考虑新能源汽车EV负荷随机性的蓄电池容量功率规划

为了加快提升国家电动汽车蓄电池的产业竞争力,满足新能源汽车健康发展的需要,将在考虑电动汽车负荷随机性的条件下,集不同程度的并网波动性与时间尺度进行容量优化,并使用多目标灰狼算法实现蓄电池的最优充放电功率以及最优容量。

网格聚类算法

聚类分析有广泛的应用,是数据挖掘中非常重要的方法。聚类分析算法有多种分类,每种方法在不同领域发挥了不同的作用。以研究网格聚类算法为目的,介绍了聚类分析算法的要求以及常见的聚类算法;针对基于网格方法的聚类算法进行专门研究,比较分析了传统的和改进的基于网格方法的聚类算法。介绍的各种网格聚类算法都有自身的优点和不足。通过对这些网格聚类算法的学习便于深入研究网格聚类算法,以便将其与实际问题相结合,设计更好的算法。

一种改进的机器人路径规划蚁群算法

描述了一种静态环境下机器人路径规划的改进蚁群算法.该算法使用栅格法对机器人的工作空间进行建模.通过模拟蚂蚁的觅食行为,使蚂蚁在起始点和目标点之间采用折返的方式完成最优路径的搜索,增强了蚂蚁搜索的多样性;搜索过程采用"惯性原则"和最大信息素搜索策略,使蚂蚁对最优路径更为敏感;同时,根据信息素在栅格模型中散播的特点,提出一种新的信息素更新策略和散播方式,加快解的收敛速度.仿真结果验证了该算法的有效性,即使在障碍物复杂的地理环境,用本算法也能迅速规划出最优路径.

基于连续性遗传算法的接地网腐蚀诊断优化

为了对接地网的导体腐蚀情况进行准确判断,建立了接地网腐蚀诊断的数学模型,基于连续性遗传算法编写了接地网腐蚀诊断程序,构建了适应度评价函数F,并利用多层减维技术对算法进行了优化。以重庆某110 k V实际接地网(41个节点、61条支路)为例仿真对比了优化前后的诊断效果。结果表明:优化前,诊断程序对真实故障支路的定位困难,出现漏诊、误诊的支路较多;利用多层减维技术进行优化后,不仅解决接地网腐蚀故障诊断中支路变量维数多、算法后期收敛速度慢的问题,使诊断程序能够准确地定位腐蚀支路,而且对腐蚀支路腐蚀程度的判断有相当高的精度,最大的诊断偏差也不超过10%,程序的单次运行时间约为15 min。对实际工程来说,程序的诊断效果和运行时间均满足要求。

改进型测量光幕体积计量系统

针对快递行业对快递包裹体积、三维尺寸获取的需求,提出了一种基于底面拟合算法的体积计量系统。介绍了行业内常用的基于双测量光幕的分层累加体积计量系统,分析其测量误差的成因及改进方法。进一步提出了基于线性回归分析的边缘拟合底面建模体积计量系统,实现包裹体积及三维尺寸信息的实时精确测量。实验结果表明,底面拟合算法在推送速度为0.5、1.0及1.5 m/s情况下对包裹体积及三维尺寸测量的相对误差率小于0.5%,较累加算法拥有更高的测量精度和稳定性,适合于测量精度要求高、需要获取包裹三维尺寸的应用。

基于遗传算法的接地网腐蚀故障诊断研究

为了对接地网的腐蚀故障进行准确定位和判断,将遗传算法应用于接地网腐蚀故障诊断中。实际的接地网腐蚀故障诊断有电压法和电阻法两种思路,笔者分别根据这两种思路建立了适应度评价函数,并编制了相应的MATLAB程序。采用多层减维技术对程序进行优化,以解决接地网腐蚀故障诊断中支路变量维数多、算法后期收敛速度慢的问题。最后以一个60条支路、36个节点的接地网为例检验和对比了电压法和电阻法的诊断效果。仿真实验结果表明,在经过5层遗传算法迭代后,两种方法腐蚀诊断的误诊率和漏诊率均为0。电阻法的诊断效果略优于电压法,但其运算时间要高于电压法。

基于遗传算法的多维快速聚类算法研究

引入遗传算法试图解决海量、高维样本的聚类问题。分析了目前基于样本和属性值两类基于遗传算法的聚类算法的不足,归纳出它们的算法模型。针对多维快速聚类问题提出了密度法、网格法两种基于遗传算法的聚类算法。算法测试表明,改进后的基于遗传算法的聚类方法能够解决海量、高维样本的聚类问题。

风/光/柴多能互补发电系统优化配置研究

为实现风/光/柴多能互补发电系统的经济运行,应用启发式算法以分布式发电投资、运行费用、向输电系统直接购电费用以及考虑环境因素费用总和最小为优化目标,分别对并网型和离网型两种情况进行规划和运行的综合分析,从而确定各DG类型的最优投入容量。研究结果表明:该模型可以全面评估分布式发电的经济性能,并对不同运行方式给出相应的最优配置方案,从而极大地提高系统的供电可靠性和经济可行性。

三角形网格自动生成的一种快速算法

提出了一种三角形网格自动生成的快速算法：从边界点出发逐步向内部联网，不仅联网速度快，而且很容易处理凹边界。

基于遗传算法的电网故障诊断分析应用研究

提出了一种采用遗传算法和模拟退化算法的电网故障诊断数学模型,该模型把电力系统故障诊断问题表示为0-1整数规划问题。在此基础上用遗传算法的优化技术进行求解,使计算时间于故障的复杂程度无关,只与电路的规模大小有关,且可以求得多个全局最优解,能够很好地处理分析任意复杂的故障情况。

未知环境下机器人定位与运动目标侦测

提出了一种基于扫描点匹配的未知环境下机器人定位与运动物体侦测方法。该方法利用同一性检验原则完成扫描点类型判断,有效减小由环境运动物体引起的机器人定位误差,提高了动态环境下机器人同时定位与地图构建的准确性。该方法的引入提高了基于扫描点匹配的SLAM方法在实际环境中的应用价值,同时拓展了传统SLAM的研究和应用范围,使之可以与目标跟踪方法相结合。通过实体机器人实验证明了该方法的有效性。

基于免疫遗传算法的接地网腐蚀故障诊断

为了解决在接地网腐蚀故障诊断问题的研究中,接地网诊断模型复杂,故障诊断效率和精度低的问题,提出了基于改进免疫遗传算法的接地网腐蚀故障诊断方法:根据节点撕裂法将接地网分块并建立多目标优化函数来减少约束条件,再采用改进的免疫遗传算法对诊断模型进行求解,对选取算例的仿真实验结果表明:该方法能快速收敛于模型优化函数最优解,且得到的支路诊断结果与实际状态一致的达90%,能够准确有效地诊断出接地网各处的腐蚀程度,具有一定的工程应用价值。

数据网格资源协同分配问题研究

针对网格资源动态、自治、分布的特点以及数据网格中存在的数据复制问题,提出了基于市场机制,具有分布式特性,并且支持数据复制机制的数据网格资源分配体系结构(data grid maket-based architecture,DG-MA)。在此基础上,采用多单位组合拍卖模型(multi-unit combinatorial auction,MUCA)对数据网格中的资源协同分配问题进行建模,给出了用分支界限技术求多单位组合拍卖问题最优解的具体算法,从而得到了基于市场机制的数据网格资源协同分配最优方案。

基于二进制遗传算法的接地网导体缺失诊断

接地网的施工属于隐蔽工程,缺失导体的情况普遍存在,严重影响了接地网的完整性,威胁着地网的安全可靠运行。为了准确检测地网的完整性,建立了接地网导体缺失诊断的多维背包数学模型,并利用二进制遗传算法对模型进行了求解,编制了相应的MATLAB程序。以重庆110 kV典发变电站实际接地网(41个节点、61条支路)为例进行了仿真实验。实验结果表明,对于无腐蚀导体的新建地网,诊断结果既无漏诊支路也无误诊支路;对于有腐蚀导体的旧地网,诊断结果虽无漏诊支路但有误诊支路,其原因是由于腐蚀支路的存在,在仅有假设导体缺失支路不存在的情况下,其适应度函数值并非最小。算法的计算时间约为20 min,速度可满足实际工程要求。

储能对可再生能源并网发电的支撑作用

可再生能源发电并网对于电力系统的节能减排具有关键作用,选择合理的储能容量,并分析储能对可再生能源并网发电的支撑作用具有重要意义。从节能减排和供电可靠性角度建立具有储能装置的单母线电力系统和剩余电力系统的随机规划模型,并通过蒙特卡罗模拟算法对国外某地区的风力发电和储能联合运行系统进行模拟分析。结果表明,适度规模的储能容量不仅能有效解决可再生能源发电的功率波动问题、减小系统停电损失概率,而且能够降低系统的环境成本,但其减少程度与储能的全过程效率有关。

一种基于BP网络的星图识别算法

为了提高星图识别算法的抗噪性能,提出一种基于逆向传播(Back Propagation,BP)网络的识别算法。该算法通过将星图转换成"0"、"1"和"2"的网格矩阵,提取行列数值和星数形成匹配向量,利用多个BP识别子网进行训练完成匹配识别。通过仿真试验得出以下结论:对星等位置和星等添加噪声,当位置噪声标准偏差为2像素时,BP网络算法的识别率和识别时间相对传统栅格算法分别提高2%和60ms,对噪声有较强抗干扰能力,表明BP网络算法具有更快的识别速度。

AGC机组动态优化调度模型的凸松弛及其双层迭代算法

为了应对高比例可再生能源接入给互联电网频率控制带来的挑战,现有研究提出通过自动发电控制(AGC)机组动态优化调度来克服常规AGC控制滞后的问题。然而,AGC机组动态优化调度模型是混合整数非线性规划(MINLP)模型,不易求解。为此,基于凸优化理论,提出了AGC机组动态优化调度模型的改进算法。首先,基于变量替换及分段McCormick包络技术对原模型的双线性项进行松弛;然后,通过功率损耗的线性化处理,将原模型转化为可高效求解的混合整数线性规划(MILP)模型;在此基础上,进一步提出一种双层迭代算法,通过内层循环收紧双线性项松弛间隙、外层循环减小功率损耗的线性化误差,以提高调度模型的求解精度。最后,采用IEEE 14节点系统和IEEE 57节点系统验证了所提改进算法的有效性。

基于遗传算法的辐射型配电网无功补偿设备优化配置

为了实现配电网中并联电容器的合理配置,提出一种针对辐射型配电网的潮流算法,在此基础上建立基于遗传算法的配电网无功补偿设备优化配置模型,并在1.0 IEEE-33节点测试模型上对该算法进行了测试。结果表明,通过安装并联电容器,5节点、6节点、7节点优化配置方案均可有效降低系统有功损耗,在3 a内即可回收投资成本;6节点、7节点方案经济性优于5节点,考虑节点多对应运维工作量大,最终选择6节点方案。

中压直流系统短路电流快速识别装置

为提高直流系统的稳定可靠性,保证在直流系统发生故障后,及时识别和切断短路电流,提出了中压直流系统短路电流快速识别装置。硬件上设计了以FPGA+AVR的双处理器结构为核心的各个功能电路,实现了对主回路电流的采样和调理,以及对两处理芯片之间通信、人机交互和通信功能。在软件上,对于FPGA和AVR分别采用自顶向下和模块化编程思想,设计以DDL算法为核心,结合FIR滤波、采样算法的短路电流快速识别软件系统。最后,搭建实验回路进行短路电流快速识别试验,验证了所研发装置的快速性和可靠性。

基于网格生长树的微粒群聚类算法

提出了一种基于网格生长树的微粒群聚类算法。算法利用网格和密度阈值去除数据集中的孤立点,从网格集中随机地选取种子点,以基于密度距离作为判断生长方向及分类的依据,以网格生长树的大小作为聚类目标函数。引入微粒群算法确定最终的聚类结果。测试表明,基于网格生长树的微粒群聚类算法对于大规模形状复杂非重叠的数据是可行且有效的。