基于改进深度强化学习的智能微电网群控制优化方法

针对微电网群控制的经济效益、负荷波动以及碳排放问题,提出一种基于改进深度强化学习的智能微电网群运行优化方法。首先,计及分布式电源、电动汽车及负荷特性,提出微电网的系统模型。然后,针对微电网群的运行特点,提出4个系统优化目标和5个约束条件,并且引入分时电价机制调控负荷运行。最后,利用改进深度强化学习算法对微电网群进行优化,合理调控多种能源协同出力,调整负荷状态,实现电网经济运行。仿真结果表明了所提方法的有效性,与其他方法相比,其收益较高且碳排放量较小,可实现系统的经济环保运行。     

基于粒子群优化算法的配电网故障指示器优化配置

近年来,故障指示器凭借其接入灵活性和经济性被广泛应用于配电网故障定位中.然而过多的安装是没有必要的,合理选择安装故障指示器的数量及位置能达到配电网可靠性及经济性的综合最优.针对配电网中故障指示器优化配置问题,提出了一个综合考虑配电网可靠性指标及经济性的目标函数,并运用二进制粒子群优化算法进行了优化求解.通过在IEEE 33节点配电系统中的测试,验证了所建模型的有效性.同时,与免疫算法的优化结果进行了对比,分析结果表明,二进制粒子群算法由于其收敛速度快,所需迭代次数少,对于求解该问题具有优势.     

考虑微网和HVDC特性的电网黑启动优化

通过对黑启动电源、恢复路径优化的电网黑启动方法能加快发生大停电电网的系统恢复。随着电力系统中微网和HVDC越来越多,交直流混联电网在电网黑启动过程中需充分考虑微网和HVDC的影响。分析了微网和HVDC的特性及其参与黑启动时的控制方法和可行性,以最大化恢复系统的恢复效率为目标构建了考虑微网和HVDC特性的电网网架重构优化模型,使用模拟退火遗传算法（SAGA）和Dijkstra算法对电网进行分区优化和恢复路径选优。最后,通过算例验证了方法的有效性。     

基于特征融合和粒子群优化算法的运动想象脑电信号识别方法

由于运动想象脑电信号的信噪比较低,特征提取和特征选择比较困难,无法获得较高的分类准确率。针对上述问题,该文提取了时域、频域和空间域3个观察面的特征,并采用粒子群优化算法结合随机森林分类器来进行特征筛选。具体过程为,首先根据R2图来对信号进行带通滤波;其次,使用小波软阈值和得分共空间模式算法进行去噪和通道筛选;然后,通过3种算法提取时频域和空间域特征,待特征融合之后使用基于随机森林分类器的评价指标作为PSO的适应度函数,进行特征选择;最后,运用3种分类器以及集成分类器来验证效果。实验结果显示,通过特征融合以及特征选择可以去除冗余信息,保留有效信息,最终的分类正确率达到98.3%,为该技术在医疗康复等领域应用提供了新的方法。     

改进型云计算VM资源调度方法

针对云计算框架中VM资源调度问题,提出一种改进型云计算VM资源调度方法.首先,将直觉模糊机制和Canopy算法融入传统的模糊c均值聚类算法,设计一种改进型直觉模糊c均值聚类算法,用以完成对用户任务请求进行聚类;其次,设计一种改进型粒子群算法,对云计算中的VM资源进行分配.通过在Cloudsim平台上的仿真实验结果表明,本文方法无论在资源调度效率,还是收敛性效果方面均优于经典调度方法,预期可以作为云计算框架中一种有效的资源调度方案.     

NECP-Atlas中屏蔽数据库制作方法

为获得更高精度的屏蔽数据库,提高屏蔽计算中关键参数的计算精度,本文利用核数据处理程序NECP-At-las中屏蔽数据库制作功能模块shield_calc.基于响应贡献理论对屏蔽数据库能群结构进行优化,重点针对屏蔽计算中的热中子注量率以及光子注量率进行改善,并利用SINBAD屏蔽基准题对优化后的能群结构进行验证.数值结果表明:利用优化后的能群结构计算得到的热中子注量率和光子注量率较BUGLE屏蔽数据库原始能群结构计算结果有明显改善,热中子注量率相对偏差由100％下降至30％左右,光子注量率相对偏差由50％下降至10％左右,提高了辐射屏蔽计算中热中子以及光子计算结果的准确性.     

强隐私保护的移动群智感知方案

为了实现移动群智感知系统中身份隐私、证书撤销和积分激励功能,同时解决恶意用户身份追踪与诚实用户隐私保护之间的矛盾,提出了强隐私保护的移动群智感知方案.基于门限密码思想将身份追踪能力分散到多个实体上,使得多个追踪者合作才能追踪用户身份;将Pointcheval-Sanders签名和基于RSA假设的Camenisch-Lysyanskaya累加器结合起来实现了证书的安全快速撤销;利用Pointcheval-Sanders签名构造了保护隐私的积分激励机制.对该方案进行了安全性分析和实验分析.研究结果表明,该方案不仅满足安全要求,而且在实际应用中具有可行性.     

考虑限制性卖空的多期模糊投资组合优化模型

在实际证券交易中, 卖空操作是一种重要的投资手段, 因此本文研究考虑限制性卖空的多期模糊投资组合优化问题。将风险资产的收益视为梯形模糊数。在允许卖空的情况下, 建立了带单期最低期望收益约束、破产控制约束和投资比例边界约束的多期可信性均值−下半方差−偏度投资组合优化模型。设计了一个改进的多种群粒子群算法对模型进行求解。最后, 采用真实股票数据进行数值算例分析, 说明了所提出的优化模型和算法的有效性。     

基于PSO-VMD与贝叶斯网络的滚动轴承故障诊断

为解决电机在变负载运行条件下滚动轴承振动信号故障的特征提取困难、故障诊断准确率低的问题,提出一种基于变步长粒子群的变分模态分解与贝叶斯网络相结合的滚动轴承故障诊断模型。通过变步长粒子群算法优化的变分模态分解与Hilbert变换,提取故障信息并离散化处理,构建贝叶斯网络故障诊断模型,对滚动轴承故障发生概率推理,并利用完备、不完备数据集以及噪声试验验证该方法的准确性。仿真结果表明,该方法能高效提取特征信息,实现对不确定信息的推理估计,提高滚动轴承故障诊断的准确率,在滚动轴承的故障诊断预测中具有较好的理论与应用前景。     

计及蓄电池寿命的微网群优化调度模型

为延长蓄电池使用寿命,减少微网群运行成本,构建了计及蓄电池寿命的微网群多目标优化调度模型.以包含风、光、储、柴、燃料电池的两个子微网所构成的交流微网群作为研究对象,采用改进后的加权吞吐量法构建蓄电池寿命模型并预测蓄电池寿命.综合考虑系统发电成本、环境污染成本和蓄电池寿命损耗成本,在满足负荷供需平衡、不同微源出力等约束条件下,通过加权系数法将多目标函数归一化为综合目标函数,并利用二元对比定权法确定权系数,把对蓄电池的重视程度分为较低、中等、较高三种情况.采用粒子群优化算法进行求解,并对三种情况下的微网群调度结果与蓄电池寿命损耗情况进行对比分析.结果表明,该优化调度模型可有效提高微网群经济效益,并减小蓄电池损耗,验证了该模型的有效性.