融合时空相关性和权重系数分配的风电机组出力异常值处理方法

大规模弃风现象会造成大量限电异常值,限电异常值会严重影响并网电力系统的稳定性。采用四分位法和灰狼优化箱线图算法(grey wolf optimized boxplot algorithm,GWO-Boxplot)对风电场中各风电机组限电和离散等异常值进行自适应识别与精细划分。针对风电机组输出功率在时空上存在一定相关性,提出了一种融合时空相关性和权重系数分配的风电机组异常值处理方法,对历史功率填补数据和空间相关填补数据进行权重系数分配并加权求和,最后通过分形插值算法对曲线进行拟合。利用某座集群风电场中各风电机组实际出力数据对所提方法进行验证,仿真结果表明所提方法对异常值剔除率及拟合精度有明显提升效果。

基于ARIMA-GM组合模型的农作物播种面积预测——以吉林省为例

农作物种植面积预测能够有效帮助生产者提前掌握未来农业的生产状况。为准确预测农作物播种面积变化情况,寻求一种新型的组合模型权重计算方法。以吉林省历年作物播种面积为原始数据,建立GM(1,1)与ARIMA时间序列组合预测模型。综合使用平均绝对百分数误差、残差平方和最小法及最小二乘法确定组合模型的权系数,在此基础上将三种权系数组合优化后得到最终权重,两种模型权重分别为0.44976和0.55024。预测结果表明:该组合权重与单一权重相比,可将组合模型的预测精度提高约0.4%。

面向城市超低空物流场景的最小风险路径规划算法

随着城市超低空物流运输场景的迅速发展,无人机路径规划的安全性显得尤为重要,针对现有路径规划算法无法满足超低空物流运输无人机在密集障碍物场景下进行安全轨迹规划的问题,基于A*算法,将三维环境依据飞行高度划分为多个高度层,以规划风险最小轨迹为目标,从时间、风险两个维度对A*算法的成本估计函数进行重构,从而提出面向城市超低空物流场景的最小危险路径规划算法。仿真实验一表明,本文提出的最小风险路径规划算法在3种不同城市场景,15种不同运行环境中,相比于传统轨迹规划算法,规划得到的路径安全距离平均增加60%,安全性显著提高;将该算法应用于多无人机多高度层的复杂城市场景中,实验结果表明,本文提出的最小风险路径规划算法在兼顾航程的同时可以为多架无人机规划安全性更高的路径;在实验三中运用蒙特卡洛法证明本文算法在路径规划算法中的可靠性与鲁棒性,为城市超低空物流场景提供了安全性更高的路径规划方法。

火电机组主蒸汽流量在线监测计算方法

火电机组主蒸汽流量的准确测量,对于机组的经济性分析和节能降耗工作具有重要的价值。提供了一种基于平均影响值的多因素权重系数分配方法,并结合实际运行数据建立了主蒸汽流量的精确在线计算模型。对比了常规的支持向量机模型(SVR)、遗传算法优化的支持向量机模型(GAO-SVR)以及基于平均影响值进行权重系数分配及遗传算法优化的支持向量机(MIVW-GAO-SVR)模型的计算精度。验证结果表明了基于平均影响值多因素权重分配方法的有效性及MIVW-GAO-SVR主蒸汽流量监测模型的高精度性。