太阳能风能互补储能发电系统容量优化算法

随着互补型储能发电系统日益普及,其覆盖范围也不断扩大,但容量优化技术仍处于单一能源阶段。为此,针对太阳能风能互补储能发电系统,设计了一种容量优化算法。通过分析发电系统的电能输出情况,获得其年产出与供应状态,然后根据电能均衡准则构建容量优化目标及约束条件。然后结合差分进化算法进行变异、交叉和选择等操作,再通过粒子群算法更新方位与速度,二者结合取得亲体与群体的当前最优解,经迭代循环实现储能系统容量优化。经实验研究分析,并通过对组件配置量、负荷缺电率等数据发现,该算法在大幅提升经济效益的同时,确保了供电可靠性,表明该算法具有显著的优化优越性与较大的试运行潜力。     

永磁同步电机无位置传感估测的参数扰动校正

为克服宽速变负载运行工况下温度及磁饱和引起的电机参数扰动对永磁同步电机磁链观测器无位置传感器算法辨识精度的影响,实现高性能的矢量控制,首先建立磁链观测器无位置传感器算法位置角估测误差与定子电阻、电感扰动量的解析关系,然后提出一种提高位置角估测精度的d轴电流补偿策略,最后结合电流补偿策略与在线参数辨识算法对无位置传感估测位置角进行扰动校正。试验结果表明,基于本校正策略的无位置传感估测改进算法,在电机参数扰动条件下的位置辨识精度提高了60%以上,并可在宽速变负载运行工况下保持9°以内的偏差。本策略在宽速变负载运行工况下的磁链观测器无位置传感器算法中具有一定的应用价值。     

布谷鸟算法优化BP网络的电力负荷预测

针对BP神经网络容易出现过拟合和陷入局部最优现象导致电力负荷预测准确性不高的问题,建立了在不同日期和气温等影响因素下的布谷鸟算法(CS)优化BP神经网络的电力负荷预测模型.训练BP网络确定基本结构,运用布谷鸟算法搜寻最优解替换为BP网络的最优参数,结合安徽某地区的电力负荷数据进行仿真分析,可以得出布谷鸟算法优化后的预测模型相比于单一的BP神经网络准确性得到提高,证明了所建立的CS-BP模型具有良好的预测性能.     

基于LoRa组网技术的矿井顶板监测系统设计

为了解决矿井顶板监测方法通信距离短、定位不精确等问题,设计了一种基于LoRa组网技术的矿井顶板监测系统。首先,根据井下巷道结构,设计了星型组网结构。其次,搭建了监测系统整体框架,并对数据采集模块进行软硬件设计。最后,进行系统定位及鸡群优化(CSO)算法优化设计,先把相邻两个传感器节点间的区域等距离划分,再按照接收附近传感器节点的接收信号强度值(RSSI),对该区域标记等级,并利用未知的节点接收的RSSI确定其所属等级区域,在该等级区域内根据CSO算法利用迭代寻优进一步确定其精确位置。经实验证明,该系统运行稳定,定位精确,无线传输距离半径不低于300m,可以对矿井顶板进行大范围监测。     

互联网金融风险测度与数值分析——基于g-VaR模型

与传统理财产品相比,以“余额宝”为代表的互联网金融产品面临的风险更具不确定性。为更好地测度风险,结合g-期望理论与在险价值(VaR),以互联网理财产品为例构建了可用于度量互联网金融风险的g-VaR模型。与传统风险度量模型相比,g-VaR模型在度量互联网金融的不确定性风险方面更具优势。利用求解倒向随机微分方程(BSDE)的Euler隐格式、Crank-Nicolson格式以及预估校正方法给出求解算法和数值分析。结果显示,Euler方法和Crank-Nicolson方法在数值求解BSDE的过程中运算时间长,而预估校正方法能够提升整体运算效率,且计算精度的稳定性较好。     

基于激光扫描的细观混凝土模型

将激光扫描技术与发展的状态点阵骨料投放算法相结合,实现了三维、二维细观混凝土几何建模.三维模型的构建通过激光扫描仪对骨料进行信息采集进而构建骨料库,结合骨料投放算法,构建出反映真实骨料形态、分布和级配等特征的三维混凝土细观模型.二维模型的构建仅需对三维模型进行剖切.激光扫描技术能给出骨料的空间真实形态,骨料库的构建保证了骨料的随机多样性,骨料投放算法则将整个建模过程程序化.为了验证该方法,选取典型切面构造二维模型,结合室内实验,利用内聚力模型研究了骨料空间分布对混凝土单轴压缩破坏的影响规律.     

神经网络BP算法的改进方法探究

针对BP算法存在的问题或缺点,提出从提高训练速度的方法、选择激活函教类型、初始权重的影响及设置、隐含层数和隐含层节点数的选择等方面进行改进。从而使BP算法得到优化。     

用于时敏目标打击链快速构建的智能方法

为提高战斗中时敏打击链的构建效率,优化资源分配,实现一种快速构建时敏打击链的智能方法,提出将模拟退火算法与遗传算法运用于快速构建时敏打击链.仿真实验表明,可以在短时间内完成时敏目标打击优先级排序、传感器平台-目标配对和武器平台-目标配对,并在目标的时间窗口内摧毁目标.优化了传感器和武器的使用,弥补了构建时敏打击链的局限...     

基于改进的K-means聚类的学校恐怖袭击风险评估方法

基于改进的K-means聚类算法采用已有的恐怖袭击事件,构建不同袭击手段对不同袭击目标的风险进行评估分级的模型。首先,根据评估需求以及事件特点统计恐怖袭击事件样本数据;其次,针对K-means算法的恐怖袭击风险评估模型的缺陷采取改进方法,对聚类初始点的选择方法进行改良;再次,基于上述改进构建恐怖袭击风险评估模型;最后,选取1970～2019年全球发生的4 606起学校恐怖袭击事件进行风险评估,同时使用轮廓系数进行效果评价,以检验改进模型的有效性。结果提出改进的K-means聚类恐怖主义风险评估模型通过计算轮廓系数评价其聚类效果优于改进之前的恐怖主义风险评估模型,所构建的恐怖主义风险评估模型可以在不依赖于专家打分、确定权重的情况下基于已发生的事件得出较为客观的风险评估结果。     

区域转换下郑州天气衍生品定价研究

针对不同地区气温数据进行具体统计分析,以构建符合该地区气温特征的随机动力学模型,从而为天气衍生品进行更准确的定价,为有效地管理天气风险提供依据。对比了3种区域转换模型和单区域均值回复模型,以准确描述郑州市气温数据。实证分析说明,具有一个均值回复和一个布朗运动的区域转换模型预测的日平均气温更接近真实数据。