基于优先级分配策略的PMU数据恢复方法

新能源集中并网与直流输电技术的快速发展,使电力系统机理特性与运行控制方式均发生变化,亟需闭环精细化控制。同步相量测量单元（phasor measurement units,PMUs）因其测量的同步性与快速性,使电力系统动态实时监测成为可能,可为系统保护与闭环控制提供数据基础。然而,由于现场环境复杂,同步信号丢失、通信协议错误、系统过载等诸多因素会导致PMU存在数据丢失等问题,严重影响其在监测控制、事故分析等方面的应用。归纳了PMU数据丢失的不同场景,定义了两种数据丢失的基本类型;提出了基于插值区间动态变化的优先级分配策略,采用改进三次样条插值函数,对不同类型的丢失数据进行恢复,解决了传统方法在连续多点数据丢失类型下的失真问题。通过仿真与实际录波数据验证了该方法的可行性和准确性,对于保证PMU数据质量有着重大意义和较大价值。

基于遗传算法的机械手时间能耗最优平滑轨迹规划

本文提出了一种基于动力学模型的时间与能耗最优的平滑轨迹规划算法,考虑动力学与运动学约束条件,以时间与能量最优为优化目标,建立多关节机器人轨迹规划的数学模型,同时采用改进样条插值函数作为基础函数,保证运行过程中轨迹平滑及起始点与终止点速度、加速度及加加速度为零,之后采用基于遗传学原理的多目标优化算法NSGA-Ⅱ对时间与能耗进行优化,根据Pareto解集选择最优解,并针对一种3自由度重载机器人对提出的算法进行仿真,验证了该方法的可行性。