考虑颗粒破碎影响的粗粒土本构模型 被引量：25

1

作者 贾宇峰 迟世春 林皋 《岩土力学》 EI CAS CSCD 北大核心 2009年第11期3261-3266,3272,共7页

颗粒破碎直接改变了粗粒土本身结构,对粗粒土的剪胀、内摩擦角、峰值强度、渗透系数都会产生影响。为了能够准确地描述粗粒土的应力-应变关系,特别是高应力条件下出现显著颗粒破碎时的应力-应变关系,亟待建立考虑颗粒破碎的粗粒土本构... 颗粒破碎直接改变了粗粒土本身结构,对粗粒土的剪胀、内摩擦角、峰值强度、渗透系数都会产生影响。为了能够准确地描述粗粒土的应力-应变关系,特别是高应力条件下出现显著颗粒破碎时的应力-应变关系,亟待建立考虑颗粒破碎的粗粒土本构模型。根据三轴试验数据,建立考虑颗粒破碎耗能的应力-应变关系,采用相关联流动法则导出考虑颗粒破碎的粗粒土本构模型。所建立的本构模型考虑了颗粒破碎对粗粒土剪胀、内摩擦角的影响。通过变异粒子群优化算法确定模型参数,拟合试验曲线。模型计算结果与试验曲线拟合较好,能够很好地描述粗粒土在不同围压下的体积剪胀、剪缩和应力硬化、软化现象。 展开更多

关键词 颗粒破碎 破碎耗能 应力软化 变异粒子群优化算法 摩擦系数 临界状态线 剪胀

下载PDF 职称材料

基于VPSO-SVM的磷酸铁锂电池寿命预测 被引量：7

2

作者 王宁 刘忆恩 +1 位作者 江柯成 陈泽华 《重庆理工大学学报（自然科学）》 CAS 北大核心 2019年第11期173-177,230,共6页

随着锂离子电池在日常生活中的广泛应用,其寿命问题日益突出,并且在电池的循环过程中,影响其性能的因素很多,包括内部材料的损失以及外部环境的变化等,它们都会对电池的健康状态(state of health,SOH)产生影响,严重时可能会对人的生命... 随着锂离子电池在日常生活中的广泛应用,其寿命问题日益突出,并且在电池的循环过程中,影响其性能的因素很多,包括内部材料的损失以及外部环境的变化等,它们都会对电池的健康状态(state of health,SOH)产生影响,严重时可能会对人的生命财产造成损失,对其商业化的应用造成阻碍。因此,时刻掌握电池的SOH很有必要。针对SVM模型参数优化等问题,提出一种结合SVM和变异粒子群优化算法(variance particle swarm optimization,VPSO)的算法,将SVM参数作为VPSO的优化目标。实验表明:VPSO-SVM模型的预测准确性较高。 展开更多

关键词 锂离子电池 寿命预测 健康状态 变异粒子群优化算法

下载PDF 职称材料

基于交通流预测的城市干道相交路口信号控制 被引量：2

3

作者 赵建玉 盖斐 贾磊 《交通与计算机》 2008年第4期43-46,共4页

提出了一种基于交通流预测的主干道相交路口优化控制方法,将交通流预测与交通信号控制相结合,用于解决交通流量较大的城市主干道相交路口的信号控制问题。建立神经网络预测模型,用变异粒子群优化算法优化网络结构以提高预测精度和速度,... 提出了一种基于交通流预测的主干道相交路口优化控制方法,将交通流预测与交通信号控制相结合,用于解决交通流量较大的城市主干道相交路口的信号控制问题。建立神经网络预测模型,用变异粒子群优化算法优化网络结构以提高预测精度和速度,将预测的下2个相位队长作为模糊控制的输入以确定下一绿相位时间,在后一绿相位持续时间内放行该相位经预测但尚未全部排队的车辆。仿真实验表明该方法能有效地减小平均车辆延误时间,达到了保持干道交通通畅的目的。 展开更多

关键词 干道相交路口 神经网络 交通流预测 变异粒子群优化算法 模糊控制

下载PDF 职称材料

双馈风力发电机参数分步辨识及观测量的选择 被引量：32

4

作者 潘学萍 鞠平 +3 位作者 徐倩 刘永康 吴峰 金宇清 《中国电机工程学报》 EI CSCD 北大核心 2013年第13期116-126,共11页

参数辨识依赖于激励信号与观测量的选择。该文根据观测量的模式增量计算,确定系统动态在不同观测量上的可观性,据此选择观测量。根据不同扰动激发出的系统主导动态,确定在该扰动下的重要参数。采用分步辨识思路,先根据电网侧故障辨识双... 参数辨识依赖于激励信号与观测量的选择。该文根据观测量的模式增量计算,确定系统动态在不同观测量上的可观性,据此选择观测量。根据不同扰动激发出的系统主导动态,确定在该扰动下的重要参数。采用分步辨识思路,先根据电网侧故障辨识双馈风力发电机电气部分参数,再基于输入侧风速变化辨识机械部分各参数。辨识方法采用全局最优位置变异粒子群算法,仿真算例验证了该方法的有效性。 展开更多

关键词 观测量 扰动 双馈风力发电机 轨迹灵敏度 参数辨识 全局最优位置变异粒子群优化算法

下载PDF 职称材料

一种改进的小波变异粒子群优化算法 被引量：6

5

作者 高东慧 董平平 +1 位作者 田雨波 周昊天 《计算机工程》 CAS CSCD 2012年第21期145-147,共3页

为提高粒子群优化(PSO)算法的优化性能,提出一种改进的小波变异粒子群算法(IPSOWM)。在每次迭代时以一定的概率选中粒子进行小波变异扰动,从而克服PSO算法后期易发生早熟收敛和陷入局部最优的缺点。数值仿真结果表明,IPSOWM算法的搜索... 为提高粒子群优化(PSO)算法的优化性能,提出一种改进的小波变异粒子群算法(IPSOWM)。在每次迭代时以一定的概率选中粒子进行小波变异扰动,从而克服PSO算法后期易发生早熟收敛和陷入局部最优的缺点。数值仿真结果表明,IPSOWM算法的搜索精度、收敛速度及稳定性均优于PSO和PSOWM算法。 展开更多

关键词 粒子群优化算法 小波变异 小波变异粒子群优化算法 全局最优 鲁棒性

下载PDF 职称材料

基于AE-AMPSO-SVM的地下电缆早期故障定位方法 被引量：6

6

作者 王文凯 刘明 邓斌 《电子设计工程》 2022年第13期170-174,179,共6页

地下电缆早期故障不易检测,且常伴有一系列局部放电故障并最终发展成永久性故障,对配电系统的可靠性有很大影响。为了及时确定地下配电电缆早期故障位置,提出了基于自动编码器与自适应变异粒子群优化算法优化支持向量机的地下电缆早期... 地下电缆早期故障不易检测,且常伴有一系列局部放电故障并最终发展成永久性故障,对配电系统的可靠性有很大影响。为了及时确定地下配电电缆早期故障位置,提出了基于自动编码器与自适应变异粒子群优化算法优化支持向量机的地下电缆早期故障定位方法。自动编码器对变压器端采集的故障电流信号进行特征提取,作为支持向量机的输入,通过自适应变异粒子群算法优化SVM的超参数,建立支持向量机模型,完成故障信号与故障点距离的映射,实现电缆早期故障定位。PSCAD/EMTDC的仿真结果表明,该方法能够对电缆早期故障进行精确定位,精度比现有方法有一定提高。 展开更多

关键词 地下电缆早期故障定位 自动编码器 支持向量机 自适应变异粒子群优化算法

下载PDF 职称材料

汽车电池充电负荷波动抑制方法与仿真

7

作者 丁徐强 王琪 《计算机仿真》 北大核心 2023年第12期145-149,共5页

受温度以及使用时间影响,汽车电池状态存在不确定性,且充电电压和电流波动会导致电池充电效率降低,增加了电池充电负荷波动抑制难度。为此提出考虑驾驶特性的汽车电池充电负荷波动抑制方法。分析汽车电池的充电特性,在此基础上分析驾驶... 受温度以及使用时间影响,汽车电池状态存在不确定性,且充电电压和电流波动会导致电池充电效率降低,增加了电池充电负荷波动抑制难度。为此提出考虑驾驶特性的汽车电池充电负荷波动抑制方法。分析汽车电池的充电特性,在此基础上分析驾驶特性,包括充电时长和日行驶里程;以驾驶特性作为依据,将符合充电站功率需求和减少负荷波动作为优化目标,建立第一层目标函数,将降低电流波动、最大化用户利益作为优化目标,建立第二层目标函数;采用自适应变异粒子群算法,求解目标函数,实现汽车电池充电的负荷波动抑制。仿真结果表明,所提方法可有效抑制负荷波动,降低了负荷峰谷差。 展开更多

关键词 驾驶特性 日行驶里程 汽车电池 负荷波动抑制 自适应变异粒子群优化算法

下载PDF 职称材料

含多能互补微能源的配电网协同优化控制研究 被引量：3

8

作者 赵为光 吴尚阳 《电力学报》 2021年第6期512-519,共8页

为进一步探索减少配电网负荷曲线的峰谷差、提升配电网的供电质量和安全稳定运行的方法,进行了含多能互补微能源的配电网协同优化控制研究。首先,构建含多能互补微能源的配电网各单元模型及含多能互补微能源的配电网协同优化控制模型;其... 为进一步探索减少配电网负荷曲线的峰谷差、提升配电网的供电质量和安全稳定运行的方法,进行了含多能互补微能源的配电网协同优化控制研究。首先,构建含多能互补微能源的配电网各单元模型及含多能互补微能源的配电网协同优化控制模型;其次,提出基于自适应变异粒子群优化算法的配电网协同优化控制模型求解算法;最后,以IEEE-33配电网系统为研究对象,在确定粒子群优化算法和自适应变异粒子群优化算法最优自适应度值的基础上对配电网协同优化控制模型进行求解。仿真结果表明,自适应变异粒子群优化算法可以明显改善配电网协同优化控制的目标函数曲线的峰谷差特性,并能够使配电网协同优化控制目标函数曲线更加平滑。 展开更多

关键词 配电网 峰谷差 自适应变异粒子群优化算法 目标函数 优化控制

下载PDF 职称材料

基于改进的PSO算法的电力系统无功优化研究 被引量：2

9

作者 徐善伟 侯姗 祁美华 《水电能源科学》 北大核心 2012年第11期188-190,183,共4页

电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法(PSO)具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化... 电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法(PSO)具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化算法(AMPSO),将该算法用于求解电力系统无功优化问题,并以IEEE30标准节点系统为算例进行验证。结果表明,与PSO算法相比,AMPSO算法有效降低了系统网损,显现出良好的全局收敛特性。 展开更多

关键词 粒子群优化算法 电力系统 无功优化 自适应随机变异粒子群优化算法

下载PDF 职称材料

基于AMPSO-Elman的微电网短期负荷预测

10

作者 刘晓悦 孙海鹤 《工业控制计算机》 2018年第11期150-151,共2页

分布式微电网随机波动性较强,表现出高度非线性。神经网络鲁棒性强、具有记忆能力、非线性映射能力以及强大的自学习能力,广泛应用于负荷预测。而传统神经网络存在学习时间长、收敛速度慢、容易陷入局部极值等缺陷。因此提出用自适应变... 分布式微电网随机波动性较强,表现出高度非线性。神经网络鲁棒性强、具有记忆能力、非线性映射能力以及强大的自学习能力,广泛应用于负荷预测。而传统神经网络存在学习时间长、收敛速度慢、容易陷入局部极值等缺陷。因此提出用自适应变异粒子群优化算法(Particle Swarm Optimizition with Adaptive Mutation,AMPSO)结合Elman神经网络进行负荷预测,以提高预测精度。基于MATLAB利用获得的电网数据进行实验仿真,结果显示改进神经网络最大预测误差在2%以内,说明所提方法预测精度和稳定性更好,是一种有效的负荷预测方法。 展开更多

关键词 微电网 神经网络 自适应变异粒子群优化算法 负荷预测 仿真

下载PDF 职称材料

变异机制粒子群优化的摄像机内参数校准 被引量：5

11

作者 周婧 张小宝 白云龙 《光学精密工程》 EI CAS CSCD 北大核心 2019年第8期1745-1753,共9页

针对大空间单目视觉系统中摄像机内参数校准精度对整体测量精度影响较大这一问题,本文提出一种基于变异机制粒子群优化(MMPSO)算法的摄像机内参数虚拟三维校准方法。该方法基于分阶段最优化思路,通过建立摄像机成像模型对摄像机外参数... 针对大空间单目视觉系统中摄像机内参数校准精度对整体测量精度影响较大这一问题,本文提出一种基于变异机制粒子群优化(MMPSO)算法的摄像机内参数虚拟三维校准方法。该方法基于分阶段最优化思路,通过建立摄像机成像模型对摄像机外参数及部分内参数进行初始值估计,再通过MMPSO算法对内参数进行优化校准确定最终的结果。实验中为了提供精确的校准控制点,搭建了校准硬件平台,将红外发光二极管固定于三坐标测量机测头上并跟随测头移动,构造一个大空间虚拟三维校准板。实验结果表明:主要的10个内参数均达到测量精度要求的数量级,验证了该方法的有效性。通过单目视觉坐标测量系统对两种校准方法所得结果进行等距测量实验,基于Janne Heikkila的三维校准法的总体标准差为0.112 mm,基于MMPSO算法的虚拟三维校准法的总体标准差为0.084 mm。通过对比实测数据标准差,可以证明本文提出的校准方法稳定性更好,精度更高。该方法能够满足大空间单目视觉坐标测量系统对摄像机内参数精度的要求,对视觉坐标测量技术领域中的摄像机校准等非线性优化问题具有一定指导作用。 展开更多

关键词 视觉测量 摄像机模型 变异机制粒子群优化算法 内参数校准

下载PDF 职称材料

基于自适应变异粒子群算法的电动汽车换电池站充电调度多目标优化 被引量：64

12

作者 田文奇 和敬涵 +2 位作者 姜久春 牛利勇 王小君 《电网技术》 EI CSCD 北大核心 2012年第11期25-29,共5页

大规模电动汽车用户的无序充电行为会对电网造成"峰上加峰"等影响,因此电动汽车规模化应用迫切要求实现对充电行为的引导和调度。电动汽车换电站具有受可调度时间约束影响小等特点,与个体电动汽车相比较易实现充电调度。根据... 大规模电动汽车用户的无序充电行为会对电网造成"峰上加峰"等影响,因此电动汽车规模化应用迫切要求实现对充电行为的引导和调度。电动汽车换电站具有受可调度时间约束影响小等特点,与个体电动汽车相比较易实现充电调度。根据换电站的特点以换电站各时刻的充电功率为控制对象,建立多目标的调度策略数学模型,并采用自适应变异的粒子群算法求解以减小标准粒子群容易早熟对优化结果的影响,得到次日优化充电计划。基于某地区负荷曲线进行算例仿真,验证了算法的有效性,比较了单目标优化和多目标优化的调度策略对负荷曲线的影响。结果表明,换电站充电调度策略采用多目标优化时能够克服单目标优化填充"最低谷"效果差的问题,有效地降低电网峰谷差,达到平稳负荷波动的效果。 展开更多

关键词 电动汽车 换电池站 充电调度 多目标优化 自适应变异的粒子群优化算法

下载PDF 职称材料

基于AMCPSO优化Kriging插值的温度补偿方法研究

13

作者 张森 王大志 +3 位作者 黄晨涛 陈相吉 郑晓虎 刘梦哲 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第1期342-353,共12页

为了降低温度变化对转换力传感器测量精度的影响,提出一种自适应变异混沌粒子群算法(AMCPSO)优化Kriging插值的温度补偿算法(AMCPSO-Kriging)。研发转换力传感器,分析温度对传感器输出的影响,建立温度补偿标定实验平台,通过标定实验获... 为了降低温度变化对转换力传感器测量精度的影响,提出一种自适应变异混沌粒子群算法(AMCPSO)优化Kriging插值的温度补偿算法(AMCPSO-Kriging)。研发转换力传感器,分析温度对传感器输出的影响,建立温度补偿标定实验平台,通过标定实验获得建立温度补偿模型所需要的样本集,采用数据稀疏化方法对样本数据进行优化。通过Kriging插值构建了温度补偿模型,利用AMCPSO算法以交叉验证方式下模型预测产生的均方根误差和作为适应度函数,对Kriging插值中的范围参数θ和平滑度参数pk进行寻优求解,得到性能最佳的温度补偿模型。基于AMCPSO-Kriging温度补偿模型对转换力传感器的测量效果进行实验验证,与标准力传感器进行对比。实验结果表明:对样本数据进行稀疏化处理,算法平均运行时间从1076 s减少到6 s,提高了温度补偿算法的运行效率。在−20~70℃温度范围内,经过AMCPSO算法优化的Kriging模型有效提高了转换力传感器的测量精度,相比于未经AMCPSO算法优化的Kriging插值,转换力传感器测量的平均满量程误差从1.2%FS降低到0.6%FS。通过现场实验验证温度补偿的效果,转换力传感器测量的绝对误差在70 N以内,最大满量程误差为2.3%FS。所提出的温度补偿方法有效消除了温度对传感器测量精度的影响,满足铁路工况使用要求,对转换力传感器在铁路上实际运用具有重要价值。 展开更多

关键词 转换力传感器 温度补偿 标定实验 KRIGING插值 自适应变异混沌粒子群优化算法

下载PDF 职称材料