基于改进极限梯度提升算法的配电网合环转供电影响因素评估

合环电流大小与母线电压幅值差、相角差、环路阻抗等因素有关,而各因素重要程度不清晰,合环电流调控缺乏针对性。为此,提出一种基于改进极限梯度提升(extreme gradient boosting,XGBoost)算法的配电网合环转供电影响因素评估方法,以得出各影响因素的权重大小并采取针对性措施。首先,结合实际配电网的特点,确定影响合环电流大小的特征因素集;然后,基于PSCAD/EMTDC仿真软件搭建配电网合环模型,改变参数取值以获取大量样本数据;最后,利用XGBoost算法对样本数据进行训练,得出合环电流影响因素的权重排序。研究结果表明,各因素优先级排序为:母线电压相角差>环路阻抗>综合负荷大小>母线电压幅值差>综合负荷分布,按此制定相应的合环电流调控策略,实现配电网精细化管理,对电网调度运行具有一定的借鉴价值。

基于改进单纯形梯度算法的油藏生产优化

针对单纯形梯度算法计算速度慢及在油藏生产优化过程所得井的控制变量(井控参数)变化具有较强的波动性等问题,提出了一种改进的单纯形梯度算法。通过选取适当的扰动变量,使改进的单纯形梯度近似为井控参数协方差阵与真实梯度的乘积,从而考虑了井控参数变化与控制时间步之间的相关性,更利于现场操作;另外,在求解梯度时采取预处理措施,避免了利用奇异值分解及大型矩阵的求逆运算。利用改进的单纯形梯度算法对油藏生产中油井和水井的生产工作制度进行自动调整,优化过程中计算效率得到提高,得到井控参数的变化更为平缓,在实际生产中更易操作,且在第200次迭代时改进的单纯形梯度算法比原算法优化得到的净现值高4.9×107元,增幅达10%,实例结果验证了改进后算法的有效性和可行性。

基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机

本文研究了最小二乘隐空间支持向量机的优化问题.文中采用基于对称超松弛预处理技术改进共轭梯度算法,改进的共轭梯度算法只需求解一个阶数为l-1的线性代数方程组即可,大大节省了计算时间.最后将其应用于最小二乘隐空间支持向量机中建立数学模型,并通过实例验证了该算法的优越性.

基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机

本文研究了最小二乘隐空间支持向量机的优化问题。文中采用基于对称超松弛预处理技术改进共轭梯度算法,改进的共轭梯度算法只需求解一个阶数为l-1的线性代数方程组即可,大大节省了计算时间。最后将其应用于最小二乘隐空间支持向量机中建立数学模型,并通过实例验证了该算法的优越性。

基于改进梯度投影算法的移动机械臂轨迹规划研究

移动机械臂由移动平台和机械臂构成,是一种典型的冗余机械臂系统。其运动学和轨迹规划问题是研究热点。梯度投影法是求解该问题的一类常用算法,其应用难点主要集中在比例因子的选取上。极值法通过最优化方法求解比例因子,将比例因子作为目标函数,并基于关节速度极限、可优化度等设计约束条件。针对极值法存在使关节加速度超限的问题,提出一种考虑关节加速度约束的新算法,并通过仿真对比验证该算法的有效性。

改进共轭梯度算法在矿井瓦斯含量预测中的应用

本为预测矿井瓦斯含量,根据影响矿井瓦斯含量的煤层开采深度、煤层厚度、瓦斯压力、煤的变质程度、煤层顶板岩性与煤层底板岩性等主要因素建立三层BP神经网络分析模型.针对标准BP算法存在的收敛速度慢、容易陷入局部极小等问题,从理论分析角度对共轭梯度算法和改进共轭梯度算法进行对比分析研究,并且分别用标准BP算法、共轭梯度算法和改进共轭梯度算法对BP神经网络分析模型进行训练和测试.结果表明,改进共轭梯度算法收敛速度快,预测结果相对误差保持在1%以内,并且误差波动相对平稳.因此,基于改进共轭梯度算法的BP神经网络分析模型,能够有效预测矿井瓦斯含量.

面向影视摄影机器人的改进梯度投影算法的运动跟踪系统设计

摄影机器人在影视制作中常被广泛应用和开发,为降低拍摄情景中的人为现场干预和人力成本,研究将机器人与摄像需求进行智能结合,并对机器人运动拍摄和轨迹跟踪进行设计,以优化拍摄效果。研究分析梯度投影算法来改进机器人局部路径规划能力,再根据机器人转向滑动的运动方式设计稳定控制器,然后根据滑转补偿的运算过程执行到机器人上以完成控制系统的高效补偿前馈。最后结合投影梯度算法和自适应滑动模态控制对仿真机器人进行仿真跟踪实验,实验结果得出,100节点的改进对偶协方差哈密顿优化的路径规划方法的规划成功率和时间分别为80.12%和0.10 s,为最佳路径规划方法。有滑转补偿的自适应SMC作为机器人运动跟踪系统的最佳稳定控制器算法,在运动方向即X方向移动、Y方向移动及转向角的绝对误差累计值分别为7.46%、19.59%和17.56%。从而证明基于改进梯度投影算法和自适应SMC的运动跟踪系统具有较高稳定性,并为运动跟踪机器人的技术开发提供技术支持。

改进适应度函数的遗传算法

提出了一类新的改进的适应度函数的遗传算法,考虑了函数在搜索点的函数值及其变化率,结果表明收敛速度明显高于标准遗传算法。

基于改进梯度投影算法的十自由度移动机械臂轨迹规划研究

以一款十自由度移动机械臂为研究对象,针对其轨迹规划存在的关节加速度超限等问题,提出一种改进的梯度投影算法,通过极值法求比例因子,在传统的梯度投影算法中,引入可优化度和自运动限制因子,并推导和提出了考虑关节加速度约束的新算法。对照逆解算法和改进梯度投影算法的仿真效果,验证了新算法的有效性,最后将该算法应用在十自由度的移动机械臂上进行了实例运动测试,测试结果满足设计要求,该成果将实际应用在工程项目中。

基于D-H算法的移动机械臂正运动学研究

移动机械臂系统由移动平台和机械臂两个子系统构成,二者的结合引入了较强的动力学耦合,增加了移动底盘且缺少固定基座,与固定式机械臂相比,移动机械臂具有自由度高、稳定性差等特点,因此其运动学和轨迹规划问题一直是研究的热点,本文在D-H参数法建立的坐标系运动参数的基础上,用梯度投影法进行逆运动学分析。基于极值法求比例因子,引入可优化度和自运动限制因子来对其进行描述,针对极值法存在可能使关节加速度超限的问题,提出了考虑关节加速度约束的新算法。介绍了笛卡尔空间轨迹规划的方法。最后对逆解算法进行了仿真对比,验证了新算法的有效性。

基于深度强化学习的梯级水蓄风光互补系统优化调度策略研究

对常规水电站进行抽水蓄能功能重塑,使其由“电源供应者”逐步转为“电源供应者+‘电池’调节者”,是解决大规模灵活性资源需求的重要技术手段。以梯级水蓄风光互补系统(cascade hydropower-pumping-storage-wind-photovoltaic multi-energy complementary system,CHPMCS)为研究对象,首先针对其发电抽蓄双向运行工况灵活转换和互补消纳特征,以系统发电效益最大为目标建立短期优化运行模型;其次,考虑CHPMCS出力连续可调的特点,提出将优化调度问题转换为马尔可夫决策过程,从而将多约束优化问题转换为无约束深度强化学习问题;然后,针对深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法训练效率低、易陷入局部最优等缺陷,采用改进DDPG算法对优化调度决策过程进行求解。最后,通过算例验证所提模型和算法的有效性。结果表明:CHPMCS通过水电功能重塑,有效提升了灵活性和调节能力,可以提高新能源的消纳能力和水资源的利用率,并通过“低储高发”提高系统发电效益。

基于自适应RBF神经网络的变压器噪声有源控制算法

针对现有变压器噪声有源控制算法存在的不足,提出了一种用于抑制噪声的新算法。该算法融合了自适应算法、粒子群算法、改进梯度下降算法及RBF神经网络算法。首先利用自适应算法确定降噪系统控制器中RBF神经网络隐含层节点个数和相应的参数;然后,根据切换策略自适应地选择粒子群算法或者改进梯度下降算法,用来优化节点数目和参数;最后,将优化得到的隐含层结构和参数反馈至系统控制器中,使系统的次级声源更好地抵消源声源。通过将所提的改进RBF神经网络法与未改进的RBF神经网络法和BP神经网络法进行比较,表明该算法可有效地提高降噪系统的自适应能力和抗干扰能力,且能够将噪声控制在较低的范围内,获得较理想的降噪效果。

需准备时间的FFS调度的一种拉格朗日松弛算法

针对需调度顺序相关准备时间的柔性流水车间生产调度问题,建立以成本最小化为目标的整数规划模型,用基于拉格朗日松弛的方法来求解。在常用的次梯度算法处理拉格朗日对偶问题时,迭代过程易出现振荡,严重影响了收敛效率。因此,利用了隶属度函数给出迭代过程中所有次梯度的合适权重,将它们线性加权得到新的迭代方向。最后通过算例表明,此算法有效的减少了迭代次数,提高了算法的优化性能。

基于机群划分与深度强化学习的风电场低电压穿越有功/无功功率联合控制策略

在低电压穿越(low voltage ride through,LVRT)过程中,电网企业要求风电场向系统提供无功支撑;在满足所规定的无功输出基础上,利用风电场剩余容量提供有功功率,对保障系统稳定性意义重大。该文提出一种基于机群划分与改进深度确定性策略梯度(deep deterministic policy gradient,DDPG)的风电场LVRT有功/无功功率联合控制方法。首先,将LVRT期间风机的有功/无功控制分为3个阶段,并基于此构建了风机控制模型;其次,根据风机运行特性将其划分至多个机群,在功率分配过程中,对属于同一机群的风机分配相同的控制指令,该步骤大大降低了优化变量个数与优化问题求解难度;然后,提出一种不含评价网络的并行化DDPG(critic-network free based parallel DDPG,CFP-DDPG)深度-强化学习算法框架,确立了基于CFP-DDPG的风电场功率控制框架,设计控制中的状态量、动作量、评价函数、模型训练策略和控制方法;最后,采用我国某实际风电场数据验证方法的有效性,结果表明,机群划分步骤有助于快速准确得到功率分配方案,CFP-DDPG通过改进动作评价方法并引入并行化结构增强了智能体的探索力,有助于取得更优的控制方案。

船舱流水孔焊缝图像处理与识别方法

焊接机器人对船舱流水孔焊缝自动跟踪焊接过程中,焊缝图像处理和特征识别方法是自动跟踪焊接成败的关键所在。在多次试验改进的基础上,得出一套适用于流水孔焊缝图像处理和识别方法。利用改进的梯度算法对焊缝图像进行激光条纹的提取,用连通域方法去除小面积的区域。根据船舱流水孔类型的不同,提出相对应的特征识别方法。通过大量试验验证,该方法能够实时检测流水孔的特征点,结合控制算法完成焊缝自动跟踪,效果良好。

基于多代理系统的自治微电网有功协调控制

针对自治微电网不同状况下的功率供需平衡问题,提出基于多代理系统(MAS)的微电网有功协调控制方法。构建由分布式电源代理、负荷代理和上层代理组成的多代理控制系统,并对各代理具体功能进行详细分析。在可再生能源发电不足时,建立微电网的经济调度模型,通过调用CPLEX分支定界方法进行求解。在可再生能源发电充足时,建立计及发电利用率的微电网供需平衡模型,利用改进的次梯度算法求解模型中的凸优化问题。通过算例系统仿真,验证所述控制策略的有效性。

某随动平台模糊RBF神经网络终端滑模控制设计

为了提高某随动系统负载模拟器加载系统的力矩跟踪精度,提出一种模糊RBF神经网络终端滑模复合控制方法。首先通过对随动负载模拟器的系统组成和工作原理的分析,简化力矩电机模型,根据扭矩传感器和惯量盘的模型,建立随动负载模拟器的简化等效模型。随后设计了一种快速终端滑模控制器,为了提高滑模的动态品质,利用模糊神经网络方法动态调节滑模面参数。同时,为了提高模糊RBF神经网络的学习和训练速度,用最近邻层次聚类和共轭梯度算法调整网络各参数,并对算法进行局部优化以提高算法性能。最后进行仿真,证明该方法提高了系统控制精度且具有良好的动态特性。

应用神经网络研究煤气鼓风机振动趋势预报

设计煤气鼓风机的振动状态监测方案,介绍神经网络的预测原理,选择4-4-1神经网络拓扑结构,采用改进共轭梯度算法进行网络训练,建立振动趋势预报模型,并运用于鼓风机的振动趋势预报。实验结果表明,基于神经网络的预报技术能准确、有效地预报机组的振动趋势。

加速梯度算法在池化问题上的应用

池化问题是石油生产计划中的重要问题之一.它是一类非凸的网络流优化问题,且模型中对物流性质的约束使得该问题是强NP-难的,因此,如何解决这类非凸优化问题成了目前研究的重点.另一方面,随着工业发展,问题规模的不断增大也给池化问题的求解带来新的挑战.本文利用向量化的技巧对原有池化问题模型进行了等价转换和改进,使其表示为一个改进的P-形式.通过分析P-形式模型的特殊结构,本文设计了加速梯度算法,并证明了算法的收敛性.数值实验的结果验证了模型的优越性和算法的有效性.

高超声速飞行器非连续点火助推增程弹道设计

针对高超声速飞行器因防热烧蚀而制约整体射程的问题,创新提出了一种非连续点火助推方案,通过增大助推段射程的弹道设计方法提高飞行器整体射程能力,减轻后续段的射程压力。综合考虑动压、过载、控制和终端高度、速度、弹道倾角等约束条件,以助推段射程最大为目标函数,设计了非连续点火助推段飞行程序和纵向平面弹道优化模型,采用改进的梯度粒子群算法进行优化求解。仿真结果表明,改进的梯度粒子群算法能有效解决非连续点火助推弹道设计问题,设计的非连续点火助推弹道方案在满足各项约束的同时,助推段射程比连续点火方案提高了8.7倍,射程达到了4 800 km,增程的效果十分明显。