基于DSP的电力电量参数测量系统

采用倍频锁相技术和递推傅立叶级数算法,开发了基于DSP芯片为核心的电力电量参数测量装置,可以对电力电量参数进行实时、准确、快速的测量。     

基于激励策略自报电量的电价算法研究

研究了用户自报用电量的激励电价的建模问题,并设计了相应的电价算法.该模型的主要思想是,让用户自己申报每月的计划用电数额,实际用电超额或是没达到自报额,将给予惩罚性质的电价.运用对策论中的激励Stackelberg策略对模型中的单位电价进行线性激励.此电价模型鼓励用户根据自己的实际需要自报合适的用电量,从长远效益来看,起到了节约资源、满足需求的作用.最后,利用MATLAB对所制订的激励策略进行了数值仿真,仿真结果说明所得方法的有效性和结果的实用性.     

基于自适应调整权重和搜索策略的鲸鱼优化算法

针对鲸鱼优化算法(WOA)收敛速度慢、收敛精度低、易陷入局部最优的问题,提出一种基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA).设计一种随着鲸鱼种群变化情况而自适应调整权重的方法,提高了算法的收敛速度; 设计一种自适应调整搜索策略,提高了算法跳出局部最优的能力.利用23个标准测试函数,分别针对高维和低维问题进行测试,仿真结果表明,AWOA在收敛精度和收敛速度方面总体上明显优于其他多种改进的鲸鱼优化算法.     

抽油机井的抽汲参数调整的优化方法

为了实现油田生产向精细化目标管理的转变,适应油田开发精细化管理的需要,通过对抽汲参数调整前后地面、井下系统效率和泵效的理论对比分析,依据抽油泵理论排量与有效举升高度的关系,优化调整抽汲参数;并在实践中对理论抽汲参数进行修正,使之调整后的抽汲参数与供液能力合理匹配。对于指导抽油机井的参数调整和节能效果分析具有一定的指导意义。     

发电偏离电量的网损影响

运用发电偏离电量与网损分配的数学模型,通过特定电网对电量偏离的特征和影响进行了计算与分析.由于电源点离负荷中心的电气距离不同,形成了两种典型的发电偏离电量网损微增特性.按照发电偏离电量对电网运行的影响,提出了3种偏离程度的认定与划分判据.此方案已被电力部门采纳,经实际运行,证明是切实可行的.     

基于新业务分配策略下的双渠道供应链协调研究

建立了电子商务环境下由单一制造商和单一销售商构成的双渠道供应链模型。比较、分析了集中式策略和分散式策略下双渠道供应链的最优价格和利润,从两种渠道合作的角度出发,研究了新业务分配策略,论证了这种策略能够实现双渠道供应链协调,能够实现供应链成员之间的双赢。最后通过具体算例分析证实了结论。     

采用振荡参数策略的粒子群优化算法

提出了一种新的振荡参数策略(OPS),用以提高粒子群优化算法在指定代数后的收敛性能。为了有效控制局部搜索并收敛于全局最优解,OPS在整个搜索过程中通过振荡惯性权重和加速度系数值来交替进行全局搜索和局部挖掘。惯性权重和加速度系数振荡变化既能提高早期的全局搜索能力,又不会早熟收敛,并使粒子最终趋于全局最优。实验仿真显示,对于大多测试函数,OPS优于时变惯性权重、随机惯性权重、时变加速度系数等策略。     

超临界参数机组负荷控制与优化策略

针对超临界参数机组多变量耦合和非线性的特点,提出一种以煤耗最小化为目标的广义预测控制策略(GPC),并分别采用线性规划(LP)与目标规划(GP)进行稳态目标计算.仿真研究结果表明：在不需要目标协调时,GP+GPC与LP+GPC具有相同的性能曲线,能够在基本控制目标实现的前提下,有效地降低生产煤耗,并具有一定的鲁棒性;而在需要目标协调时,GP+GPC能协调好控制目标与经济优化指标之间的优先级关系.     

开关磁阻电机转矩分配策略的优化

转矩分配策略是近年来开关磁阻电机(SRM)转矩控制中比较流行的一种控制策略,旨在通过合理的分配电磁转矩,达到平稳换相、减小转矩脉动的目的.SRM的非线性特性使得固定形状的转矩分配函数(TSF)无法在整个转速范围内既能抑制脉动,也能保持高效率.文章提出了一种基于常规转矩分配策略的以转矩/安培比最大化为目标的优化方案,在允许的转矩误差范围内在线调整电机的开关角度,保证输出转矩的前提下降低绕组中通过的相电流.在Matlab/Simulink软件中分别建立了常规转矩分配方案和优化方案的直接瞬时转矩控制系统模型.比较分析仿真结果得出,优化后的转矩分配方案在保证合理分配电磁转矩的同时,提高了SRM的效率.     

列主元SVD-QR方法修剪策略参数调整的D-FNN算法研究

针对动态模糊神经网络,提出了列主元SVD-QR方法修剪策略与参数调整的新算法。其中采用列主元SVD-QR方法修剪策略从给定的规则库中提取最重要模糊规则,使得网络结构不会持续增长,避免了过拟合及过训练现象;采用扩展的卡尔曼滤波方法把全局算法划分成线性和非线性部分,线性和非线性参数可以分别被更新,从而可以达到快速的学习速度。通过对血压的控制来验证所提出算法的有效性,结果证明了列主元SVD-QR方法修剪策略参数调整的D-FNN算法具有良好的性能。     

动态不一致性对最优长期契约的影响

针对长期契约中的重复道德风险问题，在考虑了代理人时间偏好的基础上建立三阶段的激励模型，探索动态不一致性对长期契约的影响.结果表明:动态不一致性不改变长期契约的记忆性，即代理人当前的高产出将对后续阶段其自身报酬产生积极的影响；动态不一致性改变了长期契约各阶段之间的鞅性质，第一阶段的最优效用小于第二、第三阶段效用的期望值.     

分布参数系统传感器位置优化策略的小波算法

传感器位置配置是分布参数系统实现最优控制的关键问题之一,不仅和边界条件有关,还和输入信号、系统噪声、测量噪声、过程的动态特性等因素有关,各个因素对最佳测量位置的影响各不相同。分布参数系统状态在空间具有无穷维自由度,而测量通常只是在空间离散的有限个点上进行,并且受到噪声的污染,因此,选择分布参数系统测量位置具有重要的意义。本文基于正交函数逼近理论,用小波作为分析工具对分布参数系统的传感器测量点的位置优化问题进行研究。仿真结果表明：该方法对于分布参数系统的传感器位置的优化选择具有重要意义。     

基于能量法的结构瞬时最优控制的参数影响

基于瞬时最优控制方法和能量法的基本原理研究,推导出瞬时最优控制算法的能量平衡等式.进行基于能量法的瞬时最优控制算法的参数分析,考察时间间隔对结构动力反应以及结构能量分配的影响.结果表明:时间间隔增大会使结构的位移和速度响应减小,对加速度反应的影响还与结构自振周期相关;对能量分配的影响也随之减小;控制力和控制能与时间间隔和位移或速度的综合作用相关,时间间隔越大,输入地震动能量受结构周期影响越小.     

基于随机蕨丛的长期目标跟踪算法

为了从根本上解决运动目标遮挡、环境光照变化、目标外观变化、目标运动速度过快等复杂情况下的目标跟踪问题,采用了将目标检测与标准的目标跟踪算法相结合的目标跟踪框架,提出了基于双向一致性误差评估的标准跟踪算法,提高了跟踪点的可靠性;采用随机蕨丛算法作为目标检测的主体,很好地解决了目标遮挡、消失等情况导致跟踪失败后无法重新初始化的问题.通过实验验证了所提出的目标跟踪算法能实现目标的长期跟踪,且具有很强的适用性.     

基于聚类遗传算法的梯级水利枢纽短期电力调度优化

针对标准遗传算法容易"早熟"的缺陷,提出聚类遗传算法;改进了选择算子和交叉算子,并利用Shubert多峰测试函数验证了聚类遗传算法的优势.引入水轮机组运行效率梯度变化因素提出改进变异算子,弥补了变异搜索过随机的缺陷.最后,将改进方式应用于三峡-葛洲坝梯级水利枢纽短期电力调度优化研究中,提出和构建了相应的优化模型以及机组组合启停和运行效率同步实现策略.实例优化结果表明:聚类遗传算法和改进变异算子能有效弥补"早熟"的缺陷,并能显著提高优化搜索效率,适用于梯级电站电力调度优化问题.优化得出的梯级电力调度方案可以满足设定目标和约束,并提高了梯级的发电效率.     

基于Chebyshev小波的分布参数系统最优逼近控制

采用正交函数逼近理论研究分布参数系统的最优控制,基于Chebyshev小波变换的性质和相应的积分运算矩阵,将分布参数系统最优控制问题转化为集总参数系统最优控制问题,求解得到最优逼近解后,可以反演得到具有分布参数特征的控制律,解决了分布参数系统最优逼近控制问题。仿真结果表明了该方法对于研究分布参数系统控制的有效性。     

数据驱动的插电式混合动力客车能量管理策略

针对插电式混合动力公交客车的能量管理优化问题,提出了基于庞特里亚金极小值原理的两类工况片段新特征参数,其中非平衡状态特征参数与转速-扭矩分布相关,平衡状态特征参数与最优控制相关,并由此构建了行驶工况数据库.针对影响该类车辆能耗的关键阶段——电能平衡阶段,通过工况间的相似性,提出了含修正的数据驱动的最优等价因子估计方法,构建了数据驱动的能量优化管理策略.结果表明,该策略能使不同实际工况采用的等价因子和电池荷电状态SOC轨迹接近于理论最优,较目前常用的规则策略能显著地提升燃油经济性约5.72%,较同类研究能克服准确预测车辆未来行驶工况的难题.     

基于风险管理模式下的最佳投资策略研究

在马柯威茨投资组合模型的改进模型—均值-CVaR模型的基础上,使用半方差来作为风险度量,即只考虑其投资在损失的一侧来做出新的投资组合优化模型,最后对均值-方差和均值-半方差模型的有效前沿进行证明,并以5支股票为实例做了实证分析.     

一种基于贪婪算法的KNN参数选择策略

K近邻算法是基于向量空间模型的最好的文本分类算法之一。使用KNN算法时通常要用贪婪算法进行参数选择,最终的参数不仅取决于每个参数的初始值及候选值,而且和参数选择的顺序密切相关。不同的参数选择策略间存在较大差异,通过实验,指出了KNN算法进行文本分类时一个较好的参数选择策略。