基于减空间搜索算法的IMU动态系数标定设计

为提高标定捷联惯组动态误差系数的速度,提出在惯性导航系统中建立动力学误差模型,利用卡尔曼滤波反映误差项的观测度,确定最优算法的目标函数。针对减空间搜索算法的罚函数采用遗传算法进行分析改进,在末端时,既摆脱了局部伪最优解对结果的干扰,又在接近最优解时提高辨识速度。与共轭梯度法的求解时长进行比较,验证了改进减空间搜索算法对动态系数标识的高效性,有效解决捷联惯组动态误差无法快速补偿的问题。

基于三步隐式Adams法的暂态稳定约束最优潮流模型

基于时域仿真的暂态稳定约束最优潮流问题存在方程规模庞大、计算时间长、内存消耗大等问题。为此,提出了多步积分格式的差分转子运动方程,建立了基于三步隐式Adams法的暂态稳定约束最优潮流模型。采用的Adams法具有四阶精度,可采用大步长进行数值积分,且结构简单、易于实现。为保证算法的鲁棒性,提高计算效率、降低内存消耗,采用了原始—对偶内点法与减空间法相结合的减空间内点法。对9至300节点等5个系统的计算结果表明,所提出的方法在相同精度的情况下,与隐式梯形减空间法相比,可提高计算速度5倍以上,已接近在线应用的水平。