双边交易模式下电压稳定及热稳定预防控制

基于电力市场双边交易模式,并针对安全恢复和安全裕度恢复两种安全标准,提出一种交易控制方法(transaction control method,TCM),用来统一求解电压稳定及热稳定预防控制问题以消除网络阻塞,。该方法的核心为电压稳定及热稳定恢复或者电压稳定及热稳定裕度恢复对交易的灵敏度,并将这些灵敏度以线性化安全约束的形式加入各种优化目标,如L1范数和L2范数目标。同时,以实际系统为例验证了方法的有效性,并比较了L1范数目标与L2范数目标,以及功率注入控制法与交易控制法。     

考虑静态电压稳定的舰船电网多目标故障恢复决策

为了解决没有考虑重构过程诱发的电压稳定问题,针对舰船电网快速故障恢复,引入电网线路静态电压稳定指标SVSI。将故障恢复后电网所有线路SVSI指标的最大值作为目标函数,以表征此时系统静态电压稳定的整体水平,建立一种考虑静态电压稳定的舰船电网多目标故障恢复重构模型。采用基于局部搜索技术的多目标网格进化算法MGEA对该模型进行求解,算法保留了故障恢复问题的多目标本质,以网格为载体,在邻域范围内做选择、交叉和变异,减缓了基因传播速度。对一舰船电网实际算例进行故障恢复重构测试,结果表明,该决策方法在实现舰船电网故障恢复的同时,可有效提高整个系统的静态电压稳定性。     

基于负载辨识的UPS逆变器无差拍控制

为了改善UPS逆变器输出波形的质量,提出了一种新的控制方法.该方法把不同性质负载与滤波器视为一个整体,建立了统一的无差拍控制方程,通过软件判断方法实现了不同负载在线准确辨识,并可用辨识出的负载参数实时修正控制方程系数,以达到精确控制的目的.分析和仿真实验证实了该方法的有效性和可行性.     

基于半张量积的图像加密

目的 作为一门以数学为基础的学科,数学领域的新进展经常能够促进加密技术及密码学的研究与发展。半张量积理论是一种新的数学工具,是传统矩阵乘法理论的推广,它对于实现不同阶的高维矩阵数字信号处理提供了一个非常好的途径。为研究半张量积理论在数字图像处理中的应用,提出一种基于半张量积的图像加密算法。方法 算法以明文内容为密钥参数,以张量积运算构建阶数远小于输入图像尺寸的可逆密钥矩阵,将低阶密钥矩阵与高阶输入图像进行半张量积运算实现图像的加密与解密。结果 实验采用8×8密钥矩阵对多个不同尺寸的输入图像进行了验证,比较验证表明,从算法安全性、运行效率来说本文算法较现有的一些算法更有优势,能降低约10%~30%的计算时间。结论 提出了一种新的加密算法,只要满足密钥矩阵阶数与输入图像尺寸之间的整数倍关系,一个固定阶数的密钥就能实现对不同尺寸图像的加密及解密,有效降低了数据运算量。实验结果表明,该算法具有较高的安全性和运行效率,可在实时数据加密中得到应用。     

低存储化压缩感知

目的 非相关观测是压缩感知(CS)理论中的关键因素。高斯随机矩阵作为一种普适的CS非相关观测矩阵,在压缩感知中得到广泛的研究与应用。但在实际应用中,却存在实际内存占用较多,不适应大规模应用的问题。为寻求降低随机观测矩阵所需的存储空间,提出一种基于半张量积的压缩感知方法,利用该方法可以成倍地降低观测矩阵所需的存储空间。方法 该方法利用半张量积理论,构建降维随机观测矩阵,实现对原始信号的随机观测,并采用l^q(0< q< 1)范数的迭代重加权最小二乘法进行重构,从而得到稀疏信号的估计值。结果 仿真实验分别采用1维稀疏信号和2维图像信号进行了测试,并从重构概率、迭代收敛速度、重构信号的峰值信噪比等角度进行了测试和比较。通过不同大小的随机观测矩阵比较验证表明,采用降维后观测矩阵进行采样和重构,其重构信号质量并没有明显下降,但其观测矩阵所需的存储空间却可大大降低,如降低为通常的1/4,1/16,甚至更低。结论 本文压缩感知方法,可以大大降低观测矩阵所需的存储空间,同时有效降低数据运算复杂度以及内存占用率,有助于压缩感知的应用。     

基于DSP的光伏并网发电系统数字锁相技术

随着能源危机的进一步加剧和光伏系统并网发电成本的持续降低,光伏并网发电技术的应用越来越广泛。为了实现光伏逆变系统与电网的可靠并联运行,采用了一种基于DSP芯片TMS320C2407A实现数字锁相的方法,并通过实验作了验证,实验结果表明,锁相精度高,稳定可靠。     

采用多目标网格进化算法并面向对象的舰船电网重构

考虑系统失电负荷量、电网有功损耗、线路负荷分配失衡度和开关操作次数,构造出舰船电网重构模型.以网格为载体,在邻域范围内进行选择、交叉和变异,采用精英策略,提出基于多目标进化并面向对象的舰船电网智能重构方法.该方法在不影响解的全局最优性的基础上,极大缩短了算法执行时间,并将各种Pareto重构算法的共同属性和操作抽象出来形成公共基础平台,改进超体积指标计算方法,实现不同算法性能间的公平比较.算例分析结果表明,在算法运行时间及所获解集的趋近度和分布度方面,所提方法均优于NSGA-Ⅱ和SPEA2.     

一种无线传感器网络非线性抽样能耗优化方案

无线传感器网络现有的各种能耗优化技术大多隐含假设应完整地收集和传递感知数据,从而侧重于信息收集和传输过程的能量节约和能耗平衡.提出了一种新的能耗优化方案,首先利用感知相关性完成监控同一目标的所有传感器的完全聚类;然后根据类内节点感知数据的空域相关性与事件源活动的随机性,在保证应用精度的前提下,非线性地选取感知数据收集节点,仿真结果表明方案能够充分削减感知数据中冗余细节的收集和传输,大大降低活动事件源监控节点的能耗,延长网络寿命.     

PWM逆变器电流补偿无差拍控制研究

当前,对PWM逆变器数字化先进控制策略的研究方兴未艾.以现有的研究为基础,提出了一种新的控制方案,将负载电流直接补偿的无差拍控制策略用于PWM逆变器的精确控制,有效地抑制了外部环境变化或系统参数波动而引起的扰动,改善了逆变器的动、静态性能.为避免传感器对电感电流的直接检测,设计了一个全维观测器来估计状态.最后通过分析和仿真,证实了该方法的有效性和可行性.     

采用本质多目标进化算法的舰船电网故障智能恢复决策

经典多目标决策方法通过直接或利用层次分析法给定各目标权因子,再进行多目标综合。这种算法存在局限性,如缩放因子或模糊集参数实时调整难、获取最优解效率低等。现有舰船电网故障恢复方法仅给出负荷投切方案,且不考虑舰船线损。在严格定义＂支配＂、＂目标支配＂和＂约束支配＂3个概念的基础上,利用解的非支配关系,提出采用本质多目标进化算法并面向开关的故障智能恢复决策,该方法毋需权因子、缩放因子和模糊集参数,并实现了故障恢复后线损最小,在获得Pareto解集后,再作目标偏好选择,给出最优开关动作序列,提高了获取最优解的效率,解决了多约束条件下解的支配关系判别难题。算例分析证实了该方法可行、有效,且优于经典多目标方法。