基于二次分解NGO-VMD残差项与长短时记忆神经网络的超短期风功率预测

鉴于目前使用变分模态分解（VMD）搭建的单次或二次分解风功率组合预测模型中,大多均直接忽略了风功率经VMD分解后残差项所包含的丰富信息,使得超短期风功率预测精度受限。本文提出了一种基于二次分解NGO-VMD残差项、K均值聚类算法与LSTM的组合预测模型。首先,使用北方苍鹰优化算法(northern goshawk optimization,NGO)对VMD的参数进行寻优,以选出最佳VMD参数组合;其次,采用NGO-VMD模型对VMD残差项进行二次分解,深度挖掘VMD残差项所包含的丰富信息;再次,利用K均值聚类算法解决VMD分解模态分量个数多,计算量繁冗的问题;最后,创建LSTM模型对各子模态分量分别进行预测并叠加各子模态分量的预测值得到超短期风功率预测结果。结果表明：该二次分解NGO-VMD残差项、K均值聚类算法和LSTM组合预测模型可充分挖掘VMD残差项的重要信息,有效提高了超短期风功率预测的精度。     

考虑离场航班公平性的航班恢复优化模型

为研究考虑航空公司航班公平性的离场航班恢复问题,首先,根据某机场历史数据,研究了不确定因素对机场容量的影响,并通过贝叶斯网络得到天气等不确定因素对航班恢复过程中过站时间的影响。其次,在考虑航班优先级的基础上,构建以最小化总延误时间和基于基尼系数确定的航空公司公平性的多目标航班恢复调度模型,并且将不确定性因素对机场容量和过站时间的扰动加入到模型中。最后,运用NSGA-Ⅱ算法对国内某机场的航班数据进行算例分析,与先到先服务方法进行对比。结果表明,总延误时间降低了37.2%,航空公司公平性由0.440提升至0.202,所建模型对扰动的吸收性能较好,验证了模型和算法的可行性。     

基于鲸鱼优化算法的自适应共振解调轴承故障诊断方法

针对共振解调方法需要选取包含较多故障信息的共振频带这一特点,提出了一种基于鲸鱼优化算法的自适应共振解调轴承故障诊断方法。首先,使用鲸鱼优化算法,以峭度和包络谱峭度构造的复合峭度作为优化目标,对带通滤波器参数中心频率和带宽进行自适应选择。然后,使用寻优得到的最优中心频率和带宽对轴承故障信号进行滤波分析。最后,对滤波后信号进行包络解调处理,提取出故障特征频率,判断轴承故障类型。通过对仿真信号和轴承内、外圈故障信号的分析诊断,可以证明该方法能够满足共振解调方法中对共振频带选取的要求,完成轴承信号故障频率的提取,是一种有效的轴承故障诊断方法。     

高温蒸汽热泵的多目标参数设计优化

为了进一步节能减排,并根据用户负荷需求,设计出合适的高温蒸汽热泵系统,提出了一种基于多目标优化的高温蒸汽热泵设计优化方法。首先根据选取的高温蒸汽热泵结构,说明系统各子系统的选型并研究高温蒸汽热泵的系统机理,建立系统的静态模型,提出了高温整齐热泵的■效率计算方法;然后确定了系统结构参数优化问题的优化参数,以■效率和总成本作为优化目标,基于多目标人工蜂群算法(multi-objective artificial bee colony algorithm, MOABC),建立高温蒸汽热泵的多目标优化模型;最后对不同工况下的系统■损失以及循环性能系数(coefficient of performance, COP)分别进行了MOABC的优化。结果表明,使用■效率作为能效指标可以提升高温蒸汽热泵系统的能源品质;而使用COP作为能效指标则降低了系统的能耗。     

基于自适应遗传-粒子群优化算法的风电场微观选址优化

为了减小尾流效应对风电场发电量的影响,提高风能利用率,提出了一种自适应权重的遗传-粒子群优化算法(genetic-particle swarm optimization algorithm, GA-PSO)。首先,以风电场单位发电成本为目标函数,风机坐标为优化变量,通过在优化变量的速度更新中加入惯性权重,以改变算法的寻优速度;其次,在WASP软件选址的基础上,对风电机组进行布局优化;进而,将计算结果与遗传算法(genetic algorithm, GA)、萤火虫算法(firefly algorithm, FA)和粒子群(particle swarm algorithm, PSO)优化算法进行对比。结果表明：运用PGOA算法优化后的风电场单位发电成本为2 016元/GWh,减少了232元/GWh,年发电量为82.633 GWh,比优化前提高了8.538 GWh,同时尾流损失减小了1.12%。可见研究结论对未来的风电场微观选址具有一定指导意义。     

交流气体绝缘输电线路微粒运动特性及其陷阱参数优化方法

交流气体绝缘输电线路(GIL)中,针对金属微粒带电运动的较大随机性和现场试验手段的局限性,本文参考国内正运行的某252 kV交流GIL的尺寸,在COMSOL中建立1:1的三维仿真模型,以此实现模拟的仿真运动轨迹与实际运动轨迹之间的有效对称性。首先,获取运行电压等级下不同尺寸微粒的动态特性;其次,考虑不同形状的微粒陷阱,从电场调控、捕获概率角度优化了陷阱主要参数;最后,在盆式绝缘子凹凸面两侧各布置微粒陷阱,优化布置策略,并提出了针对252kV交流GIL的微粒陷阱优化方案。研究结果表明：当选取圆孔形状微粒陷阱及其厚度、槽间距和槽宽度分别为10mm、6mm和8mm,并且当距凹凸面绝缘子两边分别70mm和80mm处的外壳底部各布置一个陷阱时,两边陷阱的捕获率分别可高达78%和70%。因此,本文的分析和优化方法对某电压等级交流GIL优化微粒陷阱具有重要的参考价值。     

建筑工程施工现场疏散路径优化模型

针对多工种交叉作业频繁、环境时常变化、场地狭窄、明火作业多的建筑工程施工现场,本研究以疏散时间为目标函数建立其人员疏散时间模型,基于疏散时间模型以疏散时间最短为目的提出疏散路径优化模型,并利用修正的 迪杰斯特拉（Dijkstra）算法求解模型,同时结合BIM(building information model)4D模型和Anylogic软件以及某在建楼房案例对模型进行仿真模拟验证分析。由仿真模拟结果可知,疏散时间模型计算出的疏散时长与模拟疏散时长吻合度较高,使用经优化后的疏散路径疏散,能够在一定程度上较大幅度节约紧急情况下建筑工程施工现场劳务人员的疏散时间,提高施工阶段的安全管理效率,且在一定疏散人数范围内,优化程度随疏散人数增加而增长。     

基于改进麻雀搜索算法的最大指数熵分割方法

为了解决基本麻雀搜索算法(sparrow search algorithm,SSA) 依赖初始种群和求解精度不高的问题,提出一种基于Circle混沌映射和随机游走的改进的麻雀优化算法(improved sparrow optimization algorithm,CRSSA) 。该算法为了增强麻雀种群的多样性,在麻雀初始阶段引入混沌Circle 映射; 采用随机游走对最优麻雀进行扰动,使其在麻雀寻优后期,增强算法全局搜索能力,跳出局部最优。同时选取15个测试函数对其算法进行性能测试。结果表明：与原始的SSA 、蜉蝣算法(mayfly algorithm,MA) 、粒子群优化算法(particle swarm optimization algorithm,PSO) 、鲸鱼优化算法(whale optimization algorithm,WOA) 和灰狼优化算法(gray wolf optimization algorithm,GWO) 相比,改进的麻雀搜索算法具有寻优速度快、求解准确度高和鲁棒性强等优点。将该方法应用在多阈值图像分割中,通过对比不同算法的峰值信噪比(peak-to-signal ratio,PSNR)、结构相似性(structural similarity index,SSIM)、适应度函数值和运行时间性能指标,可有效解决多阈值分割问题,具有一定的工程应用价值。     

具有绕滑的跑滑系统航空器滑行策略研究

为了应对空中交通流量的增加带来的挑战,很多繁忙机场建立了具有平行跑道的跑道系统来提高机场容量。绕行滑行道（End-around Taxiway,EAT）是提高具有近距平行跑道的繁忙机场运行效率的新型滑行道。本文根据具有绕行滑行道的跑滑系统的运行特点,将航空器在跑滑系统中的运行分为直接穿越、选择绕滑、等待-穿越三种滑行策略。提出具有绕行滑行道的跑滑系统滑行效率的概念,将航空器的滑行燃油最少和滑行时间最短作为协同优化目标,并结合绕行滑行道的运行规则、效率优先级作为约束条件,建立航空器地面滑行策略优化模型。从而根据该模型,选出最优的滑行策略。算例分析表明,绕行滑行道的使用可有效提高跑滑系统的滑行效率。     

基于光伏发电量预测的含氢储能微网分段优化调度

针对多储能微网如何高效、经济运行,搭建了基于光伏发电的含氢储能、蓄电池储能的微网系统,采用一种日前预测调度与日内实时调度相结合的分段调度策略。在日前预测调度阶段,采用基于麻雀搜索算法优化支持向量机模型提高对日前的光伏发电量和负荷预测的精度,以微网最小使用成本为目标,考虑系统运行的可靠性,采用改进粒子群算法制定微网的日前最优调度策略。在日内调度阶段,考虑氢储能系统的响应延迟特性,以蓄电池为灵活补充元件,制定实时调整微网运行策略,消除预测误差带来的影响。最后,结合实际算例分析,验证了分段优化调度的可行性。结果表明,提出的方法能够有效预测数据,减少微网调度的响应时间,提高系统运行的经济性和稳定性。