基于多级B-C-N-M域子网络故障扩散的复杂配电系统可靠性评估

提出了一种基于多级B-C-N-M域子网络故障扩散的复杂配电系统可靠性评估的模型和算法。根据断路器和分段开关在配电网络中的位置,将整个网络划分为多级B-C-N-M域子网络。利用等值算法计算出各子网络的等效可靠性参数,并依据各子网络的等值故障扩散求得各负荷点及系统的可靠性指标。该模型和算法计及了备用电源、断路器、熔断器及分段开关的影响,计算量比较少,适用于复杂配电系统的可靠性评估。

一种基于混沌优化的混合粒子群算法

粒子群算法是一类基于群智能的优化搜索算法。该算法初期收敛很快,但后期易陷入局部最优点。为了提高粒子群算法的性能,将粒子群算法全局搜索的快速性和混沌算法的一定范围内的遍历性二者结合,提出一种基于混沌优化的混合粒子群算法。该算法首先用粒子群算法进行快速搜索,当出现早熟收敛时,对局部较优的部分粒子和全局极值采用混沌优化策略。对两个典型的测试函数进行仿真表明,该算法能够摆脱局部极值,得到全局最优。将其用于(N+M)系统费用模型求解,得到最优解,同样验证了该算法搜索效率、精度优于一般的粒子群算法,同时具有较好的收敛稳定性。

全局混沌杂交的粒子群优化算法及应用

提出一种新的混沌粒子群优化算法(EC-CPSO),该算法在基本混沌粒子群优化算法(CPSO)基础之上,将粒子速度计算公式中的随机数用混沌随机序列来替代,同时应用早熟判断机制,在对最优粒子进行混沌化处理之外,对其余粒子进行杂交处理,提高了算法的寻优能力,有效避免算法陷入局部最优并防止过早收敛.将之用于(N+M)容错系统优化模型证明该算法与CPSO相比具有一定的优势.

基于现场总线的N+M容错控制系统研究

以机器人化遥控铲掘机为例 ,论述了基于现场总线的 N+M热切换容错控制系统的体系结构、热切换、容错策略等问题。与传统方法相比 ,该方法具有结构简单、可靠性高、柔性好等特点 ,是提高系统可靠性的一种全新的切实可行的途径 。

结合N-W方法的L-M算法在变压器故障诊断中的应用

在分析Levenberg-Marquardt(L-M)算法和Nguyen-Widrow(N-W)方法原理的基础上,提出了一种多层前馈神经网络训练算法,该算法在使用N—W方法初始化神经网络可变参数的基础上使用L-M算法训练多层前馈神经网络。构造了适合于变压器油中溶解气体分析故障诊断的神经网络,使用了标准BP算法、加动量项BP算法和结合N-W方法的L-M算法训练该网络,结果表明算法收敛速度快、不容易陷入局部极小点。将训练所得网络用于变压器油中溶解气体分析故障诊断,诊断结果验证了该方法的有效性。

改进的遗传算法在(N+M)容错系统优化中的应用

根据(N+ M)容错控制系统模型高度非线性和复杂性的特点,尝试用一种改进的遗传算法来实现对此类复杂模型的优化求解。模拟退火和分层遗传算法是2种较好的改进遗传算法性能的方法,通过对其进行研究,将这两种思想有机地结合起来,提出了一种基于模拟退火机制的分层遗传算法。该算法以分层遗传算法流程作为主体流程,把模拟退火机制融入其中,用以调整优化群体。并将他应用于(N+ M)容错系统的数学模型的优化。仿真结果表明,该算法与传统遗传算法相比,不仅能增强算法的全局收敛性,还能加快遗传进化速度,得到满意的全局最优解。

基于电网故障与气象因果关联分析的系统风险控制决策

输电线路长期暴露于大气环境当中,易受雷电、台风、暴雨等灾害性天气影响而发生故障,故障原因不同电网的应对措施应有不同。研究了不同天气状况下输电线路故障的概率,提出了依据统计分析结论,在预报的气象状况下,对存在故障风险的线路集,对N-m故障风险进行评估,并以此为依据选择电网运行方式以降低系统风险、提高系统抵御恶劣自然灾害的能力。通过对南方沿海某地区的灾害性天气的分布特征进行统计分析,得到了灾害性天气在不同时间范围爆发的频度,使用RBTS系统进行测试,验证了该方法的可行性。

基于模拟退火遗传算法(N+M)容错系统优化模型的求解

本文提出了求解(N+M)容错系统优化模型的模拟退火遗传算法.该算法在遗传算法的约束条件处理、交叉和变异概率选取、变异个体等环节引入了模拟退火机制,实现了模拟退火和遗传算法的融合,进一步改善算法的搜索能力、搜索效率和收敛性能.计算结果验证了算法的有效性和正确性.

BP算法的研究及在汽轮机故障诊断中的应用

运用Nguyen-Widrow方法初始化Levenberg-Marquardt算法中的变量参数,在此基础上,L-M算法在训练神经网络中的应用,减少了网络训练时权值和阈值的调整次数,加快了算法收敛速度,保证了误差为误差平面的全局最小值,并将使用N-W方法的L-M算法应用于汽轮发电机的故障诊断。经理论和实践证明该方法提高了故障诊断的准确性和可靠性,并为转动机械提供了有效的故障诊断方法。

P2P系统中降低错误相关性的方法

目前许多P2P网络存储系统都采用了mn容错机制来提高系统的可用性和可靠性,但是在实际应用中,服务器之间发生相关错误会导致这种容错机制具有低容错率.针对这种问题,描述了一种在P2P系统中寻找低错误相关的服务器节点集合的方法,mn容错机制可以通过使用此集合中的服务器节点来提高其容错率,从而使得系统具有高可用性和可靠性,并对此方法进行了实验分析,验证了方法实用有效.

近场脉冲型地震作用下上承式拱桥损伤模式研究

为了研究近场脉冲型地震作用下上承式钢筋混凝土拱桥的损伤模式,采用OpenSEES建立了某实际上承式箱板拱桥的全桥模型,根据N-M相关曲线和能力需求比分别研究了主拱圈与拱上立柱的抗震性能,并基于动力增量分析(IDA)对桥梁的损伤模式进行探讨。研究表明:在纵、横向地震输入下,拱圈的最大弯矩响应均出现在拱脚;当地震沿纵向输入时,较矮拱上立柱的剪力响应较大,而当地震沿横向输入时,拱上立柱将产生双向剪力,且较高立柱的横向剪力大于纵向,较矮立柱的纵向剪力大于横向;主拱圈的潜在抗震薄弱环节是拱脚,且其纵向抗震性能弱于横向;拱上立柱纵向抗震性能优于横向,靠近拱顶的立柱最先发生破坏,且以剪切破坏为主;较高的拱上立柱易发生横向剪切破坏,而较矮的拱上立柱易发生纵向剪切破坏。损伤分析表明,钢筋混凝土上承式拱桥在近场脉冲型地震作用下拱上建筑会先于主拱圈发生损伤。

基于极限学习机的航空旋转整流器故障诊断技术研究

航空发电机是航空电源系统的核心部件,针对目前应用于航空发电机旋转整流器故障诊断中的人工智能算法存在诊断速度慢、参数选取困难等问题,将极限学习机引入到航空旋转整流器故障诊断领域。以航空三级式发电机为例,分析了旋转整流器的故障模式,在Matlab/Simulink中建立发电机模型并模拟旋转整流器故障模式。实验结果表明,极限学习机具有较高的诊断精度。与传统的故障诊断方法相比,它具有更优的诊断效率。

(N+M)容错系统优化模型求解的父代保留免疫遗传算法

针对(N+M)容错系统优化模型复杂非线性的特点,结合免疫遗传算法和父代保留策略,提出了模型求解的父代保留免疫遗传算法。该算法在进行交叉和变异操作后,新产生的个体不覆盖父代个体,扩展种群进行基于矢量距浓度机制的选择操作,这样可避免较优个体的损失,增强种群的多样性,提高算法的搜索能力及收敛性能。算法性能分析揭示了算法性能改善的机理。优化模型求解结果表明,该文提出的算法较免疫遗传算法在寻优精度和收敛速度方面有一定改善。

并行计算网络m-ary n-cube中基于概率向量的容错路由

利用概率向量给出了m-ary n-cube的一种新的容错路由.为了计算这个概率向量,应该首先确定其k-级不安全结点集SkA(1≤k≤n),即从源结点出发由于顶点故障或边故障而不能通信的距离为k的目的结点.在确定这些不安全结点集SkA后,给出一个概率向量的计算方法,随后确定容错路由.