基于高斯-赛德尔迭代法的光伏电池参数辨识与最大功率点基准曲线的研究

光伏电池的I-V输出特性包含超越方程。文章首先利用光伏生产商提供的标准条件下的数据手册,基于高斯-赛德尔迭代法,提出了一种新的模型参数求解方法;然后,根据模型参数与光照强度、温度之间的关系式,确定出任意环境条件下最大功率点的基准值(功率、电流、电压),并且给出了最大功率点基准曲线的绘制方法;最后,通过将实际光伏电站求得的基准值和实测数据进行比较,验证了方法在实际运用中具有可行性。

基于改进高斯-赛德尔顺序潮流算法的微电网效率分析

文章针对现有各类微电网的拓扑结构,利用转换环节的IGBT/DIODE损耗计算模型,结合高斯-赛德尔潮流算法,提出了考虑转换损耗模型的微电网高斯-赛德尔顺序潮流算法,并运用此法在Matlab/Simulink环境下分析比较了树干式直流、交流、混合微电网和环形直流、交流微电网的效率。仿真结果显示,在假定负荷功率因数为0.8的情况下,环形直流微电网的效率最高,树干式交流微电网的效率最低。

高斯-赛德尔法求解光伏阵列最大功率点基准值

为了快速且准确地求解光伏电池模型参数,进而求解局部阴影条件下光伏阵列的最大功率基准点值,采用高斯-赛德尔法,从工程实际出发,根据局部阴影下的光照情况,把光伏阵列模型分解成光照均匀条件下的多个新光伏阵列模型,利用光伏电池数据手册可以快速且准确地求解模型参数。仿真结果表明:高斯-赛德尔法能够快速且准确地求解拆分后模型的光伏阵列最大功率点基准值;该方法适用于光伏阵列在局部阴影条件下的输出特性和各个峰值点最大功率基准值求解问题。

基于稀疏技术的快速高斯-赛德尔潮流算法

针对高斯-赛德尔潮流算法利用节点电压方程和节点功率方程直接迭代的特点,提出基于稀疏技术的快速高斯-赛德尔潮流算法。其中包括建立以一维方式存贮的二维数组形式的Y(n,d)数据文件,以大大减少存贮单元数并大大提高数据文件的读写速度;读出的一维方式的数据文件可直接构成二维Y(n,d)数组;直接利用Y(n,d)数组完成基于稀疏技术的潮流计算而无需非零判断。此外,比较最佳加速因子的取值精度对计算结果和迭代次数的影响以避免冗余计算;利用改进的加速因子试探法快速确定最佳加速因子以减少潮流计算次数。Y(n,d)数组与传统Y(n,2n)数组相比,其数据文件的读写速度和潮流计算速度均大大提高,且系统规模越大,优势越明显。

高斯-赛德尔迭代法在测量平差中的应用

按照传统的计算方法,条件平差计算起来过程复杂,尤其是对于一些大数据的处理。文中将数值分析中线性方程组的高斯-赛德尔迭代法运用到测量学中,通过Matlab软件建立模块程序,从而简化计算过程。并以水准测量中的高差计算为例,采用条件平差法,通过建立数学模型,在Matlab中编程实现解算。

关于z-矩阵的高斯-赛德尔预条件迭代法

该文引入了新的预条件矩阵P(α,β)=I+αS+Rβ,得到了当矩阵A为非奇异对角占优z-矩阵时,A(α,β)=M(α,β)-N(α,β)为Gauss-Seidel正则分裂,并在此基础上得出了一个重要的收敛定理,最后用数值试验对所得定理结论的有效性进行了验证。

一个高斯-赛德尔方法解方程组的有趣结果

本文首先介绍了用高斯-赛德尔方法求解一般线性方程组的问题,其次介绍了与高斯-赛德尔方法收敛性有关的几个已有结果,然后给出了用高斯-赛德尔方法求解一般三对角方程组收敛的充分必要条件,最后在收敛的条件下给出用高斯-赛德尔方法求解一般三对角方程组的计算机实现.

大规模MIMO系统中块高斯-赛德尔检测算法

最小均方误差(Minimum Mean Square Error,MMSE)检测算法,虽然能在大规模多输入多输出系统中获得接近最优的线性检测性能,但是涉及高维矩阵求逆运算,难以在实际应用中快速有效地实现。提出了块高斯-赛德尔(Block Gauss-Seidel,BGS)低复杂度信号检测算法,将MMSE检测器的滤波矩阵先进行分块预处理,构造分裂矩阵,再通过迭代求解发送信号向量估计值,以提高算法检测性能。仿真结果表明,BGS迭代算法在调制方式为64QAM、用户侧的天线数量设置为16、基站侧的天线数量设置为256时,迭代2次后就能快速接近MMSE检测性能。在设置近似初始值后,BGS算法的性能得到了进一步的改善。当调制方式为256QAM时,设置近似初始值的BGS算法在迭代2次后就能逼近MMSE算法的误码率(Bit Error Ratio,BER)性能曲线,此时算法的复杂度仍然保持在O(K^(2))。

近似最佳加速因子改进高斯-赛德尔法潮流计算

高斯-赛德尔潮流计算方法的收敛性比较缓慢,为提高算法的收敛速度,常用的一种方法是在迭代过程中加入加速因子α,一般是首先给出α的取值范围(通常取1<α<2),然后采用试探法在给定的范围内求得一个最佳收敛因子,其工作量很大,且没有规律可循。针对这个问题,本文提出了一种简单的求取最佳因子的方法,在附加计算量非常少的情况下,程序自行寻找到近似最佳因子。IEEE-14节点算例的结果表明,在改善收敛性方面,近似最佳因子的效果几乎等同于采用试探法求得的最佳收敛因子。

基于细化高斯-赛德尔迭代的线性预编码

在大规模多输入多输出预编码系统中,为提高经典迭代低复杂度线性预编码方法的收敛率,给出一种基于细化高斯-赛德尔迭代的快速收敛预编码方法。不同于经典迭代只求逆矩阵的对角矩阵,所给方法先求逆矩阵的带状矩阵,再通过迭代实现快速编码。带状矩阵含带更多信息,可降低编码系统的误码率。仿真结果显示,所给方法能有效提高预编码的收敛速率、减少迭代次数并降低误码率。

基于高斯-赛德尔迭代法的电缆接地电流计算方法

基于经典的电缆金属护套接地电流计算模型,对原有的经典计算模型进行了改进。在接地电流计算中考虑了感应电压和电缆电容电流对实际测量数值的影响,推导出了高斯-赛德尔(Gauss-Seidel)迭代法求解接地电流计算的步骤,使计算结果更接近实际。应用计算机编程计算了南宁供电局某110 kV电缆线路的接地电流,并将计算结果与实际测量数据进行对比。分析结果显示,计算得出的数据与实际测量得到的数据大小和变化规律基本一致。此方法可作为电缆运行单位计算电缆接地电流等数据时参考。

退化情形下高斯-赛德尔迭代法的几个问题

高斯-赛德尔迭代法是一种经典的求解线性方程组的迭代算法,它对数值线性代数及数值最优化的发展产生了深远的影响.本文主要讨论求解系数算子自伴随且半正定但未必正定的线性方程组的(即退化情形的)高斯-赛德尔迭代法.我们回顾该算法收敛性分析的发展历史,并从与线性方程组等价的无约束凸二次规划问题出发,讨论基于高斯-赛德尔迭代的分块坐标下降法的收敛性,从而等价地得出高斯-赛德尔迭代法求解这类线性方程组的收敛性.与此同时,我们还将讨论与高斯-赛德尔迭代法密不可分的对称高斯-赛德尔迭代法,对比两者收敛性分析的异同.事实上,这其中的不同之处既促使了本文给出无约束凸二次规划问题分块坐标下降法的收敛性证明,又为很多相关问题的后续研究提供了动机.最后,基于本文内容,我们将提出一些与之密切相关但尚未解决的问题,并把它们作为进一步深入研究的对象.

用拟高斯赛德尔迭代法求解鞍点问题的一个注记

对大型稀疏矩阵对应的鞍点问题给出了拟高斯赛德尔迭代法,该迭代法是基于对系数矩阵进行的一种添加Q阵的分裂.对该方法的迭代矩阵作了谱半径的讨论,分析收敛性,只有给出简单的左乘变换时该迭代方法才是收敛的.

基于对称高斯赛德尔分解的交替方向乘子法的因子个数稳健估计

因子分析是一种可用于简化数据,对数据进行降维的统计方法,如今已被广泛应用于各个领域.在因子分析中,如何对因子个数进行选择是非常重要的问题.在实际应用中,因子个数的确定通常依赖于样本协方差矩阵.本文利用~Kullback-Leibler(KL)散度刻画协方差矩阵估计的不确定性,并基于此建立~KL散度正则化最小迹模型对因子个数进行估计.同时,采用具有全局收敛性的基于对称高斯-赛德尔分解的交替方向乘子法对所建立的模型进行求解,并从数值实验的角度验证了模型和算法的有效性.

基于多维扩展的正交时序复用波形框架及其性能分析

正交时序复用(OTSM)是一种适用于高速移动场景的低复杂度调制方法。然而,单一的波形设计方法难以满足多样化的应用需求和性能需求。因此,该文基于加权分数傅里叶变换(WFRFT)提出了加权分数沃尔什-哈达玛变换(WFRWHT),并提出了多维扩展的一体化的加权分数傅里叶变换-加权分数沃尔什哈达玛变换-正交时序复用(WFRFT-WFRWHT-OTSM)波形框架。通过对2维参数的灵活配置,该框架可退化为OTSM、正交时频空、混合载波、正交频分复用和单载波等波形,同时研究了采用高斯-赛德尔(GS)迭代均衡时一体化WFRFTWFRWHT-OTSM波形在时延-多普勒信道下的误码率(BER)性能以及峰均功率比(PAPR)性能。仿真结果表明,在不同时延-多普勒信道下,该框架可通过改变WFRFT和WFRWHT阶次实现更优的BER和PAPR性能。

力矩分配法两种平衡方法的一致性证明

同时节点平衡法和先后节点平衡法是力矩分配法的两种节点弯矩平衡方法,基于矩阵位移法的节点弯矩平衡方程组构建了这两种平衡方法的加权转角迭代式,结合两种平衡方法的求解过程,证明了:(1)两种平衡方法求解的方程组与节点弯矩平衡方程组相同;(2)同时节点平衡法和先后节点平衡法分别采用增量雅可比迭代法和增量高斯-赛德尔迭代法求解节点弯矩平衡方程组,增量雅可比迭代法、增量高斯-赛德尔迭代法分别与雅可比迭代法、高斯-赛德尔迭代法是一致的;(3)两种平衡方法计算的杆端弯矩与转角位移方程计算的杆端弯矩相同。分析结果表明,力矩分配法求解的变量是加权节点转角,权值为杆件在该节点的转动刚度之和,符号相反;加权节点转角大小等于迭代的节点不平衡弯矩之和。

三维柱坐标下ADI-WLP FDTD算法的CPML实现

提出一种三维柱坐标系下交变方向隐式(ADI)的加权拉盖尔时域有限差分(WLP-FDTD)算法,并利用卷积完全匹配层(CPML)实现。通过引入微扰项可将大型稀疏矩阵的CPML形式分解为6个三对角矩阵,之后结合高斯-赛德尔思想,将6个三对角矩阵划分为两部分迭代计算,可进一步提升计算效率和收敛速度。在柱坐标模型的应用算例中,数值计算结果显示该算法的CPML吸收边界对比Mur吸收边界有较好的吸收效果。

基于MT-SIE法求解电大介质目标电磁散射

介绍了一种用于均匀介质目标电磁散射求解的新型多区域表面积分方程(MT-SIE)方法。不同于传统的用于介质目标散射求解的积分方法,该方法将均匀介质目标分解为内、外2个独立的子区,通过在介质表面强加Robin传输条件来保证电流和磁流的连续性。由于介质目标被分解为内外2个独立的子区,不同的子区允许非共形剖分。相较于传统方法,该方法可以更高效地与多层快速多级子(MLFMA)相结合求解电大尺寸目标。为进一步加速矩阵的迭代求解,提出了一种高斯-赛德尔型预条件技术,可以有效改善矩阵的收敛,加快迭代求解速度。

选主元的高斯赛德尔迭代法及其C＋＋程序实现

在高斯-赛德尔迭代法的基础上，引进选主元的思想，对其进行改进，通过具体算例，用c＋＋程序语言实现了高斯-赛德尔迭代法和改进后的高斯-赛德尔迭代法的比较．数值结果表明：改进的高斯-赛德尔迭代法扩大了原有方法解线性方程组的适用范围．

高速移动环境下OTSM迭代检测算法研究

正交时序复用(Orthogonal Time Sequency Multiplexing,OTSM)通过级联时分和沃尔什-哈达玛(WHT)复用将信息符号在时延和序列域进行复用。由于WHT在调制解调过程不需要进行复杂的乘法运算,相比于正交时频空(OTFS)调制有更低的调制复杂度。该文针对高速移动环境下的OTSM系统提出了一种二级均衡器:首先利用信道矩阵的稀疏性和带状结构在时域逐块进行低复杂度MMSE检测;随后采用高斯-赛德尔(GS)迭代检测进一步消除残余符号干扰。仿真结果表明,所提算法与基于单抽头频域均衡的GS迭代检测算法相比,采用16QAM调制且误码率为10–4时有1.8 dB性能增益。