融合GSO算法与AFSA算法的人工智能电力系统预测模型设计

为了解决传统统计模型在电力系统负荷预测中存在的稳定性差、使用率低等情况,研究将人工智能引入到了电力系统的统计模型中。研究创新地将人工萤火虫算法和人工鱼群算法进行优化和融合,将其用于构建电力系统负荷预测模型。首先对人工萤火虫算法进行优化,然后将优化后的人工萤火虫算法与人工鱼群算法进行融合用于构建电力负荷预测模型,最后利用仿真实验来验证预测模型的性能。结果表明,通过预测模型的归一化处理,节点电压的波动范围明显更平稳,其波动范围分布在[0.961~1.00pu]。同时预测模型在迭代至66次获得了最优解,也明显优于对比算法。这说明融合人工萤火虫算法和人工鱼群算法的人工智能电力系统负荷预测模型在准确性和稳定性方面表现出优越性。

基于EPFD的NGSO下行链路对GSO地球站的干扰分析方法

非静止轨道(NG SO)与静止轨道(G SO)卫星系统在部分频段同频共存,《无线电规则》中规定在卫星固定业务(FS S)、卫星广播业务(B S S)划分频段内NG SO系统须满足规定的等效功率通量密度(EPFD)限值以保护G SO系统。文章阐述了EPFD的定义,指出EPFDdown是两系统共存最具有制约性的参数,梳理了根据国际电信联盟无线电通信部门(ITU-R)建议书S.1503计算EPFDdown的流程,包括生成功率通量密度(PFD)包络、确定计算内容,定义最差几何形状(WCG)和决策,最后给出使用Transf inite软件进行NGSO下行链路对GSO地球站的干扰分析流程示例。

改进GSO算法的成套订单调度和维修联合优化

基于对生产调度和设备维修间相关关系的分析,设计了成套订单调度和设备维修的联合策略。该策略根据故障率的大小来判定对应的设备维修活动或后续的调度任务,根据该策略,以加工作业顺序和预防性维修阈值为决策变量,加权成套订单数最大为优化目标构建了联合决策模型。利用对调度问题特点和设备故障机理的分析,设计了一个改进的萤火虫算法,将其运用于求解所提出的联合决策模型,并通过数值实验和灵敏度分析,验证了改进算法的可行性和模型的有效性。

LM-6 Launches Five Satellites on Its First Low-Inclination Launch

A LM-6 carrier rocket launched from the Taiyuan Satellite Launch Center with5 Ningxia I satellites at 14:35 Beijing time on November 13,2019,launching those satellites into their planned orbits accurately.The Ningxia I satellites were developed by the DFH Satellite Co.,Ltd.under GCAST for use in remote sensing detection.

基于改进GSO算法的变电站蓄电池组监测网络优化方法

针对当前现有变电站蓄电池组监测网络在运行中存在监测精度低、监测运行能耗大的问题,引入改进萤火虫群优化(Glowworm Swarm Optimization,GSO)算法,开展变电站蓄电池组监测网络优化方法研究。针对监测网络中的各个节点,计算运行能耗。在变电站蓄电池组监测过程中,以网络运行消耗能量最小为优化目标,完成蓄电池组监测网络优化目标函数与约束条件设计。利用改进GSO算法,对监测网络拓扑结构进行优化。实验证明,利用新优化方法优化后的监测网络的监测精度更高,且网络运行能耗得到显著降低,具有极高的应用价值。

基于空间位置概率的NGSO通信星座干扰仿真分析研究

针对非静止轨道(non-geostationary orbit,NGSO)通信星座系统与静止轨道(geostationary orbit,GSO)卫星系统同频干扰问题,建立了面向多波束NGSO通信星座系统的集总干扰分析模型,根据国际电联的相关建议和报告,提出了基于空间位置概率的双精度分析方法.通过对NGSO参考卫星进行空间采样,得出干扰的统计分布规律.以OneWeb和SINOSAT-5系统为仿真场景,评估了两系统间的干扰情况,并与国际通用工具对比验证了所提方法的正确性.在此基础上探究了精细步长仿真准则和地球站位置对结果的影响.结果表明,对于大规模NGSO通信星座系统,分隔角小于等于精细步长区域夹角的NGSO卫星数占比门限为20%时能够兼顾结果精度和计算效率,干扰分布趋势与GSO地球站纬度密切相关.

基于AGSO-BAS混合算法的配电网分布式电源优化配置

随着分布式发电技术的发展,在配电网中接入一定容量的分布式电源(DG)对于改善配电网负荷供电质量、降低系统网损水平、提高运行经济性等具有显著的作用,本文针对分布式电源配电网中的位置、容量优化配置问题,建立了关于分布式电源建设运行总成本和系统网络损耗的多目标优化配置模型,并提出了一种基于改进萤火虫(AGSO)优化算法和天牛须(BAS)搜索优化算法的混合优化算法对分布式电源优化配置模型进行求解,在计算得到Pareto解集后,利用交互式模糊决策技术从解集中选取最终的电源配置方案。最后以IEEE 33节点配电网系统作为算例进行了仿真分析,验证了模型的合理性和方法的有效性,并分别使用混合算法与基本AGSO算法优化系统网损,对比结果表明,提出的混合算法收敛性和寻优精度更好,能有效地解决配电网中分布式电源的优化配置问题。

国产GSO晶体的光产额测量

采用与单光电子相比较的方法测量了国产GSO晶体样品的光电子产额,结果表明,GSO样品的光电子产额及能量分辨率与闪烁体在光电倍增管光阴极面上的放置方式有关,在较好条件下,被测GSO晶体的光电子产额可到2013phe/MeV,对137Cs 661.6keV光峰的能量分辩为FWHM=10.1%。

基于GSO算法的自适应随机共振轴承故障诊断

针对强噪声下轴承故障弱信号较难检测和传统仅靠单参数优化随机共振系统问题,提出一种基于萤火虫优化算法(GSO)的自适应随机共振轴承故障信号检测方法。首先按固定频率压缩比压缩频率;然后以传统随机共振系统输出信噪比作为GSO算法的初始荧光素,利用GSO算法选取随机共振系统的结构参数a、b;最后通过双稳随机共振系统的输出信噪比检测轴承故障弱信号是否增强,通过系统的输出时域图分析信号的周期性,通过功率谱分析轴承故障弱信号的特征频率。仿真验证与试验验证结果分析表明,该方法可检测出轴承故障弱信号,实现弱信号的增强和降噪。

基于GSO算法的无线监测网络拓扑优化方法

针对目前无线监测网络拓扑优化模型复杂,难以求解的问题,提出基于GSO算法的无线监测网络拓扑优化方法。首先建立无线单跳网络和多跳网络能耗模型,并以能耗最小为目标,建立多约束的无线监测网络拓扑优化模型,对配电终端监测范围、节点簇间的距离和感知范围等网络拓扑元素进行优化;然后采用GSO优化算法对所提网络拓扑优化模型进行求解,该算法不依赖于初始状态,收敛性好,可有效解决模型难以求解的问题。理论和仿真证明,该优化模型通过拓扑优化可有效降低能耗,且采用GSO算法求解该模型具有速度快和精度高等优越性。

基于GSO-BP神经网络的城市轨道交通客流量短时间预测

城市轨道交通作为公共交通客流量的分担措施之一,能够解决因客流量预测不准确而带来的资源浪费和低效益问题。建立一种新的GSO-BPNN方法,该方法在BP网络的基础上植入GSO算法,优化网络的初始权值和阈值,并以某城市轨道交通客流量为例,对比普通BP网络预测模型,结果显示GSO-BPNN方法的预测精度较高。

一种改进的变步长自适应GSO算法

基本萤火虫群优化(GSO)算法在求解全局优化问题时,存在收敛速度慢、求解精度不高等问题。为此,提出一种变步长自适应GSO算法。该算法在一定程度上可以避免GSO算法过早陷入局部最优,且步长随迭代次数的增加而自适应地调整,从而使算法在后期获得精度更高的解。运用6个标准测试函数进行实验,结果表明,与GSO算法相比,该算法的收敛速度及精度均有明显提高。

计及渗透率约束的风光火储系统容量优化及规律研究

为探索不同风光渗透率对风光火储系统容量配置及系统运行的影响规律,以风光火储联合发电系统为例,构建了考虑渗透率约束与火储联合控制的3层容量优化模型。首先,将黄金搜索优化(golden search optimization,GSO)算法引入容量优化配置求解中,给出不同渗透率约束下系统最佳容量配置,求得系统运行指标数据结果;然后,对所得结果进行最小二乘法曲线拟合,得到系统的经济性、可靠性和稳定性与不同渗透率之间的变化曲线;最后,系统地分析了曲线趋势变化的主要原因,可为风光等可再生能源系统容量优化配置及运行规划提供借鉴。

基于GSO-IMUISC算法的低空目标波达方向估计

针对低空多径干扰下多重信号分类算法(MUSIC)角度估计精度不理想和谱峰搜索运算量大的问题,提出基于萤火虫算法的改进MUSIC算法(GSO-IMUSIC)。通过将接收信号协方差矩阵重构为Toeplitz矩阵消除多径相干影响,分析采用小生境遗传算法(NGA)、粒子群算法(PSO)降低运算量的不足,利用萤火虫算法(GSO)搜索空间谱函数峰值。仿真结果表明,与NGA-MUSIC和PSO-MUSIC算法相比,在降低运算量的同时,GSO-IMUSIC算法能较好克服多径干扰,角度估计精度更高。

基于GSO-Canny算法的输电线路覆冰厚度检测

基于现有图像识别的覆冰厚度检测方法较少考虑覆冰形状多样性情况,提出了基于人工优化萤火虫算法-Canny算法(GSO-Canny)的边缘检测方法。针对覆冰背景复杂且覆冰形状多样的特点,利用GSO-Canny算法来分割并提取覆冰边缘,解决阈值计算复杂度高、自适应性差等问题;之后,在提取出边界轮廓的基础上通过比较覆冰前后输电线路区域像素宽度,结合实际输电线路直径求取覆冰厚度。实验表明,所提方法可对输电线路带规则覆冰和带冰棱的覆冰图像的进行有效检测,计算覆冰厚度误差在1.2%左右。

基于混沌和自适应搜索策略的GSO算法分析与优化

针对基本萤火虫群算法在全局优化问题求解过程中存在的求解精度偏低、易陷入局部最优、收敛速度较慢等问题,提出一种基于混沌和自适应搜索策略的萤火虫优化算法(CSAGSO)。利用混沌搜索技术对萤火虫种群进行初始化以得到分布更为均匀、合理的较优初始解;运用混沌扰动优化策略对每一代适应度较差的部分萤火虫个体进行混沌扰动以增强种群多样性和提高全局搜索能力。采用动态步长的自适应搜索策略,并对寻优过程中静止不动的萤火虫个体位置进行更新,加快了算法前期收敛速度,减少了后期震荡现象发生。仿真实验结果表明,优化后的萤火虫算法参数较少并具有较好稳定性,同时在求解精度和收敛速度上都明显优于基本萤火虫群算法。

利用姿态调整规避地气光的GSO空间碎片观测方法

针对空间碎片天基光学观测时的地气光规避问题,提出一种利用卫星姿态调整的观测方法。首先,建立地气光对卫星遥感器观测效能影响的数学模型,计算地气光影响卫星弧段。其次,建立空间碎片观测数学模型,对观测方法进行设计。最后,基于STK和MATLAB软件联合仿真,对观测效能进行仿真分析,迭代优化观测方法。以500km太阳同步轨道卫星对地球同步轨道(GSO)空间碎片观测为例,仿真分析其地气光影响弧段及观测效能。仿真结果表明:文章提出的方法可有效克服地气光影响,且观测效能高。

基于GSO-GNNM模型的区域物流需求预测

准确预测区域物流需求量是科学制定区域物流业发展规划,实现区域物流系统供需平衡的决策基础。在现有研究的基础上,考虑到区域经济发展水平与区域物流需求的相关性,提出一种区域物流需求预测的GSOGNNM模型,运用1999—2013年间湖南省货物周转量和相关经济指标的统计数据对所建预测模型的有效性进行检验并与其它预测模型进行比较,结果表明该模型具有较强的预测能力。

基于GSO与加权质心的DV-Hop定位算法

由于经典DV-Hop定位算法中定位精度较低,提出一种改进算法。首先,未知节点计算到各信标节点的距离时,采用不同平均每跳距离。其次,采用GSO(galactic swarm optimization)思想把网络中的信标节点分为不同种群,使用粒子群优化算法估计每个种群中未知节点的最优位置,其最优位置构成一组次优解集。最后,利用加权质心算法优化次优解集作为未知节点的坐标。实验仿真表明,该方法能有效降低未知节点的定位误差。

基于GSO-GPR算法的岩层移动角预测模型及其应用

为快速准确获取金属矿地下开采岩层移动角,提出基于群搜索优化(GSO)算法的改进高斯过程回归(GPR)理论。以矿体上下盘围岩性质、上下盘围岩稳固程度、地下水情况、矿体走向长度、矿体倾角、开采厚度及深度9个影响因素作为判别指标,结合35组实测数据建立金属矿充填开采岩层移动角学习预测模型。将该模型应用于三山岛金矿岩层移动角预测,利用UDEC数值模拟结果进行对比验证,同时分析三山岛金矿海下开采对上盘竖井的影响。研究结果表明:(1)GSO-GPR预测模型对地下开采岩层移动角的预测效果良好,预测精度在5%以内;(2)三山岛金矿上、下盘岩层移动角分别为72°和68°;(3)当前矿山开采未对竖井造成影响,但随着开采深入至-658 m水平,竖井将进入塌陷范围。