基于滑动四分位和可行搜索圆算法的风速-功率异常数据清洗方法

受气候条件、运行环境等因素影响,风电场SCADA系统所采集的原始风速和风电功率数据常存在大量奇异点,较难反映风电机组真实性能。本研究提出一种基于滑动四分位和可行搜索圆算法的风速-功率异常数据清洗方法。首先,分析了原始数据的时序特征和异常数据分布特点,将数据分为分散型异常数据和堆积型异常数据两类;然后,运用滑动四分位算法实现了分散型异常数据的识别,提出可行搜索圆(FSC)算法,剔除堆积型异常数据,获得符合风电机组出力特性的数据主带;最后,以我国北方某风电机组实际运行数据为例验证,表明本研究方法能较好地识别异常数据,与传统方法相比,本方法清洗效率高、效果好,具有一定的通用性。

一种基于最小搜索圆平面多边形域约束Delaunay三角剖分算法

给出一种新的基于边优先的二维多边形域任意散乱数据的约束Delaunay三角剖分算法.算法结合网格分块技术,提出基于最小搜索圆的点搜索思想,并证明了该思想的正确性,有效地提高了搜索"第三点"的速度.算法中散乱数据可以是任意复杂的折线、封闭多边形环及离散点.另外,在三角剖分过程中,实时地去掉封闭点和封闭边,极大地加快了构网速度,实现了平面多边形域散乱数据的快速约束Delaunay三角化.

基于平衡二叉树的动态搜索圆等值线模型算法

提高计算速度是数字等值线模型算法所面临的主要问题。传统的算法中,当采样点数量大时,对于一插值计算点,参加计算的采样点的确定非常费时。利用平衡二叉树对传统的数字等值线模型算法进行改进,设计了一种新的算法,给出了改进算法的形式化描述,根据新算法编制了相应的程序,并进行了实际应用。结果表明,其新的算法对提高建立数字等值线模型的计算速度效果显著,并随计算点数目的增加效果更加显著。

基于搜索圆的离散点格网化建模

格网模型以其特有的优点,广泛应用于地学地域。本文以搜索圆来确定参与离散点格网的离散点数据,该算法在离散点格网化过程中兼顾插值结果的准确性及运行效率。

基于搜索圆法的等值线追踪技术

等值线追踪是绘制等值线图的关键,好的追踪算法可使图形更精确,同时节省大量时间。本文在传统追踪算法的基础上,提出了一种新的追踪等值线的方法——搜索圆法,并详细介绍了该方法的追踪步骤。该方法可实现快速分块扫描,大大提高追踪效率,可靠性好。

准最优增量搜索效率分析

在对极限搜索圆进行特殊分割的条件下 ,导出准最优增量搜索和准最优总量搜索发现目标概率的计算公式 ,并通过对搜索力变化时两种发现概率的比较 ,得出了准最优增量搜索优于准最优总量搜索的重要结论。

整形外科面部轮廓正面图像的边缘检测和模型建立

目的探索一种新的面部轮廓图像边缘检测和模型建立方法。方法利用面部轮廓的先验知识,在Sobel边缘检测算子的基础上,以边缘最小曲率半径、凹凸性和边缘最大间断距离为约束,以基于搜索圆的变步长面部轮廓边缘搜索算法,实现边缘检测。针对检测到的轮廓边缘,利用最小二乘曲线拟合原理建立轮廓模型,分析了阶次对模型精度的影响。结果实验表明这种基于搜索圆的变步长面部轮廓边缘搜索算法所检测到边缘与实际边缘吻合良好,且可以很好剔除冗余边界。对所检测到的边缘,用最小二乘曲线拟合方法建立了面部轮廓模型,并比较了2次、4次、10次模型与实际轮廓的差异,证实模型阶次越高,和实际轮廓的误差就越小,其中以10次模型较为理想。结论本实验提出并论证了基于搜索圆的变步长面部轮廓边缘搜索算法和最小二乘曲线拟合方法建立了面部轮廓模型的方法在面部轮廓建模中的有效性和实用性,为进一步实现面部轮廓数字图像处理系统的设计提供了理论基础。

DEM中顾及方向的单点移面内插法

DEM是现代测量的重要成果形式之一 ,高程内插是 DEM必须面对的技术问题。研究了顾及方向的单点移面内插法 ,构建了更为合理的权函数式 ,提出了一种快速有效的利用动态搜索圆确定移面范围的方法。

一种动态扩维的IRA算法及其在电力系统关键特征值计算中的应用

文章对带位移逆变换的隐式重启动Arnoldi(implicitly restarted Arnoldi,IRA)算法进行了改进,提出了动态增加Krylov子空间维数求取指定圆内特征值的方法。论文从隐式重启动机理出发,在锁定已收敛特征值的基础上,动态增加特征值个数和子空间维数,扩大搜索圆的半径,实现指定大小的搜索圆内部所有特征值的有效求解。进而将电力系统关键特征值所在区域按一定规则分割,分割得到的所有小区域利用搜索圆覆盖求解。该方法不需人工干预,并行实现后效率更高,且搜索机制规避了漏解的现象。最后,状态空间为570阶和5 272阶的电力系统的关键特征值计算结果表明,所提方法不仅高效,且可靠实用。

WSN中节点无标识环境下的定位算法

针对无线传感器网中节点无标识以及数量未知环境下的节点定位问题,提出一种通过优化圆环交叉区域筛选可行节点位置和数量的算法。采用粗粒度的圆环搜索标识重叠区域的交叉数量,生成二阶定位点权重矩阵。通过求矩阵极大值确定并筛选出可能含有未知节点的圆环交叉区域,利用每个区域的质心代表该交叉区域。运用自适应遗传算法估计未知节点的数量和位置,将贝叶斯信息准则最小值作为选择模型参数最优值的依据。实验结果表明,在未知节点分布稀疏的情况下,该定位算法既能准确估计出未知节点的数量,也能达到较高的定位精度。