简介：为满足日益严格的环保要求,同时伴随着机组利用小时数的下滑,火力发电厂盈利空间不断被压缩,电厂正在通过优化运行方式、设备技术改造等方法提高生产效率。利用动态规划（DP）算法,使用计算机编制程序确定磨煤机最优运行方式可以降低制粉系统耗电量,提高机组供电效率,该节能降耗的思路和方法具有一定的推广价值。

简介：利用最大功率追踪技术（MPPT）来提高太阳能电池板的发电量，是太阳能发电领域的重要研究课题。文中结合实际项目开发，介绍了几种MPPT算法，并在实际太阳能功率优化器上进行了应用。

简介：提出了一种基于模糊优化多目标进化算法（FMOEA）的配电网故障定位新方法。FMOEA对基于排序选择的传统多目标进化算法进行改良，有效避免了其种群早熟的问题，在排序结果中引入模糊优选决策因子，得到本代个体的最终适应度值，之后再经过复制、交叉、变异和迭代等过程，直到满足终止条件得到最终的Pareto解集；最后对适用于故障定位的最优解集处理办法进行了探讨与分析，以便从最优解集中筛选出符合故障情况的唯一解。算例仿真测试针对不同的配电网系统结构，分别模拟系统单点、多点故障，以及信息完备与部分信息畸变的情况，结果表明该算法可以实现配电网故障的：有效定位，通过对比遗传算法，验证了该方法寻找全局最优Pareto解集的有效性及良好的收敛性能。

简介：为了探讨遗传算法在大型矿用电动轮自卸车油气悬架设计中的应用，对遗传算法的理论和具体应用进行了研究，对车辆的油气悬架的原理进行了分析，建立了油气悬架的数学模型，整车五自由度模型，确定了以车身加权加速度均方根值为目标函数，及约束条件，并利用遗传算法，选择合适的遗传算法参数，在Matlab软件了中进行参数的优化设计。研究结果表明，矿用自卸车的车身垂向加速度均方根值减少了25．6％，意味着明显改善了车辆的振动响应。

简介：提出了一种填充粒子群算法（FPSO）,用以解决双次级永磁同步直线电机优化设计问题。在有限元分析的基础上,采用支持向量机拟合直线电机结构参数与运行性能参数之间的关系,建立用于优化计算的非参数模型;引入填充函数,对传统粒子群算法进行改进,并采用多峰值函数对算法进行测试,结果表明：FPSO具有良好的快速性和全局收敛性;采用FPSO对电机结构参数进行优化,得到一组最优的电机结构参数。仿真实验表明：采用该算法优化后的电机推力大、推力波动小且峰值电流小,符合电机的优化设计目标。

简介：为了提高风电功率预测精度，针对支持向量机（SVM）模型在风电功率预测中存在的参数选取问题，提出用人工鱼群算法（AFSA）寻找SVM模型的最优核函数参数和错误惩罚因子的优化方法。建立AFSA—SVM模型，结合聚类分析后的数值天气预报（NWP）数据对风电功率进行预测。经仿真实验并与BP、粒子群优化的支持向量机模型对比，AFSA-SVM优化模型在短期风电功率预测中有更好的预测效果。

简介：为了提高风力发电机叶片故障的识别率，利用支持向量机建立风力发电机叶片故障和特征参数之间的非线性关系。在蜂群算法中引入一种动态柯西因子，动态调节蜂群寻优过程中的搜索步长，提高蜂群算法的扰动能力，避免蜂群陷入局部搜索，采用这种动态柯西蜂群算法对支持向量机的参数寻优，建立动态柯西蜂群算法优化的支持向量机模型。采集南方某风场风力发电机叶片的四种工况下的特征数据训练此模型并进行故障诊断，诊断结果表明改进后的蜂群算法优化支持向量机模型能够提高风力发电机叶片的故障识别率，具有一定的工程参考意义。

简介：以差速轮式移动机器人为研究对象,考虑负载转矩的情况下,为了实现高效精确控制机器人速度和转向的功能,建立了永磁无刷直流电机的数学模型,从电机转速控制出发,设计了基于粒子群算法和蚁群优化算法的PID控制器,自动调整PID参数。结果表明,基于粒子群算法设计的控制器,完全满足设计标准,具有良好的动态和稳态性能,同时证明了该智能优化控制策略的可行性、优越性。

简介：针对煤与瓦斯突出的准确预测与控制，提出了一种基于最大最小蚂蚁系统与BP神经网络相结合的煤与瓦斯突出预测方法，将最大最小蚂蚁系统的全局优化与BP神经网络算法的自适应求解相结合，以煤与瓦斯突出影响因素作为输入量，并寻找最优初始解，减少了在煤与瓦斯预测过程中收敛时间。实验结果表明，该检测方法具有较高的准确性和可行性。

简介：能量解析在分解综合负荷及提高设备的能量效率方面起到重要作用。当前,能量解析方法主要存在较低准确性和效率问题。论文提出一种基于低频监控数据的多输出极限学习的能源解析方法。该方法的特征映射函数可一次随机生成且无需调整其参数,与支持向量机方法相比,其优化目标函数具有较少的优化约束条件且更易实现。用实际记录的房屋能量数据进行仿真,仿真结果表明：与支持向量机相比,本文方法具有更高的训练速度和分类精度、更少的计算时间和更强的泛化能力。

简介：小电流接地系统发生单相接地故障,故障电流暂态分量复杂、稳态分量不明显的特点为可靠选线带来困难。本文分析了小电流接地故障电流暂态分量特征,并提出一种基于改进EMD算法的小电流接地故障选线方法。EMD算法通过叠加电网特征高频信号解决了IMF模态混叠并可靠滤除了高频干扰。基于单相接地故障电流经改进EMD分解出的IMF在不同故障角下展现出不同的特征,分别利用故障时刻低频波形的单调性与线路故障特征能量作为判据进行小电流接地故障选线。基于Matlab/Simulink的配电网单相接地故障仿真验证了该选线方法的有效性。

简介：高频开关动作产生的振荡对对数字采样有一定的影响，以Boost型PFC电路为例，分析了受影响区间，进而提出线性外推的改进算法，最后把此算法运用到一个实验模型中，实验结果证明了该算法的有效性。

简介：简单介绍了整流器空间矢量PWM（SVPWM）控制的原理，就几种SVPWM波的谐波含量，开关损耗进行了比较，同时给出了集成DSP电机控制器TMS320F240实时产生SVPWM的实现算法。

简介：本文从孤岛检测盲区和电流谐波畸变率两种孤岛检测算法有效性评价指标出发，根据算法参数与检测盲区和电流谐波畸变率之间的关系，对主动频率偏移法（AFD）和Sandia频率偏移法（SFS）进行了算法改进，提出一种基于参数自适应的孤岛检测算法。使得在负载发生变化时，能够进行自动参数择优，提高孤岛检测成功率，并减小电流谐波畸变率，最后通过仿真验证了该改进算法的优越性。

简介：提出一种基于智能电子设备（IED）的高容错性的广域后备保护算法，用于变电站间分布式广域后备保护系统。该系统根据保护范围内的故障距离I、II段信息，和故障方向信息通过容错性判别确定故障位置。该算法需要的信息量少，原理简单，可靠性高，在存在各种信息缺失、错误及通信中断情况下仍具备很好的适应性，可极大地提高后备保护系统的性能。

简介：故障树分析法在运用过程中容易产生“维数爆炸”等问题，本文重点研究基于BDD算法的故障树分析法，分析故障树转化为BDD的方法，并基于BDD算法求解顶事件发生的概率以及底事件的结构重要度，最后采用该算法进行算例分析与应用。

简介：粒子群优化（PSO）算法是智能算法的一种，有较好的全局搜索能力，已经被应用于局部阴影条件下的最大功率跟踪（MPPT）当中。但PSO算法的搜素速度慢，收敛不稳定。本文通过分析局部阴影条件下光伏阵列的输出特性曲线提出了改进型粒子群优化算法（IPSO），以变换器的占空比为粒子，初始化时将粒子均匀分散在可能的功率峰值点处，依据迭代次数线性调整惯性权重、学习因子，并通过引入反正切函数，对传统PSO算法的速度更新进行修改，以减小追踪过程的振荡，更快地找到最大功率点，提高收敛速度。最后通过仿真验证了与常规的PSO算法相比，改进的PSO算法具有跟踪速度快、动态响应波动小等特点。

简介：本文介绍了一种根据电流平均法代替传统滤波器的方法，给出了simulink环境下对应的仿真模型，并对其仿真．结果发现该方法比传统滤波器有较快的动态响应。

简介：对含随机变量的大规模概率潮流问题,若使用Gram-Charlier级数展开式逼近随机变量的概率分布,计算量较大。建立考虑风电出力随机性和负荷波动性的概率潮流模型,并采用Edgeworth通过的Hermite正交矩阵的递推性降低级数高阶展开的计算复杂度,针对级数变换法高次项被舍去影响逼近精度的问题,采用多重线性化的方法通过对系统总有功功率的均匀划分,减小因潮流方程线性化时输入的随机变量的变化范围较大而引起的截断误差。IEEE39节点系统的算例仿真结果验证了本方法的有效性。

简介：根据光伏电池的工程数学模型，在光明强度变化条件下光伏电池输出特性进行了研究。结果表明，光伏电池的输出特性呈非线性，功率最大值只在某一特定点上。分析了传统的电导增量法的特点，提出了改进的电导增量法。实验表明，从跟踪速度和精度方而较传统方法都有提高。