基于改进仿射算法的主动配电网区间调度

针对高渗透率分布式可再生能源的不确定性和仿射算法结果的保守性影响调度计划的问题,提出基于改进仿射算法的主动配电网区间优化调度模型及其求解方法。以区间变量表征分布式可再生能源中风机和光伏出力的不确定性,利用带有误差修正机制的灰色马尔可夫模型得到风机和光伏出力的区间预测值。建立综合考虑主动配电网运行约束和灵活性指标,以综合运行费用最低和净负荷波动最小为目标的主动配电网多目标区间优化调度数学模型。在仿射算法的非线性运算中引入区间泰勒公式,提出一种改进仿射算法并将其应用于主动配电网潮流计算,并通过CPLEX和INTLAB对调度模型进行联合求解。修改的IEEE 33节点系统的仿真结果表明,区间优化调度可为调度人员提供更直观的主动配电网状态量上、下界信息,而且所提方法的计算效率更高,所得区间结果的保守性、可靠性和有效性更优。

基于改进Markov算法的电力线载波通信网络安全态势感知仿真研究

针对电力线载波通信网络安全态势感知单位运算时间较长且误差较大等问题,基于改进Markov算法研究一种新型通信网络安全态势感知方法。采用分区采集与降维运算数据预处理,去除电力线载波信号干扰因素。利用隶属关联矩阵挖掘网络安全要素特征,构建层次化Markov网络安全态势感知模型。利用BW算法寻找目标参数最优解,来确定感知目标点位置,缩短挖掘时间,提高感知精准度。经过试验验证,所提方法单位感知时间只有60~90 ms,多组并行感知均方误差不超过2%,表明所提方法能够满足电力线载波通信网络安全态势感知应用需求。

基于约束区间算法的模糊优化问题的Karush-Kuhn-Tucker条件

主要研究带有不等式约束的模糊优化问题,利用截集构建了与原问题等价的区间值优化问题,基于约束区间算法(CIA)将所得区间值优化问题转为等价的非线性优化问题,从而达到了去模糊化的目的.首先,定义了带有模糊系数函数截集的导数,并利用Zadeh分解定理给出模糊函数的导数概念.其次,在正线性无关约束规范下,建立了模糊优化问题的Karush-Kuhn-Tucker(KKT)条件.最后,利用KKT条件求解具体的模糊优化问题.

拉曼光谱结合光谱特征区间筛选算法快速定量鉴别植物调和油品质

本研究提出了一种基于拉曼光谱与光谱特征区间筛选算法实现植物调和油中高价值植物油含量快速定量检测的方法。首先,将粒子群优化(particle swarm optimization,PSO)算法与灰狼优化(grey wolf optimization,GWO)算法融合构建混合智能优化算法,即PSOGWO算法。其次,将PSOGWO与组合移动窗口(combined moving window,CMW)策略结合构建新型的拉曼光谱特征区间筛选算法,即PSOGWO-CMW算法。然后,将玉米油(corn oil,CO)和特级初榨橄榄油(extra virgin olive oil,EVOO)以不同比例配制为CO-EVOO植物调和油,并采集其拉曼光谱。将拉曼光谱输入偏最小二乘回归、PSO-CMW、GWO-CMW和PSOGWO-CMW模型预测EVOO含量,并比较建模效果。结果表明,PSOGWO-CMW模型具有最佳的预测性能。采用本方法与气相色谱-质谱法分别检测真实的CO-EVOO植物调和油样本中EVOO含量,结果表明两者的检测性能无显著差异。本方法快速、准确,亦可用于其他植物调和油中高价值植物油含量的快速定量检测。

基于最优解区间预筛选的代理模型辅助天线设计优化算法

针对天线优化中全波仿真计算耗时过多的问题,文中提出了一种基于数据约束的代理模型辅助进化算法(SAADC)以实现天线优化设计中效率的提升。首先采用增强随机型差分进化算法,以保证数据生成的随机性与多样性。进一步通过高斯代理模型对仿真结果进行预测,并利用最优解区间预筛选方法舍弃预测结果中较差的个体,以实现算法收敛速度的提升。最终利用所提出的SAADC,对三个不同拓扑结构E型贴片天线的带宽与增益进行了优化设计与结果分析。结果表明,所提出的算法比现有的代理模型优化算法具有更快的优化速度与更佳的优化结果,可满足天线结构高效优化的实际需求。

点估计与区间估计:算法预测呈现方式对人机共融决策效果的影响

决策者对算法的态度及采纳程度是实现人机共融决策扩展中的关键议题。但目前关于算法预测的不同呈现方式的影响尚缺乏深入探究。本文以两个典型的人机共融决策场景为研究情境,设计了三个层层递进的在线随机对照实验,探究智能算法预测结果以点估计及带有不同置信度的区间估计等形式呈现对人类决策者采纳程度的影响及背后的原因。研究发现人类决策者对以不同形式呈现的同一算法预测的采纳存在行为偏误。研究提出并验证了可解释这一行为偏误的一种认知捷径,据此设计了一种可消弭该偏误的算法预测结果展示方式,通过实验验证其效果并分析决策者间的异质性。本研究结论具有清晰的因果识别及可操作性,对人机共融决策相关理论及实践具有一定的贡献。

基于二重故障区间定位和随机森林算法的锂电池组突发性故障诊断

锂电池的突发性故障往往会在短时间内造成极大的危害,制约其进一步的发展。因此,本文对突发性故障进行研究,提出了一个完整的锂电池组突发性故障诊断框架。首先,利用经验模态分解(EMD)对电压数据序列进行分解,将子序列构建新的数据序列并导入二重故障区间定位模型中,利用二分法思想的相关系数和基于时间窗的相关系数诊断突发性故障的故障区间。然后,利用核主成分分析法提取故障特征。最后,使用随机森林算法对故障进行训练和分类,并且与其余方法进行比较。此外,建立故障注入平台,以物理方式触发串联4节电池组上的外部短路和接触故障。试验结果表明,该方法对突发性故障的诊断准确可靠。

基于模糊区间算法的多能耦合系统电能流潮流计算

传统的电能流潮流计算方法往往无法有效处理多能量源之间的复杂耦合关系。为此,研究基于模糊区间算法的多能耦合系统电能流潮流计算方法。基于电热耦合理论,构建以电力、热力系统以及电联产机组等耦合单元为主的电热耦合系统电能流潮流模型,合理定义耦合系统各不确定性状态变量区间范围,并利用模糊数理论,梯形模糊化耦合系统各状态变量区间,通过双层抽样法,完成电热耦合系统电能流潮流模型求解工作,获取系统各状态变量模糊区间解。实验结果表明:所提方法可准确获取多能耦合系统各状态变量模糊区间解;当电热负荷扰动较大时,热网管道流量模糊区间上下限波动较为剧烈,会增加热网流量越限的风险。

基于区间算法的电子设备元器件可靠性参数预测方法

为了优化电子设备元器件可靠性参数预测效果,提升参数预测准确性,本文引入区间算法,进行了基于区间算法的电子设备元器件可靠性参数预测方法研究。首先,采集元器件的运行数据,获取元器件的运行状态与性能指标信息。其次,分析元器件是否存在故障,根据故障率与失效率识别元器件所处寿命阶段。在此基础上构建区间算法模型,得到近似计算预测区间。基于可靠度函数,在该区间范围内预测电子设备元器件可靠性参数指标。试验分析结果表明,本文方法在6类电子设备元器件可靠性参数预测中平均相对误差始终低于对照组,误差率更低,预测结果更精确。

基于Copula函数与多目标进化算法的负荷区间预测

与点预测相比,负荷区间预测可提供预测上界与下界,更有助于电力系统的稳定运行。针对未充分利用相邻负荷序列之间的相关关系而导致预测精度较低的问题,提出一种基于Copula函数与分解的多目标进化算法(MOEA/D)的负荷区间预测方法。该方法通过建立Copula函数,挖掘相邻负荷序列之间的相关性,利用MOEA/D寻找Pareto最优解集,并通过熵权法与优劣解距离法(TOPSIS),得到最优的预测模型参数与预测结果。最后,将该方法应用于某地区的负荷预测,并与常用的区间预测方法进行对比,结果表明该方法具有更好的预测效果。

基于区间型数据离散化算法的电力应急物资供应质量可追溯模型研究

针对当前供应链时间参数计算能力较差,导致追溯模型使用后异常物资召回率较低的问题,设计基于区间型数据离散化算法的电力应急物资供应质量可追溯模型。确定电力应急物资供应周期,分析了电力应急物资供应质量关系;计算应急物资供应链时间参数,为模型的构建提供时间参考量。整合各类参数,构建区间型数据离散化物资质量可追溯模型。实验结果表明,模型具有可行性,且可有效提升异常物资召回率,保证了应急物资管理效果。

运用区间二型模糊集的半监督模糊聚类算法

将区间二型模糊集引入半监督聚类,提出一种运用区间二型模糊集的半监督聚类算法.该算法以区间二型模糊集为隶属度,将已标识样本的类别标签融入目标函数,使得聚类算法可以在已标识样本类别信息的引导下,得到合理的隶属度.实验表明,相比其他聚类模型,结合半监督机制和区间二型模糊集的聚类算法具有更好的聚类性能.

计及多重不确定性的虚拟电厂响应区间评估方法

为了准确评估虚拟电厂在电源侧和负荷侧出现多重不确定性情况下可为电力系统运行提供的响应能力,提出考虑多重不确定性的虚拟电厂响应区间两阶段鲁棒优化评估方法。基于虚拟电厂内可再生能源与负荷不确定性特征的区间描述,建立以运行成本最低为目标的虚拟电厂响应区间评估模型,通过场景分解将其转化为最劣场景与最优场景下的两阶段鲁棒优化模型,采用列和约束生成算法分别求解2个场景下的各设备功率区间计划,并将虚拟电厂在2个场景下的对外响应功率计划作为上、下限,从而评估虚拟电厂参与电网运行的响应区间。算例仿真结果表明,该方法能够在计及不确定因素影响并保证解空间可行的情况下,评估虚拟电厂对外交互功率和运行成本的适宜区间,为虚拟电厂参与电网调度及电力交易提供参考。

基于区间理论的油田综合能源系统优化规划

针对油田的能源结构和用能负荷的特征,构建了油田综合能源系统架构;考虑可再生能源出力的不确定性和油田多元负荷用能的随机性,建立了光伏、光热出力的区间模型,热负荷区间模型和基于价格型响应的电负荷区间模型;通过分析设备投资成本的时间价值和区域碳中和途径,建立一种计及源荷不确定性的综合能源系统规划模型,并结合仿射算法和区间序关系,将不确定性优化问题转化为确定性的多目标优化问题进行求解。算例分析表明,油田综合能源系统架构符合油田能源禀赋和负荷实际耦合情况,设备配置方案投资回收年限短,不确定性权重系数越高,投资越大,年净收益区间越大,结果验证了规划方法的有效性。与传统鲁棒凸规划优化方法相比,所提方法为决策者提供了满足区间约束的解集,避免了规划方案的保守性。

基于区间优化算法的电力系统可靠性评估逆问题模型

电力系统可靠性评估逆问题是指从已知的可靠性指标值出发求取未知的元件可靠性参数的问题,是电力系统可靠性领域一个重要的潜在研究方向。只有在待求可靠性参数个数与可靠性指标个数相等的特殊情形下,采用现有的逆问题研究方法才能取得参数的准确值。针对以上不足,首先,基于可靠性指标解析计算函数,构建逆问题的非线性方程组模型。其次,为计及已知可靠性指标个数大于、等于或小于待求参数个数的3种情形,将方程组模型转化为优化问题,建立逆问题的一般性模型。针对逆问题存在多解的情形,以可靠性参数优化为例,说明如何构建对应于具体工程问题的逆问题模型。然后,提出基于改进区间优化算法的逆问题求解方法,该方法能够在逆问题的不同情形之间进行切换,并确保求得最优解。最后,将所提方法应用于RBTS、IEEE-RTS系统和91节点系统,算例结果表明:针对逆问题的上述3种情形,采用所提方法均可有效求得准确的元件可靠性参数。

电–热综合能源系统仿射型区间多能流算法

针对综合能源系统区间能流算法仅能分析多个不确定性因素共同作用的结果,而无法量化分析各不确定性因素的传递过程及其对系统状态量影响的不足。该文采用仿射算术建立系统不确定性模型,提出电热综合能源系统仿射型区间能流算法。首先,基于泰勒公式简化热网温度方程,建立仿射形式的热网温度传递模型,进一步地,计及耦合元件的不确定性,建立电热综合能源系统仿射模型。在此基础上,考虑管道流量约束进行多源互补,提出热网仿射能流前推回代算法;同时,以耦合元件的仿射功率作为电热网络间的边界条件,提出电热互联系统仿射能流的并行迭代方法。最后,基于IEEE33节点配电网与23节点配热网构成的电热互联系统,分析不同节点负荷变化对系统状态量的影响程度以及电–热系统之间的交互影响过程,验证该文所提方法的可行性和优势。

基于天鹰优化算法的短期风电功率区间预测

为克服随机森林算法预置参数依赖经验设定和风电确定性预测难以描述其随机性的困难,提出一种基于天鹰优化算法(Aquila optimizer,AO)、随机森林(RF)和非参数核密度估计(NKDE)相结合的区间预测方法。首先将AO与RF相结合进行功率单点值预测,在此基础上,为了能够给电网调度和优化配置提供更多信息,引入NKDE进行风电功率区间预测。根据所提出的方法,对如东某风场使用WRF模式预报的风速数据进行对比实验。实验证明,AO-RF-NKDE区间预测模型能够给出综合性能更优的风电功率波动区间,对减少风电功率不确定性,弱化电网波动具有应用价值。

区间图最小连通支配集问题的最优算法

针对区间图的最小连通支配集问题,设计简洁的线性算法。对该算法的时间、空间复杂度进行分析,并从实例和理论两方面验证其可行性和有效性。研究结果表明:该算法是线性的,即区间图上可在O(m+n)时间内找到一个最小连通支配集。

基于区间位移不确定算法的边坡位移反分析法

位移反分析法直接依据现场监测位移确定岩土参数,实际监测不可避免地会受到岩土介质本身、环境、人为因素和测量仪器等因素的影响,导致位移反分析参数反演结果依赖所获取监测位移本身的精度。考虑岩土工程中种种不确定性,在传统位移反分析法基础上引入区间分析法,形成一种不确定性反演方法,通过综合考虑现场监测误差将最终反演参数结果用一个包含参数“真值”的区间集合表示。上述方法以Matlab为载体程序,借助INTLAB工具箱实现区间逻辑计算,采用FEATool Multiphysics作为有限元计算模块,实现了整个程序编制。针对传统最小二乘法应用于区间位移反分析法目标函数的不适性,提出了一种基于序关系区间排序法的改进目标函数。改进目标函数是基于传统最小二乘法“逼近”原则引入序关系区间排序法并参考可能度区间排序思想提出;结合编制的区间位移反分析程序特性,提出了一种改进优化算法——基于全局搜索及粒子群优化的改进优化算法。最终通过一边坡算例对程序有效性进行了验证,结果表明,区间反演误差均在3.5%以内,误差在可接受范围内,证实了所编制的区间位移反分析程序的可行性。

一种配电网故障区间定位改进算法的研究

配电网故障定位是配网恢复供电的前提,影响着供电服务水平。当前配电网故障定位的研究主要关注遗传算法等智能算法,本文着眼于常规遗传算法在局部收敛、寻优速度等方面存在的缺陷问题,提出了一种改进方法。该方法以遗传算法全局寻优能力为基础,通过引入自适应调整系数对参数进行优化编码,对种群多样性水平进行综合考量,在保持高收敛性和寻优能力的基础上,增强了全局寻优能力,有效规避了局部最优解。同时,本文的算法在变异操作过程中进行个体优选,提高了寻优速度,减少了迭代次数,显著提升了寻优效率。最后,对一个20节点的配电网络进行了故障定位仿真实验。实验证明该方法在信息完整与信息畸变的情形下都能完成准确的故障定位,并且寻优效果显著优于传统算法,具备很好的有效性与优越性。