基于混沌粒子群智能搜索的电力系统动态经济调度

风电的大规模并网使电网调度面临更多的不确定性,准确描述多个风电场出力的随机性、间歇性以及各风电场间的出力相依性,对分析含多风电场的电力系统安全高效运行具有重要意义。由于一般Copula函数不能准确描述多个变量间相关关系,采用藤结构的Pair-Copula函数来描述多维风电场的出力相关性,并根据欧氏距离和AIC准则选取最优模型。针对约束中风电出力的随机性,将场景法与混沌粒子群智能搜索算法相结合,用来求解电网日前24 h动态经济调度随机优化模型。最后以IEEE 39节点系统为算例进行仿真计算,验证了所提模型和算法能够准确反映多维风电场的出力特性,并有效降低电网调度误差。

基于粒子群智能优化算法的板弹簧特性优化研究

板弹簧是核电厂反应堆燃料组件的重要部件,其性能好坏直接关系燃料组件的服役安全性。本文考虑板弹簧材料弹塑性本构关系和大变形等复杂非线性因素,利用ANSYS软件对板弹簧进行了多尺寸耦合约束下的参数化建模,实现了模型几何、六面体网格和接触对的自动建立,并以此分析了板弹簧关键参数对板弹簧特性的影响。基于MATLAB并行计算库,构建了基于粒子群智能优化算法的板弹簧特性多参数优化平台,以板弹簧设计刚度曲线和最小塑性变形为目标,对板弹簧板厚、变截面位置和圆弧过渡区形式进行了优化。结果表明,基于粒子群的板弹簧多参数智能优化算法,可以显著提升板弹簧的设计效率;在给定板弹簧设计目标曲线和板弹簧参数范围内,该算法可以在较少的迭代次数内获得满足设计目标的结构参数,对核反应堆板弹簧工程设计具有较好的指导意义。

基于混合智能粒子群算法的广义电源主动配电网优化配置

研究广义电源接入主动配电网的优化配置问题。提出一种电压偏差指标。建立综合考虑投资经济效益、电压偏差及污染气体排放指标的多目标优化配置模型。提出一种混合智能粒子群算法,在优化过程中引入快速非支配排序策略、精英保留策略和拥挤距离计算策略以改善其全局搜索能力。对IEEE-33节点、PG&E-69节点配电系统进行计算,分析在不同负荷水平下各指标的变化情况,研究负荷变化时广义电源的最佳配置。研究表明,广义电源的接入与合理配置能够有效提高投资运行效益和系统电压稳定性,同时说明该方法能够保证配置方案的多样性和多目标优化过程的寻优性。

基于智能粒子群优化算法的人员疏散问题研究

针对建筑物内发生火灾时人员疏散的逃逸行为进行了研究,将智能粒子群优化算法应用在人员逃逸的过程中,提出了一种智能粒子群逃逸模型。将行人群比拟为粒子群,并将粒子赋予一定的维能力,此时的智能粒子将会具有类似行人的一些特征如行为特征和心理特征。智能粒子在受灾害模型与自身思维特征模型的影响下,确定其逃逸的速度包括速度的大小和方向,然后改变自己目前的位置。在建模的过程中,还考虑了智能粒子间的碰撞及建筑物内诱导信息的作用。最后通过应用智能粒子群优化算法对某一建筑物内发生火灾时人员逃逸行为的二维仿真实验来验证模型的有效性及算法的可行性。

含风电电网关口外送电交易能力的多智能体粒子群分层优化研究

随着风电的大规模发展和跨省跨区交易量的不断增加,研究风电并网对外送电交易能力的影响对保证资源优化、交易双方利益极大化有重要的意义。利用多目标随机相关机会规划理论建立关口交易能力的评估模型,采用分层优化结合随机模拟技术和多智能体粒子群算法求解。第一层以风电并网的电力系统经济运行为前提,第二层在极小化本系统购电成本的基础上,求取关口最大外送电交易能力以及机组的外送电交易能力。通过IEEE30节点系统实验和仿真计算,表明该方法能优化本系统的运行、有效获取关口和各机组外送电交易能力指标。

基于粒子群算法的含大规模风电互联系统的负荷频率控制

以含大规模风电的互联电力系统为研究对象,以抑制风电并网时所引起的系统频率不稳定为目的,提出了基于PSO的负荷频率控制器。传统的负荷频率控制器根据区域控制偏差来调整机组的出力,使区域控制偏差ACE趋于零,从而保证全系统发出的出力和负荷功率相匹配。把风电输出当作一个负的负荷作为等效负荷,在传统的比例积分控制器中引入PSO智能控制,可以进一步提高对等效负荷的控制效果。通过在Matlab/Simulink中构建的含风电的两区域互联电力系统的仿真结果表明,无论是互联电网的频率偏差还是联络线的交换功率,控制指标更优。

基于粒子群优化算法的高阶广义屏偏移成像（英文）

频率-波数域单程波算子能高效地模拟地震波在复杂介质中的传播,但是在描述波的大角度传播和速度横向扰动变化较大介质中传播的问题时仍然存在一定误差。这类误差是由于对单平方根算子使用Taylor展开式的近似程度不足所造成。为了进一步提高泰勒展开式的精确性,本文提出一种利用粒子群智能算法优化级数展开系数的高阶广义屏算子对单平方根算子的展开级数进行优化处理。新的偏移算法能在保持单程波偏移算法高效的前提下进一步提高偏移算子在大角度的成像精度和对强横向速度变化介质的适应性。通过脉冲响应实验,验证了基于粒子群算法优化级数的高阶广义屏算子能够提高常规的高阶广义屏算子的成像精度和成像角度。根据对二维SEG/EAGE盐丘模型的成像处理,基于粒子群算法优化级数的高阶广义屏算子对盐丘下面的断层取得了更高质量的成像,说明粒子群优化级数的高阶广义屏算子比常规的高阶广义屏算子具有更好的横向速度适应性。为了检验本文所提算法对实际资料的处理能力,我们利用常规的偏移处理技术和本文所提算法对一条海上二维数据进行了偏移成像处理,对比分析成像剖面发现本文所提算法描述了更加清晰的层位信息和更高质量的偏移剖面。本文所提算法能有效提高高阶广义屏偏移在广角度成像的能力,具有一定实际应用价值。

基于智能粒子群算法的协调系统预测控制参数优化

为避免试验法或经验法整定协调系统预测控制器相关参数对预测控制性能的影响,在常规粒子群优化算法基础之上,提出一种能自适应调整学习因子、淘汰劣势粒子的智能粒子群算法,并基于电网调度的AGC考核指标,进行协调系统预测控制相关参数优化。工程应用表明,基于智能粒子群算法对协调系统预测控制参数进行优化,能在保证机组安全、稳定运行的同时,提升机组的协调系统控制性能。

基于多Agent粒子群优化的多步SVR模型预测控制

提出一种基于多Agent粒子群优化支持向量回归机(support vector regression,SVR)参数的优化算法,并利用该算法建立多步预测控制模型,对非线性系统进行预测控制。通过预测控制的机理推导出满足滚动优化目标函数的多步预测输出的控制律。将该模型与基于遗传算法优化的RBF神经网络预测控制器、基于粒子群优化的多步SVR模型预测控制器和基于遗传算法优化的多步SVR模型预测控制器进行比较分析,仿真结果表明该预测控制模型优于其他控制器,具有良好的预测性能,可有效的对非线性系统进行预测控制。

基于Multi-agent改进粒子群优化算法的分时电价机制下多微网系统联合优化调度

随着分布式能源与微网技术的发展,大量分布式电源或微网并入主电网,对电网运行带来一定影响。针对多个微网接入主电网的情况,在计及分时电价机制的基础上,从微网整合角度考虑各微网间的互补性。结合微网中储能装置对电网削峰填谷的作用,提出一种基于分时电价机制下多微网系统联合优化调度方法。考虑不同时刻电价差异,分别制定峰、平、谷不同时刻调度策略,建立以整个多微网系统的运行成本和环境治理成本最小为目标的数学优化模型,并采用基于multi-agent改进粒子群优化算法对模型求解。通过算例分析,比较了各微网单独运行和多微网联合调度两种策略下的多微网系统成本,验证了所提方法的有效性。

基于IA-BP智能算法的初始地应力场反演研究

初始地应力场是地下工程设计与施工的重要依据,在实际工程中难以精准测得,为了能较准确地获得初始地应力场的分布规律,提出将免疫算法与BP神经网络相结合(IA-BP)的算法对初始地应力场进行反演研究。免疫算法优化BP神经网络就是将BP神经网络的连接权值和阈值作为免疫算法中的抗体进行编码。该混合算法既可以利用免疫算法全局寻优的特点快速搜索到全局最优解或次优解附近,又可以采用BP算法避免在最优解和次优解附近发生震荡,对其进行局部优化,从而达到快速收敛全局最优解的目的。通过COMSOL分别构建平面边坡模型及三维立体模型,对其进行正分析计算,将计算的结果作为“实测值”,对地应力进行反演分析,并将IA-BP算法反演的结果与PSO-BP算法及多元线性回归算法的反演结果进行对比。结果表明:二维边坡模型下,IA-BP算法反演结果误差更小。三维模型下,IA-BP算法所得实测值与反演值之间的相对误差的绝对值为0%~10.64%(平均为3.39%),PSO-BP算法所得实测值与反演值之间相对误差的绝对值为0%~48.39%(平均为6.93%),多元线性回归算法所得实测值与反演值之间相对误差的绝对值为0.55%~121.95%(平均为21.87%),通过对比可知,IA-BP算法整体反演结果精度最高。无论是平面模型还是三维模型,利用IA-BP算法反演出的结果与其他两种算法反演的结果相比,误差更小。将IA-BP智能算法运用到地应力场的反演研究中,可以为地下工程的建设提供依据。

基于粒子群重采样的网络流量解卷积测度提取

网络并发式流量特征具有信号时间可预测性,通过对网络流量的解卷积测度特征提取,提高对网络流量的预测性能。传统法方法采用粒子群优化算法实现对网络流量的特征测度盲解卷积分析,对原始信号的统计信息提取效果不好。提出一种基于粒子群退化重采样的网络流量解卷积测度提取算法,构建并发式网络流量序列采集模型,设计粒子退化重采样技术,将每个粒子的当前适应度值与其自身的个体最优值进行比较,如果优于个体最优值,得到粒子当前最优位置。仿真实验表明,采用该算法,收敛速度很快,在粒子群进化50代以内就可以实现成功收敛,对流量序列的测度特征提取结果准确,预测精度较高,展示了算法的优越性能。

基于智能算法的CR39径迹刻蚀过程模拟

CR39可以用于激光等离子物理实验中的离子探测,并给出离子数目、种类和能量信息。通过采用唯象模型,利用离子在CR39中径迹形成的阻止本领动力学方程以及粒子群智能算法对径迹形成的过程进行了数值化模拟,研究了CR39中离子径迹在刻蚀过程中的演化过程,获得了入射离子能量和径迹直径、深度的对应关系,并且发现当离子射程与刻蚀深度相等时,径迹深度最大,给出了利用总刻蚀时间计算最大径迹深度对应的临界能量的公式。

N-pod多品牌智能家居语音控制设备的设计与实现

人工智能养老机器人有助于解决当前日趋严峻的居家养老问题,但各品牌智能家居设备互不兼容,成熟的机器人产品又欠缺老人语音语义识别,缺乏自学习能力且控制响应速度慢、灵敏度不高。针对上述问题,采用Tornado框架和Home Assistant框架有效整合市场主流智能家居设备,在主机和人形机器人上构建N-pod主机,使用深度卷积神经网络实现语音识别,使用粒子群优化智能算法对采集的老人身体指标、居家环境信息实施分簇处理,形成语音控制多品牌智能家居设备的控制解决方案,达到千人千面的养老定制需求。经过实验和实际应用,该设备适用于居家养老人群,语音识别的正确率、控制指令的正确率和响应灵敏度均高于同类产品,具有较大的经济和社会效益。

基于人工智能算法的海浪监测阵列雷达

文中介绍了基于人工智能算法的阵列雷达设计及参数,采用仿真方法分析了三台测波雷达不同布局时的误差,得出三台雷达的脚印为直角三角形时误差最小。然后,基于直角三角形布局给出了合成流场算法,并推导了海浪散射模型,由此分析距离和速度特征提取的方法。由于海浪散射信号较复杂,文中采用人工智能算法中的智能粒子群算法和聚类分析方法,提取海面特征参数。最后,给出了2021年5月在江苏兴化湾海上风电场中利用阵列雷达与浪笼测量数据的对比分析。对比结果表明阵列雷达能够满足实际使用要求。

基于多智能体粒子群算法的松嫩平原土地利用格局优化

土地利用格局优化是实现土地资源合理配置的重要方式。本文以松嫩平原典型区域巴彦县为研究区,运用GIS和RS技术,采用Matlab编程,结合多智能体(MA)和粒子群算法(PSO),建立土地利用格局优化模型,以粮食生产、生态安全和社会经济发展为优化目标,设计政府、职能部门和个体三类智能体(Agent),并结合研究区土地利用格局优化目标的决策偏好确定其优化方案。结果表明:①基于多智能体改进粒子群优化算法建立土地利用格局优化模型,实现了研究区土地利用类型数量结构在时空上的合理匹配及其空间构型和空间组合方式合理配置,建立的土地利用格局优化模型可行;②3个优化方案中,方案1更加偏向于生态安全优化目标的实现,方案2更加偏向于社会经济发展目标的实现,方案3更加偏向于粮食生产目标的实现;在研究区土地利用格局子目标决策偏好的实现上,3组土地利用格局优化方案对实现粮食生产、生态安全、社会经济发展等优化目标的决策偏好具有显著差异;③研究区土地利用格局不同优化方案呈现不同土地利用结构,在空间布局上有显著的分异特征。本文完善和丰富了土地利用格局优化的理论基础和研究方法,可为土地利用规划提供有力的技术支撑。

Bammann-Chiesa-Johnson粘塑性本构模型的参数识别方法与验证

Bammann-Chiesa-Johnson(BCJ)粘塑性本构模型对材料力学响应的再现和预测能力强烈依赖于其模型参数的确定,而模型参数的确定往往是通过反分析方法来进行。由于BCJ粘塑性模型包含了应变、应变率和温度耦合效应以及加载路径和温度历史,其常数多达18个,所以寻找最佳的模型参数识别值十分繁琐。针对BCJ本构模型参数复杂、识别困难的问题,本文基于参数的物理意义,在准静态、蠕变及动态加载试验基础上,通过模型参数解耦分离、粒子群智能优化的方法分6步对18个材料常数进行识别,并用识别结果对1060纯铝动态加载试验力学响应进行模拟,模拟结果与试验结果符合良好。通过定量化误差分析,证明了BCJ粘塑性模型对实验数据的预测具有较高精度,该模型参数识别方法科学可行。

基于空间约束的舰载机出库调度

舰载机在航母上的调度问题是制约舰载机出动和回收的重要因素,以往研究主要集中在飞行甲板调度方面。针对舰载机在航母上的出入库问题进行研究,着力解决舰载机在航母上二、三波次的出动能力。首先对舰载机出库的流程进行分析,梳理制约因素。其次,应用柔性流水车间调度理论对空间约束条件下的舰载机出库调度问题进行建模。再次,对智能粒子群算法应用于舰载机出库调度问题进行分析,对编码进行设计,并给出算法流程。最后,对出库流程进行仿真,计算出最优出库方案及时间,验证了模型的准确性。

从调度模式经济性角度评估电网风电出力接纳能力

随着风电并网容量的增加,电网出现了一定程度的弃风。调度模式直接影响电网接纳风电的能力。本文分别构建了综合考虑系统运行成本和弃风量最小的调度模式、系统运行成本最小的调度模式以及弃风量最小调度模式的模式。提出利用分层优化的思想求解,外层采用基于分段断点的动态规划法安排机组的启停,内层采用多智能体粒子群算法求解系统运行的相关指标。通过算例计算,从调度经济性角度分析不同调度模式下电网最佳风电出力接纳水平。

粘弹性材料与钢的碰撞力学模型分析

近期碰撞调谐质量阻尼器(pounding tuned mass damper,简称PTMD)已经被提出来参与结构的振动控制.因为PTMD的碰撞过程主要由粘弹性材料与钢发生碰撞,所以其碰撞的力学模型是研究PTMD的关键因素.文章通过研究现有的粘弹性碰撞力模型,提出了一种不同的非线性碰撞力模型来模拟粘弹性材料与钢之间的碰撞力.同时通过碰撞实验得到重要系数并用粒子群算法对模型各项参数进行拟合.结果表明,该模型比现有的粘弹性碰撞力模型具有更好的性能.