快速动态规划法在运行机组间有功负荷分配中的应用

根据动态规划最优化原理，从水电厂运行中的空间、时间最优要求出发，提出了一种适合于水电厂实时监控要求的负荷分配最优化方法——快速动态规划法，并建立了其数学模型．计算结果表明，这种方法不仅可使水电厂厂内运行获得明显的经济效益，而且因计算速度快、占用计算机内存少，为水电厂厂内经济运行的实时控制创造了条件．

基于快速动态时间规划的模糊聚类算法

为快速准确地计算时间序列数据相似度,引入快速动态时间规划距离(fast dynamic time warping,FDTW),提出了基于FDTW的模糊C均值算法和模糊C中心点聚类算法。FDTW通过对数据序列进行拉伸和压缩匹配时间序列数据,只要形状相同,即使发生时间位移也可以准确识别,同时解决了传统DTW计算效率较低的问题。试验结果表明,提出的算法仍能保证聚类的精度。

基于多指标的燃料电池汽车动力系统参数匹配研究

针对燃料电池汽车研发中的动力系统参数匹配问题,基于整车动力性和经济性同步提升的目标,提出多指标的整车动力系统参数匹配设计方法。为了加快计算经济性指标,针对燃料电池汽车提出了快速动态规划算法,通过缩小搜索域和降低维度,使得计算耗时由传统动态规划算法的393. 33 min缩短到12. 52 min。以燃料电池汽车的动力性能和经济性能作为设计指标,通过计算初步确定动力系统参数范围,并利用正交试验法进行参数匹配优化设计。试验结果表明,按照所设计的动力系统参数,各项性能指标相比原车均有明显提升。

基于LSTM车速预测的在线优化能量管理策略研究

为充分挖掘48 V混合动力汽车的节油潜力,提出了基于长短期记忆神经网络(LSTM)车速预测的混合动力汽车在线优化能量管理策略。首先,引入LSTM建立了车速预测模型,并综合考虑模型输入、输出序列长度对预测精度的影响,实现对车速的准确预测;然后,为了实现能量管理的在线最优化并提高控制策略的实时性,提出了采用快速动态规划算法的预测控制策略(FDPS);最后,分别以标准循环工况WTVC和实车工况进行测试,验证了所提策略的有效性。研究结果表明,相比于径向基神经网络(RBF)预测模型,所建立的LSTM的车速预测模型可提高29.06%-35.31%预测精度;在WTVC工况和实车工况下,所提出的FDPS策略可使燃油经济性相比于常用的规则策略(RB)分别提高5.62%和12.86%,计算时间相比于传统的预测控制策略(MPC-DP)缩短65.84%以上。