改进巴氏距离算法下混合级联直流输电纵联阻抗保护优化

为提高纵联保护在LCC-MMC混合级联高压直流输电系统中的鲁棒性,提出一种基于纵联阻抗和改进巴氏距离算法的高压直流输电纵联保护方案。该方案将巴氏距离算法与纵联阻抗保护相结合,对被保护线路首末两端电气量的差异进行量化,并通过量化后的数据,进行区内外故障的判定,然后基于能量函数构建了故障选极判据,保证了保护的可靠性;在此基础上,通过分形维数构建了改进的自适应滑窗,提高了保护的速动性。最后,基于Matlab与PSCAD/EMTDC平台建立了“白江工程”±800 kV LCC-MMC混合级联高压直流输电系统模型,并对所提改进后的保护方案进行验证。仿真结果表明所提保护方案能够快速可靠地判别区内外故障并正确完成故障选极,且有着较好的耐受过渡电阻能力。

基于改进级联算法的不平衡数据集分类检测算法

以提升不平衡数据集分类检测为研究目标,提出基于改进级联算法的不平衡数据集分类检测算法.首先,采用卡尔曼滤波法进行数据去噪预处理,利用小波阈值去噪算法二次消除噪声数据,并对去噪结果进行归一化预处理;利用DPC算法提取数据的局部密度特征,利用时间编码挖掘数据的时序性特征,采用Apriori算法的强关联规则提取数据集特征;利用模糊层次聚类算法对支持向量机进行优化,实现数据类型的划分;利用改进的级联算法联合布谷鸟算法实现不平衡数据集分类检测.实验结果表明本方法的分类协方差低于0.15,检测准确率高于95%,检测时间低于2.2 ms,有效提升了不平衡数据集分类检测效果.

单相级联整流器开路故障诊断和容错均压空间矢量脉宽调制算法

针对单相级联H桥整流器(CHBR)的功率开关器件存在的开路故障问题,研究一种开关管开路故障的快速诊断算法,以及针对开关管开路故障的容错均压空间矢量脉宽调制(SVPWM)算法。首先,该文分析单相CHBR功率开关管开路故障时电流流通路径的变化,建立电流误差变化率的分析模型,并提出一种基于电流误差变化率的快速诊断算法。该算法可以快速且准确地定位到故障开关管,且易于在程序中实现。其次,该文提出一种故障容错均压SVPWM算法,该算法在开关管开路故障时利用冗余矢量和冗余开关状态可以使系统在发生故障时仍然可以正常运行,并且各模块间的直流电压也能保持均衡。最后,通过仿真和实验验证了该文所提算法的可行性。

基于多粒度级联森林算法的玉米纹枯病预测

农作物安全是其实现高产的重要因素。近年来机器学习算法为玉米纹枯病预测提供了新思路,在研究玉米纹枯病以及机器学习算法的基础上,针对传统机器学习算法模型复杂且表现不佳的缺点,提出基于多粒度级联森林算法去实现玉米纹枯病的预测。应用最大最小标准化和Z-Score标准化方法对数据进行预处理,利用单变量检验和皮尔逊系数来衡量特征参数的选择,然后将选出的特征参数作为预测模型的输入变量,建立多粒度级联森林预测模型,在测试集上运行模型,用均方根误差、平均相对误差和决定系数对模型性能进行评估。研究结果表明,多粒度级联森林模型的决定系数明显高于BP神经网络和随机森林算法,具有较好的预测效果。

基于变论域模糊PID算法的锂电池组级联式均衡控制

为了解决锂电池组在长期使用过程中串联单体电池之间电压存在不一致的问题,提出了一种基于变论域模糊PID控制的级联式双向Cuk均衡电路系统。该系统采用级联式双向Cuk均衡电路实现了不相邻电池之间的均衡,采用变论域模糊PID算法提高了电池电压的均衡速度。为了验证该系统的可行性与优越性,在MATLAB/Simulink中设计了传统双向Cuk均衡电路和级联式双向Cuk均衡电路仿真模型,模糊PID算法和变论域模糊PID算法控制下的仿真实验结果对比表明,基于变论域模糊PID算法的级联式双向Cuk均衡拓扑的均衡时间比未加控制算法的传统双向Cuk均衡拓扑的均衡时间减少了64.29%;比未加控制算法的级联式双向Cuk均衡拓扑的均衡时间减少了50.82%;比基于模糊PID算法的级联式双向Cuk均衡拓扑的均衡时间减少了14.29%。系列仿真实验结果对比分析验证了基于变论域模糊PID控制的级联式双向Cuk均衡电路系统可以提高电池的电压均衡速率。

基于级联宽度学习与麻雀算法的非侵入式负荷分解方法

深度学习被广泛应用于非侵入式负荷分解中,其分解精度高但存在网络结构复杂、训练过程极度耗时等问题,并且对计算资源有一定要求,难以与嵌入式设备集成使用。对此,面向低频数据,提出一种基于级联宽度学习与麻雀算法的非侵入式负荷分解方法。首先,改进宽度学习特征节点的连接方式,构建各目标设备的级联宽度学习负荷分解网络。然后,通过麻雀搜索算法确定各目标设备分解网络的最优特征节点和增强节点数,实现负荷的高效分解。最后,基于实际数据集UK-DALE进行了仿真实验,通过与常用的非侵入式负荷分解方法进行比较,验证了所提方法的优越性。

改进的神经网络级联相关算法及其在初至拾取中的应用

针对传统BP神经网络存在的问题,引入一种神经网络构造算法——级联相关(CC)算法。该算法具有比BP算法更快的收敛速度,能根据待解决问题自行确定网络结构,即能随时扩展网络拓扑结构以学习新样本。常规CC算法的初始网络只包含输入层和输出层。改进的CC算法起始于适当的BP网络结构(存在隐含层);且为了防止权值病态递增,在训练候选隐含神经元的目标函数中加入了正则化项,对权值进行衰减。仿真试验表明:改进的CC算法具有更快收敛速度、更强泛化能力;瞬时强度比、振幅、频率、曲线长度比、相邻道相关性等五种地震属性特征交会图显示对初至波具有稳定的区分能力。本文构建的神经网络初至拾取方法在实际资料应用中取得了良好效果。

基于级联延时信号消除-锁相环算法的配电网静止同步补偿器控制策略

对于配电网静止同步补偿器(distribution static synchronous compensator,DSTATCOM),并网电压的相位实时检测是无功功率检测以及各种坐标变换的关键。在传统的基于同步旋转坐标系的锁相环的基础上,提出了基于级联延时信号消除(cascaded delayed signal cancellation,CDSC)的锁相环算法,以抑制电网电压负序分量和谐波分量对检测结果的影响,并采用拉格朗日插值算法提高相位检测的精度和速度。将该方法应用于负载平衡和不平衡情况下的星形连接的级联式DSTATCOM系统中,平衡情况下采用基于分相控制和有功电压矢量叠加法的控制策略,不平衡情况下采用基于分相控制和零序电压注入法的控制策略,仿真结果验证了控制方法的正确性和有效性。

H桥级联型整流器直流电压平衡控制改进算法

直流母线电压平衡控制是H桥级联型整流器(CHBR)主要的研究问题。为此在建立CHBR的数学模型基础上,分析了一种基于比例-积分(PI)调节器的CHBR直流电压平衡控制算法,并针对其不能空载运行的问题展开研究,利用相量图法揭示了该方法在空载时失控的内在机理;同时根据分析的结果提出了改进算法。改进算法的主要特点是通过使各功率单元的交流侧电压基波相位保持相同来实现空载条件下的电压控制,它不仅适用于直流电压给定值相同或者不相同的CHBR控制,同时也易于扩展到多单元的CHBR。对所提的算法进行了仿真研究,并搭建两单元CHBR的实验样机,对文中提到的改进算法进行了实验验证。实验结果表明了改进算法的有效性,同时也验证了改进算法和原算法在空载运行特性上的差异。

基于随机算法的级联车速观测器设计

为降低复杂轮胎模型带来的运算负担,首先在数据/机理混合描述的轮胎模型的基础上得到车辆动力学描述并进行了模型验证。然后,采用模块化估计策略,设计非线性级联车速观测器,并利用随机算法对级联车速观测器参数及增益选取进行了讨论。为验证车速观测器的估计效果,在车辆运行的常规和极限工况下进行了仿真研究,并与降阶车速观测器方法及高精度车辆动力学模型进行了对比研究。结果表明,采用随机算法得到的级联车速观测器参数和增益可获得较好的估计效果,同时,采用数据/机理混合建模方法设计观测器可得到较快的计算速度。

基于归一化常数模算法的级联自适应盲均衡算法

为了克服常数模算法收敛速度慢、稳态误差大的缺点,利用分数间隔盲均衡器的优点,分析了过采样的分数间隔盲均衡器理论,提出了一种基于归一化常数模算法的级联自适应盲均衡算法。该算法以分数间隔盲均衡器为第一级,以波特间隔盲均衡器为第二级,由归一化常数模算法对两级均衡器权向量进行更新,用水声信道对算法的性能进行了仿真研究。结果表明,分数间隔盲均衡器的性能优于波特间隔盲均衡器;高采样率的分数间隔盲均衡器与波特间隔盲均衡器级联后的性能优于低采样率的分数间隔盲均衡器与波特间隔盲均衡器级联后的性能,而且级联盲均衡器总是优于单级的分数间隔盲均衡器。

基于目标级联法和粒子群算法的柔性分布式车间调度

针对传统的单车间调度优化不能满足分布式车间调度优化的需求,提出一种基于目标级联法和粒子群算法的层次化柔性分布式车间调度优化模型,其中的生产计划层负责零件的分配,车间调度层负责零件加工路线的规划。以2个柔性制造车间组成的调度优化问题为例,验证该调度模型的有效性。研究结果表明:所提出的模型在将加工零件合理地分配到适当车间的同时,实现了零件加工路径的规划,从而为解决柔性分布式车间调度优化问题提供一种有效方法。

一种由移位数列生成GMW序列和级联GMW序列的新算法

该文提出了一种新的根据移位数列生成GMW序列和级联GMW序列的构造方法,该方法简化了传统的GMW序列和级联GMW序列的构造方法,大大提高了生成效率,且验证了其可行性。

基于级联混沌映射的图像加密算法

提出了一种应用级联混沌映射对数字图像进行加密的算法.由于混沌映射对初始值和参数的高度敏感性及混沌序列的遍历性和良好的相关性,该算法简单易于实现,且便于同步.实验结果表明,这种加密算法具有高度的安全性和有效性.

基于目标级联法和遗传算法的多学科设计优化研究

目标级联法是一种有效解决复杂工程系统优化问题新型的多学科设计优化方法,而遗传算法是一种基于生物自然选择与遗传机理的智能型全局搜索算法,为此,将遗传算法应用于目标级联多学科设计优化中,形成一种新型的GA-ATC优化算法,并以齿轮减速器优化设计为例验证该算法的有效性。

改进的混合级联遗传算法

将模拟退火算法和级联遗传算法相结合,提出了一种改进的混合级联遗传算法。模拟退火算法承认物种进化过程中的局部失败和倒退,它允许进化中的波折而不是非要物种进化一直是上升的、成功的,模拟退火算法能使搜索过程避免陷入局部最优解。级联遗传算法假设问题的最优解总是靠近于问题的局部最优解的,据此,级联遗传算法通过不断缩小解空间达到快速收敛的目的。综合运用这两种算法,可克服模拟退火算法收敛速度慢、级联遗传算法局部搜索能力差的缺点。利用本算法构造CL多小波前置滤波器的实验结果表明,本算法不仅计算速度快,而且稳定性也得到了显著提高。

基于HSV和MB_LBP特征的级联Adaboost车牌检测算法

车牌检测作为车牌识别系统中的重要环节,直接影响着车牌识别的准确度.为提高车牌的检测率和检测速度,提出了一种基于HSV颜色模型和多分块局部二值模式(MB_LBP)特征的级联Adaboost车牌检测方法.首先将车牌图像由RGB颜色空间转换到HSV颜色空间,统计蓝色像素占车牌总像素的比例,来构建第一层强分类器;其次对车牌字符样本提取MB_LBP特征,利用Adaboost分类器训练方法进行特征选择及分类器训练,最后利用Cascade结构检测法形成一种新的车牌检测算法.实验表明,本文算法有效的提高了车牌检测率和检测速度.

一种基于BP和WED的级联译码算法

在研究WED(Weighted Erasure Decoding)算法的基础上,提出了一种新的针对中短LDPC码的BP-WED级联译码算法。BP算法是软输入软输出的算法,当BP译码失败后,其输出软信息进行分级量化,送入WED算法。由于WED算法时间复杂度低,适于硬件实现,因此BP-WED级联译码算法要比BP-OSD等级联译码算法更具有硬件可实现性。仿真显示提出的BP-WED算法是有效的,可以在计算复杂度和性能之间进行较好的折衷。

高分辨率过井地震层析成像的级联算法及其应用

将过井地震层析成像的级连算法应用到垦71区井间地震资料处理中,得到了高分辨率、精确的井间纵波速度结构。首先根据初至出射角,旋转合成得到清晰的纵波波场,再精确拾取初至到时。初始速度模型是参考测井资料的分层模型,第一级反演算法为分辨率较低但稳定的BPT反演算法,为第二级高分辨率反演算法——阻尼LSQR迭代反演算法提供模型。层析结果显示出清晰的泥、砂互层,与测井参数构造解释对比,高、低速带与砂/泥岩层基本吻合,最高能分辨1/4地震波波长的薄层。研究证明级连算法能很好地兼顾高分辨率和高精度,大大提高了井间地震走时层析成像的质量,可以广泛地应用于油田的勘探和检测。

基于组合特征和级联分类器的防震锤检测算法

提出一种高压输电线路上的防震锤检测识别算法,算法基于分块的Haar特征、基于区域的LBP特征以及HOG特征一起作为组合特征来检测防震锤。其主要分为5个步骤:预处理待检测图像;改进归一化互相关匹配算法并进行模板匹配,得到防震锤疑似区域样本集;提取防震锤疑似区域的组合特征;对防震锤疑似区域使用级联分类器进行多级分类;统计分类结果。实验结果表明,该算法具有较高的精确率、召回率和准确率。