一种基于并行混沌和SFLA的风电电网无功优化模型设计

针对已有方法在解决电网无功优化时,由于系统的无功不足和电网电压的不稳定,容易过早收敛到局部最优解的缺点,设计了一种基于并行混沌和混合蛙跳算法 (Shuffle Frog Leaping Algorithm, SFLA)的电网无功优化模型。首先,建立了最小化有功网损、最大化静态电压稳定裕度和最大化无功补偿单位投资收益的多目标数学优化模型,然后,对经典的SFLA进行改进,通过引入精英协同进化机制和划分种群的方式实现并行寻优,从而增加个体的多样性和加快最优解的求取速度,在不同种群中设计不同的适应度函数和个体更新进化方法。为了使得算法的初始解分布更为均匀,引入用混沌机制来对种群进行初始化,最后,对基于并行混沌和SFLA的总体算法进行了设计和分析。在Matlab环境下进行实验,实验结果表明文中方法得到的优化结果具有电网有功损耗小、单位投资收益高和静态电压稳定裕度大的优点,具有较强的可行性和适应性。     

基于量子粒子群和SARSA算法的蜂窝网络信道分配

为了对蜂窝网络的信道进行在线、实时和动态的分配,设计了一种基于量子粒子群算法和SARSA算法的蜂窝网络信道分配方法。首先,采用分配方案表示量子粒子的位置,通过粒子群在粒子空间中不断寻优,将寻求的最优粒子位置作为信道分配方案的初始解。然后,根据得到的初始解的目标值来计算各状态动作对处的初始Q值,在此基础上,通过加入资格迹的SARSA(λ)算法和ε-greedy策略得到改进的SARSA(λ)算法,执行算法直到各状态动作对的Q值不发生变化为止,此时最终解为信道分配方案。为了验证文中方法的优越性,采用具有30个小区的移动蜂窝网络进行实验,仿真实验结果表明文中方法能实现蜂窝通信网络中信道的在线分配,且与其它方法比较,具有信道分配合理和收敛速度快的优点,是一种有效的信道分配方法。     

基于遗传算法的输电线路无人机巡检路径规划

针对无人机有效、安全巡检输电线路的路径问题,提出了一种基于遗传算法的输电线路无人机巡检路径规划方法,采用极坐标编码方式对无人机巡检路径构造染色体。结合实际情况中的无人机巡检各种约束问题,设计了适合于无人机巡检路径规划的遗传算子。实验结果证明算法能综合考虑各种因素,提高了全局寻优能力,是解决实际输电线路无人机巡检路径规划问题的较好办法。     

电力系统故障诊断的萤火虫和粒子群混合算法研究

电力系统故障诊断主要就是根据保护和断路器的动作信息来判别故障区域,而找出故障元件又是其难点和主要工作,以目标函数描述其模型,则故障诊断问题转化为0-1整数规划问题。适合于智能算法求解。用粒子群算法解决该问题时收敛速快,但容易陷入局部最优值;用萤火虫算法时能够找到全局最优值,但其后期收敛速度较慢。论文融合这两种算法并用之求解故障诊断的目标函数,仿真结果表明：融合后的算法兼备两种算法的优点,能够以较快速度收敛,并找到全局最优解,且收敛精度高,稳定性好。     

基于金属线路板的新型大功率LED及其光电特性研究

设计、制作了基于金属线路板和板上芯片技术的大功率白光LED,对其光电特性进行了实验测量,输入电流达到800 mA,对应的输入功率3.3 W,大功率LED的输出光通量才达到饱和.输入电流达到900 mA,对应的输入功率3.8 W,大功率LED电流—电压特性仍未表现出饱和特性.实验结果表明,采用金属线路板和板上芯片技术可以得到良好的散热特性,大大提高LED的输入功率.同时还测量了光谱分布、光通量、色坐标随电流的变化情况,对其中的变化规律进行了理论分析.     

A Novel Feature Extraction Method for Power Transformer Vibration Signal Based on CEEMDAN and Multi-Scale Dispersion Entropy

Effective diagnosis of vibration fault is of practical significance to ensure the safe and stable operation of power transformers. Aiming at the traditional problems of transformer vibration fault diagnosis, a novel feature extraction method based on complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN) and multi-scale dispersion entropy (MDE) was proposed. In this paper, CEEMDAN method is used to decompose the original transformer vibration signal. Additionally, then MDE is used to capture multi-scale fault features in the decomposed intrinsic mode functions (IMFs). Next, the principal component analysis (PCA) method is employed to reduce the feature dimension and extract the effective information in vibration signals. Finally, the simplified features are sent into density peak clustering (DPC) to get the fault diagnosis results. The experimental data analysis shows that CEEMDAN-MDE can effectively extract the information of the original vibration signals and DPC can accurately diagnose the types of transformer faults. By comparing different algorithms, the practicability and superiority of this proposed method are verified.     

基于相位展开及拼接算法的一种高精度大量程宽光谱干涉显微术

宽光谱干涉显微术广泛应用于高精密检测领域,它测量样品形貌通常采用垂直扫描干涉术对亚微米至毫米级特征进行测量,以及相移干涉术对纳米级特征进行测量。其中,相移干涉术精度可达纳米级,但量程有限,高度变化对应的相位需限制在区间内。采用包裹相位展开算法可以扩展相移干涉术的量程,也仅适用于平滑表面,当高度起伏超出焦深或者光源相干长度的限定范围时,干涉条纹模糊或对比度丧失,所解算的结果将产生较大误差甚至错误。提出一种基于相位展开及拼接算法的高精度、大量程宽光谱干涉显微测量方法,以干涉条纹调制度量化条纹质量,条纹对比度高、成像清晰的区域对应调制度较高,定义当前焦面条纹调制度高于阈值的区域为理想区域,定义焦面条纹调制度低于阈值的区域为问题区域。以相位展开算法获得理想区域中的样品相位分布,问题区域的包裹相位不进行展开。使用微位移结构纵向移动物镜焦平面,选择合理的步长,使相邻焦面位置理想区域展开后的真实相位保持部分区域重合,根据重合区域的相位值均差可以实现不同焦面位置的高精度相位拼接,最终获得扩展量程的高精度真实相位结果,进而可以恢复样品完整的表面形貌分布。该算法通过对理想区域的筛选,避免了相位在问题区域展...