多方面改进的自动搜索断面

断面是电网的脆弱环节,而断面的识别通常依靠专家经验;针对此局限,提出了多方面改进的自动搜索断面法。首先基于电网分区原则对Louvain算法进行改进;进而采用改进后的算法对电网进行分区,将各区域之间的联络线作为初始断面;再根据支路开断分布系数、安全裕度等约束递进识别输电断面、关键断面。为高效计算断面热稳定极限,建立断面热稳定极限的数学模型。通过改进鸡群优化算法对该模型进行求解,得到断面传输极限,从而得到关键断面。在IEEE39节点系统验证了所提方法的有效性。     

基于改进连续潮流的输电断面热稳定功率极限计算

输电断面的热稳定功率极限关系到电力系统安全稳定运行,是限制电网功率传输的重要因素。为准确、快速评估电网的热稳定运行状态,提出一种改进连续潮流的输电断面热稳定传输功率极限计算方法。在考虑系统线路热稳定约束、发电机最大有功功率约束和部分支路开断后的线路功率约束下,利用线性最优化方法调整各发电机出力;在此基础上,进一步用连续潮流法得到断面热稳定功率极限。最后通过新英格兰39节点系统的不同场景,仿真验证了所提方法的正确性及有效性。     

复杂网络理论下的电网分区及输电断面搜索方法

为有效地进行电网输电断面的搜索,提出基于复杂网络理论的电网分区及输电断面搜索方法。首先,根据GN算法对电网进行分区,对其无法避免的3台及以上串供结构进行检测和修正,以模块度为指标确定最优分区方案,搜索分区断面;其次,根据最小割集思想,基于Karger方法对分区断面进行搜索,获取电网的输电断面。所提方法在新英格兰39节点和某地区实际电网中的应用验证了其搜索输电断面的有效性。     

一种识别极限诱导分岔点的改进连续潮流算法

为提高计算效率并准确识别鞍结分岔点和极限诱导分岔点,提出了一种改进的连续潮流算法.该算法将P-V曲线的计算过程分为3个阶段,根据各阶段连续潮流计算的不同特点,运用与之相匹配的计算方法,在保证计算精度的同时提高其计算速度.此外,在分析极限诱导分岔机理及特征的基础上,给出识别极限诱导分岔点的判据,并应用所提出的分阶段连续潮流算法对分岔点类型进行识别,判断引发极限诱导分岔的关键设备以及与极限诱导分岔密切相关的电压/无功转换点.最后以IEEE 14节点和118节点系统为例,对其进行数值仿真并与现有方法的结果作对比,进一步验证了所提方法的合理性和有效性.     

不变矩算法的改进与人耳识别技术

由于人耳识别具有不受表情、化妆等影响的独特优势,研究了人耳识别特征技术,对不变矩算法进行了改进,获得6个改进的高阶不变矩特征向量.分别用两种算法对人耳图像进行识别处理,比较两种识别结果.改进后不变矩算法的高阶不变矩具有平移、旋转不变和尺度缩放不变的特性.采用BP人工神经网络对60只人耳图像进行识别验证,正确识别率达到91.8%.     

求解三维电磁场问题的改进的自适应区域分解算法

提出一种改进的自适应区域分解时域有限差分(improved adaptive domain decomposition finite difference time domain,IADD-FDTD)算法.该算法通过对检测面上的电压值进行自适应边界检测,消除了检测面上电场值不稳定而带来的计算误差;还可得到更多分区,提高...     

基于改进机器学习算法的微电网短期负荷预测

为了对具有基数小、波动大及随机性强等特点的微电网负荷进行准确预测,提出了一种基于改进的机器学习算法。该算法包括基于蚁群算法的模型参数寻优和基于改进核函数极限学习机的预测模型2部分。首先,对蚁群算法信息素的作用方式进行了改进,并将训练误差用于计算蚁群个体的新增信息素,从而得到最优的模型参数。其次,采用基于加权离散距离的方法对训练数据进行筛选,留下相似度高的训练样本对核函数输出权重进行训练,从而减少计算量,提高预测精度。用某小区高层楼宇的电网历史负荷数据,在Matlab中对算法进行仿真验证,结果表明预测算法能较好地实现微电网的负荷预测。     

改进传统BP算法提升机动车牌照字符识别性能

BP算法已广泛应用在机动车牌照识别系统中,但如何进一步提高车牌识别的速度和准确率是车牌识别系统最根本的问题。本文针对标准BP算法的不足,提出通过对作用函数进行修正、自适应调整迭代过程步长进行BP算法改进,对比分析改进前后BP算法在车牌识别技术中的应用,显示改进后的算法具有收敛速度快、识别时间短、识别率高等方面的优点,识别性能得到了很大优化。     

一种新的混沌识别方法（II）

针对Ｇ－Ｐ算法及其改进算法的不足，提出了一种新的改进算法，应用该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和，从而对随机信号和混沌信号加以识别，对新的Ｇ－Ｐ改进算法进一步分析表明，新的Ｇ－Ｐ改进算法适用范围广泛，对于混沌信号的识别很有效。     

非结构化云数据管理系统不稳定数据分区识别算法

在大数据背景下,非结构化云数据管理系统中数据节点需要处理不断膨胀的原始数据、索引数据和中间数据,"数据膨胀"将显著增加云数据管理系统的时间和能耗等各类开销.为降低非结构化数据管理系统因数据频繁移动而导致的数据传输开销,文中提出了一种不稳定数据分区的识别算法.首先面向非结构化数据管理系统,通过引入云模型理论对存储系统中的数据分区进行云建模,识别出不稳定的数据分区,然后调用相关算法对其进行重新布局.实验结果显示,不稳定数据分区识别算法可以有效地识别出不稳定的数据分区,对其重新布局后,降低数据传输开销的效果显著.     

基于改进粒子群算法的城市物流无人机路径规划

城市物流无人机路径规划是无人机任务规划系统的一项核心内容。为安全、高效实现物流无人机路径规划问题，首先，采用栅格法进行环境建模，考虑无人机性能限制，以路径长度最短、无人机高度变化以及栅格危险度最小为目标，建立多约束物流无人机路径规划模型。其次，针对传统粒子群算法存在的问题，引入Singer映射改进粒子初始分布、线性调整加速因子和最大速度，粒子位置新更新策略，及动态调整惯性权值，应用改进的粒子群优化算法求解模型。最后，进行了算例仿真分析。当栅格粒度取5米，路径节点取5个，代价函数权值分别取0.1、0.4和0.5时，与其他4种算法相比，本文算法总代价值最佳，分别减少44.5%、3.5%、42.8%和30%。结果表明，本文的模型与算法用于无人机路径规划是可行的和有效的。     

基于流形排序的电网截面数据检索

随着电力系统信息化的发展,电网数据具有数量大、类型多、维度高的特点。针对在数据检索时多维度查询效率不高,检索结果无法多维度整体匹配的问题,提出一种基于流形排序的电网截面数据检索方法;该方法将电网截面数据描述成多维向量空间中的对应点,创建加权图模型。通过考虑数据的整体近似流形结构来获得检索结果,使之与源查询之间具有较高的相关性;使用置信传播分配排序分数,提高了检索结果的准确性,有效避免相关性度量对高维数据查询处理的不足。     

一种改进的毫米波雷达聚类算法

针对毫米波雷达数据均匀性差,数据量小,噪点多等问题,提出一种基于DBSCAN (density-based spatial clustering of applications with noise)的雷达自适应聚类算法.改进算法能够根据K近邻距离和目标反射截面自适应调整聚类半径.首先给出一种聚类半径根据K近邻距离动态调整的机制:目标第K个近邻的距离与阈值相比较,以确定阈值半径取值.再提取雷达提供的目标反射截面,基于该值计算目标假象半径作为聚类半径的补充量.实现根据目标反射截面与数据稀疏程度自适应聚类的效果.将改进算法与不同参数的DBSCAN聚类算法在真实雷达点云数据进行实验对比.相较于选取合适参数的DBSCAN算法,改进算法能够更好适应毫米波雷达点云特征,对行人目标识别准确率提高4.18％,对车辆目标识别准确率提高5.63％.     

含储热装置的热电联产系统改进人工蜂群优化调度方法

由于冬季供暖的需要，我国北方地区的机组大多数采用工作模式为“以热定电”的热电联产机组。在夜间，热电机组的电功率会维持在较高的水平，大量的风能得不到有效地利用，弃风现象十分严峻。传统的解决方法是在系统中单一地加入储热装置或电锅炉来减少弃风现象的发生，但消纳风电的能力有限。本文采用电锅炉和储热装置来协调供热，以提高风电的利用率。首先分析了发生弃风的原因；其次构建了含储热装置与电锅炉的热电联产系统调度模型；然后设计了基于概率的交叉变异算子，并将其应用于人工蜂群邻域搜索过程，给出了基于概率交叉操作的改进人工蜂群求解算法，基于我国北方某一区域的数据进行了仿真验证，证明了所提方案的可行性；最后对风电消纳进行了经济性分析，仿真结果表明加入电锅炉后具有更低的煤耗成本，更好的经济效益。     

含分布式电源的配电网多目标无功优化

针对传统模型和现有算法对配电网无功优化带来的电压波动和网络损耗等问题,提出一种基于改进元胞差分算法的含风、光的配电网无功优化方法。建立了风电、光伏的随机概率出力模型,获取了其出力预测数据,以电压波动、有功损耗和电压越限3个目标为优化函数,通过权重系数将三目标模型转换为双目标模型,建立了含风电、光伏的双目标配电网无功优化模型。通过电压稳定指标（voltage stability index,VSI）对配电网各个时段的电压的稳定性进行评价,用改进元胞差分算法对模型进行求解,并利用测试函数对算法进行验证。结果表明,较传统模型和传统算法而言,所提模型和所用算法均能有效降低配电网的电压波动和减小配电网的有功损耗,从而保证电网的安稳运行。     

Optimal Reactive Power Compensation of Distribution Network to Prevent Reactive Power Reverse

The capacitive reactive power reversal in the urban distribution grid is increasingly prominent at the period of light load in the last years. In severe cases, it will endanger the security and stability of power grid. This paper presents an optimal reactive power compensation method of distribution network to prevent reactive power reverse. Firstly, an integrated reactive power planning(RPP) model with power factor constraints is established. Capacitors and reactors are considered to be installed in the distribution system at the same time. The objective function is the cost minimization of compensation and real power loss with transformers and lines during the planning period. Nodal power factor limits and reactor capacity constraints are new constraints. Then, power factor sensitivity with respect to reactive power is derived. An improved genetic algorithm by power factor sensitivity is used to solve the model. The optimal locations and sizes of reactors and capacitors can avoid reactive power reversal and power factor exceeding the limit. Finally, the effectiveness of the model and algorithm is proven by a typical high-voltage distribution network.     

考虑外网效益的微网改进多目标优化调度

在建立微网多目标优化模型时,除了考虑微网自身效益,同时还考虑了微网对外网运行的影响成本,增强了对外网的友好性。针对传统多目标粒子群容易陷入局部最优的问题,提出了基于外部档案监测选择机制的改进MOPSO;并在速度更新公式中引入了小扰动,使求得的Pareto前沿解分布更均匀。在求得Pareto最优解集后,综合考虑微网的安全稳定性能指标,采用基于熵权法的决策机制,从最优解集中筛选出最佳调度方案。最后以一典型微网为例,验证了改进MOPSO的优越性和考虑外网效益的必要性。     

非线性立木材积模型参数辨识的改进算法及其应用

以Marquardt非线性模型参数辨识为基础，以山本式二元立木动．冬材积模型为例，阐述了非线性参数估计的最小二乘原理，分析了估计方法的误差，采用二次项函数逼近的二次算法提高了材积模型的估计精度。以广东森林资源调查的样本资料．对提出的方法进行了验证与应用，结果表明改进的方法比原有的方法精度提高了一个数量级。