界的紧、松驰策略 ,把球约束二次规划问题作为子问题来确定原问题的整体最优值下界和上界 ,应用分枝定界方法达到了对原问题的求解。

基坑变形预测的灰色二次优化模型

为了提高GM(1,1)模型在基坑变形分析中的预测精度,采用三种方法对背景值改进的GM(1,1)模型进行优化,包括:对初始值添加修正项,使其符合最小二乘法的思想;对时间响应式参数添加修正项,解决近似指数序列下改进GM(1,1)模型的背景值实用性问题;对基坑变形数据进行直接建模,使其适应于基坑变形的发展。建立了基坑变形预测的二次优化GM(1,1)模型,将该模型应用于基坑变形预测实例中,结果显示再次优化后的模型具有较高的预测精度,具有较好的工程应用价值。

基于二次插值的GM(1,1)模型预测方法的改进

从理论上分析了GM(1,1)模型中背景值的计算,指出文[11]利用Newton-Cotes公式构造模型背景值的方法是不可靠的,提出用二次插值构造模型中的背景值,同时用最小二乘法对预测公式中的初值进行改进,并用改进的方法进行了短期预测。其理论分析及仿真结果均表明本文所提出的方法有效可靠,为提高预测精度提供了新的途径。

基于混合整数二次约束规划模型的FCL优化配置

研究了故障限流器(FCL)的优化配置问题,基于节点电压方程建立了FCL优化配置混合整数二次约束规划模型,并采用预测—校正原对偶内点法进行求解。首先,通过计算故障时支路电流,确定候选FCL安装支路,以缩小寻优规模,提高FCL优化配置效率;其次,在求解时考虑了变量数量级对数值计算稳定性的影响,通过引进中间节点使得变量数量级在合理范围内;最后,形成了一种计算快捷的FCL全局优化配置模型,在有效控制短路电流水平的同时使得FCL投资成本最低。通过对浙江电网2013年冬高运行方式下FCL优化配置的分析,证明了模型的正确性及其在大规模电网应用中的有效性。

成品油二次配送调度优化模型及其遗传算法求解

成品油二次配送是成品油销售的重要环节,配送中心要以有限的车辆及时满足多个加油站的油品需求,为了节约成本,要选择最短行车路径,同时尽量满载。本文构造了调度优化的数学模型,研究了遗传算法求解方案,编制了C++程序,用一个算例说明算法和程序的可用性。

带有二次约束二次规划问题的全局最优化

根据带有二次约束二次规划模型的特殊结构,利用乘积的凸包络和凹包络,给出带有二次约束二次规划问题的松弛线性规划问题,以确定全局最优值的下界,使用超矩形缩减技术以加快分支定界算法的收敛速度,从而提出一个求解带有二次约束二次规划问题的全局最优化算法,证明该算法的收敛性,这个新算法实际上是把分支定界方法与外逼近方法有机地结合起来.数值算例表明所提出的算法是可行的.

基于序列二次规划算法的插电式混合动力汽车模型预测控制策略

为提升插电式混合动力汽车(PHEV)的车速预测精度和燃油经济性,提出基于序列二次规划(SQP)算法的模型预测控制能量管理策略。以卷积神经网络(CNN)构建的车速预测模型为基础,选取三类典型历史工况数据作为CNN车速预测模型的训练集,使用鲸鱼优化算法(WOA)优化CNN参数,通过优化的WOA-CNN模型预测未来时域内的车速;采用SQP算法对模型预测控制策略进行求解,且与基于规则的电量消耗和电量保持(CD-CS)策略和基于全局优化的动态规划(DP)策略的控制结果进行对比分析,验证所提策略的有效性。结果表明:通过WOA-CNN模型可提高车速预测精度,为4.88%~8.39%;与DP控制策略相比,本文提出策略的燃油消耗量高出1.98%,但计算时间减少了74.32%,能量管理的实时性得到大幅提升;与CDCS控制策略相比,提出策略的节油率为20.37%。综合考虑,本文提出策略的整车能量消耗和计算成本较优,可合理实现对PHEV转矩分配的智能控制。

带有二次约束非凸二次规划问题的一种全局优化方法

对带有二次约束非凸二次规划问题进行研究,利用二次函数的结构和性质,对目标函数和约束函数进行线性下界逼近,建立原规划问题的一个新的线性规划松弛,以便确定它在超矩形上全局最优值的一个下界;利用超矩形上的最长边的对分策略,以及超矩形的缩减和删除技术,提高算法的收敛速度;通过对松弛线性规划可行域的细分以及一系列的松弛线性规划的求解过程得到原问题的全局最优解,从理论上证明了算法能收敛到原问题的全局最优解,最后数值例子也说明了算法是有效的。

一般约束最优化超线性与二次收敛的序列线性方程组算法

讨论了一般等式和不等式约束优化问题,利用序列线性方程组技术和广义投影技巧,建立问题的一个"可行下降"算法,每次迭代只需解一个线性方程组和计算一次广义投影。在适当条件下,证明算法超线性和二次收敛于原问题的K T点。

解带有二次约束二次规划的一个整体优化方法(英文)

在本文中,我们提出了一种解带有二次约束二次规划问题（QP）的新算法.这种方法是基于单纯形分枝定界技术,其中包括极小极大问题和线性规划问题作为子问题.利用拉格朗日松弛和投影次梯度方法来确定问题（QP）最优值的下界.在问题（QP）的可行域是n维的条件下,如果这个算法有限步后终止,得到的点必是问题（QP）的整体最优解;否则,该算法产生的点的序列{vk}的每一个聚点也必是问题（QP）的整体最优解.

一般约束最优化超线性与二次收敛的SQP拟可行方法

讨论一般约束最优化问题,利用序列二次规划(SQP)技术和强收敛方法思想建立问题的一个新的拟可行下降算法,算法每次迭代只需解一个要求较弱的二次规划或用广义投影技术产生搜索方向。分析和论证了算法的全局收敛性、强收敛性、超线性收敛性和二次收敛率。

结构计算模型修正的二次约束最小二乘算法

提出了一种结构计算模型修正的二次约束最小二乘方法。该方法是在质量矩阵和刚度矩阵满足正交性条件和特征方程的约束下,使修正矩阵的范数最小,将模型修正问题转化为一个带二次约束的最小二乘问题。应用奇异值分解,给出了在振型需要和不需要扩充两种情况下结构计算模型修正的数值算法,并进行了数值实验。计算结果表明:新算法精度较高,能保证修正模型的前m阶模态参数与实测值有较好的吻合。