多策略融合的改进黏菌算法及其应用

针对黏菌算法存在自适应能力有限,抗停滞能力弱等不足,提出多策略融合的改进黏菌算法。采用Bernoulli混沌初始化,丰富种群多样性,提升算法优化精度和收敛速度;提出动态非线性递减策略,动态调节黏菌个体探索幅度,协调并优化算法全局搜索与局部开发能力;结合麻雀算法的预警机制与折射反向学习策略,优化黏菌个体分离觅食过程,防止前期优质个体流失以及后期种群多样性匮乏,提升算法整体抗停滞能力。通过对基准测试函数及部分CEC2017测试函数进行寻优对比实验,测试结果表明改进算法具有更好的寻优精度、稳定性。利用改进算法优化XGBoost参数并将其用于变压器故障诊断,进一步验证了改进策略的有效性及算法的工程实用性。     

基于油中溶解气体分析的ISSA优化LSSVM变压器故障诊断研究

为了提升变压器故障诊断的准确率,提出一种基于等规度映射(Isomap)与改进樽海鞘群算法(ISSA)优化最小二乘支持向量机(LSSVM)的变压器故障诊断方法。首先,基于油中溶解气体分析技术,构建14种能够反映变压器运行状态的故障特征,并结合Isomap对样本数据进行维数约减,消除变量信息之间的冗余数据;然后结合半数均匀初始化、混合反向学习策略和非线性递减权重因子策略对樽海鞘群算法(SSA)进行改进,并通过5个基准测试函数与原始SSA、粒子群算法(PSO)、正弦余弦算法(SCA)进行对比,证明其寻优能力和分类精度均有较大提高;最后用ISSA算法动态寻优LSSVM的惩罚参数γ和核函数参数σ,获取基于Isomap与ISSA-LSSVM相结合的故障诊断模型,并与PSO-LSSVM、SSA-LSSVM、SCA-LSSVM做对比实验,诊断精度分别为90.83%、81.67%、83.33%、80%。结果证明,所提方法能够有效地增强变压器故障诊断的性能。     

MMC型换流器电容电压波动抑制方法研究北大核心CSCD

为了解决模块化多电平换流器(MMC)电容电压波动导致的换流器成本与体积增加等问题,提出了一种电容电压二倍频纹波抑制方法。首先从能量脉动角度推导了电容电压波动的数学模型,比较了不同二倍频环流对MMC电容电压波动抑制效果的影响;然后采用Clark变换将桥臂共模电压分解为αβ轴分量,利用准比例谐振控制器生成桥臂环流参考值,设计内环控制器对外环控制器生成的桥臂环流参考值进行跟踪,从而抑制子模块电容电压波动;最后在MATLAB/Simulink仿真系统上对所提控制策略进行仿真验证,通过对比传统环流抑制策略与所提控制策略对电容电压波动的抑制效果,证明了所提方法可有效抑制电容电压波动,改善输出电压的波形质量。     

基于混合绝缘气体的三相GIS母线温升多物理场耦合机制研究

针对气体绝缘金属封闭开关设备(GIS)母线温升影响设备可靠性问题,对充有30％SF6～70％N2混合环保气体的三相GIS母线进行了电磁—流体—热多物理场耦合仿真分析,采用流体多组分传输的有限元分析方法,研究了GIS母线上电磁场与温度场的分布规律.仿真结果表明:GIS内上方区域由于强对流作用,温差不大,下方区域由于气体对...     

基于线性高斯滤波的反干扰跟踪方法

以往机动目标的跟踪问题大多是针对确定性系统,而对随机跳变系统的研究较少.针对目标随机施放干扰的情况,将线性高斯滤波应用于观测噪声中带有尖头干扰信号的系统中,实现机动目标的反干扰跟踪.其算法是一种基于不同模型问"软切换"的机动目标跟踪方法,用计算的概率权值对这些模型输出进行综合,保证了跟踪精度,大大降低了离散时间结构随机跳变系统最优滤波算法的复杂程度.通过仿真实例可以看出,在观测噪声特性发生剧烈随机跳变的情况下,线性高斯滤波算法对机动目标进行了比较准确的跟踪,其性能显著地优于标准的卡尔曼滤波算法.     

MMC型换流器电容电压波动抑制方法研究

为了解决模块化多电平换流器(MMC)电容电压波动导致的换流器成本与体积增加等问题,提出了一种电容电压二倍频纹波抑制方法。首先从能量脉动角度推导了电容电压波动的数学模型,比较了不同二倍频环流对MMC电容电压波动抑制效果的影响;然后采用Clark变换将桥臂共模电压分解为αβ轴分量,利用准比例谐振控制器生成桥臂环流参考值,设计内环控制器对外环控制器生成的桥臂环流参考值进行跟踪,从而抑制子模块电容电压波动;最后在MATLAB/Simulink仿真系统上对所提控制策略进行仿真验证,通过对比传统环流抑制策略与所提控制策略对电容电压波动的抑制效果,证明了所提方法可有效抑制电容电压波动,改善输出电压的波形质量。     

基于线性高斯滤波的多传感器管理算法

随着战场环境的复杂多变,军用传感器系统通常需要在满足跟踪精度要求的前提下,最大限度地降低对资源的使用,隐藏自己.为达到上述要求,传感器管理系统就必须较好地应对目标机动、干扰等不确定因素,最大限度地降低其对系统资源的需求.为此,将线性高斯滤波理论应用于基于协方差控制的多传感器管理算法.仿真结果表明:线性高斯滤波具有处理随机干扰的能力,提高了多传感器系统的探测精度,降低了传感器管理算法无解的概率,避免了因滤波算法精度低而造成的资源浪费,提高了抗毁性,在随机干扰情况下,较好地平衡了跟踪精度和系统工作负载.