关键词： 构网型储能   选址定容   遗传算法   最优潮流  

摘要： 文章针对高比例新能源接入的电力系统存在的电压稳定性以及安全运行问题,提出一种基于构网型储能系统配置双层优化模型。首先,建立双层优化模型,外层以整个系统的最小运行成本以及系统稳定为目标,初步确定构网型储能设备的位置与容量;内层结合外层优化结果,以减小系统网损、抑制电网电压波动并保证系统暂态稳定性为目标,计算多时段配电网最优潮流,实现构网型储能的充放电优化。然后,结合遗传算法与序列二次规划算法对上述双层模型进行求解,实现内、外双层模型的联合优化与构网型储能的高效率利用。最后,通过IEEE33节点配电网系统进行仿真,验证了所设计优化方案的有效性。

关键词： 瞬变电磁法   深度学习   遗传算法   超参数优化  

摘要： 瞬变电磁一维反演技术已在地质工程中得到了广泛应用,但是该方法较为依赖初始模型,抗噪能力较差,难以实现实时反演.针对上述问题,采用卷积长短期记忆(CNN-LSTM)混合神经网络,利用回线源瞬变电磁一维正演程序得到的采样时间-衰减电压作为网络输入数据,同时采用Adam优化器与ReduceLROnPlateau学习率调度器相结合的优化策略自适应调整学习率.针对网络结构超参数设置依赖经验值、缺乏科学性导致的算力以及时间浪费问题,在模型训练阶段采用遗传算法(GA)对神经网络结构进行超参数寻优,提高模型性能.最终,在输出层得到与输入的电磁响应数据对应的深度-电阻率数据,实现瞬变电磁数据深度学习反演.利用训练后的GA-CNN-LSTM网络对随机生成的3层模型以及5层模型进行实时预测,测试集评价指标R2>0.9,验证了所提算法的可靠性.进一步对加噪数据进行反演,完成训练的神经网络对4种常见模型的平均反演用时为0.13 s,平均反演结构相似度达90.138%,两项指标均优于Occam以及LSTM反演方法.进一步对三维正演模型进行数据反演,验证了所提算法的泛化能力.最后,对实测数据分别进行了Occam反演和神经网络反演,在保证反演精度的同时,完成训练的神经网络仅用时0.73 s,表明所提算法具有实用性.

关键词： 变分模态分解   人工神经网络   长短期记忆网络   形变预测  

摘要： 为提高水库位移形变预测精度,通过改变变分模态分解(variational mode decomposition,VMD)的分解方式,融合VMD与长短期记忆网络对非线性非平稳的水库位移形变进行预测,提出了一种混合变分模态长短期记忆网络(mix variational mode decomposition long short-term memory,MVMDLSTM)模型预测方法;对不同单一预测模型与组合模型采用多源数据集验证新方法的可靠性。实验结果表明:MVMDLSTM模型能有效减弱单一预测模型与经验模态分解组合模型估计的偏差,MVMDLSTM模型预测精度更优,为稳定监测水库慢滑移和蠕动等微小变形预测预警提供有效的数据决策。

关键词： 轮廓误差   伺服不匹配   自适应遗传算法   参数辨识   调节时间一致  

摘要： 针对数控机床在复杂加工任务中多轴协同运动的需求,重点探讨了XY双轴轮廓误差补偿问题,旨在用自适应遗传算法改进XY轴伺服系统的不匹配度,实现高效的双轴轮廓误差补偿。首先,构建了直线电机伺服系统模型,并采用频域最小二乘法辨识出机械传动参数,通过拟合优度验证了频域最小二乘法的准确性。其次,将双轴轨迹圆生成的轮廓误差和双轴伺服系统中的位置环调节时间一致性作为2个独立的代价函数,采用自适应遗传算法调节控制器参数,对这2个代价函数进行优化,实现了双轴轮廓误差的有效补偿,而且在速度转向时,通过优化双轴位置环调节时间的一致性,轮廓误差的补偿效果更佳。最后,通过实验验证了仿真结果的有效性和准确性,证明了所提出方法的可行性和优越性。

关键词： 氢氧化钙消解   轻质碳酸钙生产   新型建筑材料  

摘要： 为开发活性氧化钙产业及高端钙基纳米新材料,文章分析了高比表面积氢氧化钙与轻质碳酸钙生产制备的原料、高比表面积氢氧化钙连续消解工艺,对单极消解、多级消解、单级连续消解三种工艺进行了研究,并深入探究了轻质碳酸钙生产制备工艺以及脱硫脱硝的原理。研究结果表明,采用高效节能环保CO_(2)回收辐射管式机立窑生产新工艺,不仅不会增加碳排放,而且可以进一步减少其他大气污染物排放。

关键词： 课程思政   体育院校   篮球专项课   教学策略  

摘要： 篮球专项课程是体育院校专项课程体系的重要组成部分,主要课程目标包括培养学生篮球运动技能、提升职业素养以及塑造良好品德。文章运用文献综述法、专家访谈法、逻辑分析法等方法,明晰思政元素融入体育课程的价值意蕴,审视我国体育院校篮球专项课程思政现实教学问题,提出深入挖掘思政元素推进课程思政建设、完善高校课程思政协同育人规划、提升体育教师的思政素养强化教学能力的消解之策,充分发挥篮球专项课程育人功能,为新时代篮球教育提供有力支持。

关键词： 公路交通   交通需求分析   遗传算法   BPR函数   流量反推  

摘要： 面对庞大的公路交通网络,囿于人力成本和环境制约,传统调查方法获取现状OD矩阵实施困难。此时采用路段流量反推OD的方法将成为重要手段,而车流量调查数据相对整个路网是稀疏的,这给OD反推带来了巨大挑战。本文结合现有地图资源,构造专属的路网基础数据,利用车流量调查数据,通过遗传算法完成具有区域流量特征的BPR参数标定,根据反推模型完成路网级断面流量的反推补完,为OD反推和交通需求分析提供数据支撑。

关键词： 极限学习机   遗传算法   集成学习   变压器油   气体浓度   预测模型  

摘要： 为改善极限学习机算法预测主变油中气体浓度模型存在的对网络初始参数敏感、需要手动调优及性能不稳定等问题,提出一种基于ELM-GA-Bagging的主变油中气体浓度预测模型。该模型利用遗传算法搜索全局最优解的特性,优化极限学习机算法的输入权重和偏置,降低模型对随机初始化的敏感性,增强对主变油中气体浓度预测能力。同时,引入Bagging集成学习,对多次预测结果进行集成,使最终预测结果更加稳定。实验结果表明,所提方法相较于单一极限学习机模型,不仅能预测多种气体浓度,而且预测精度稳定在99%以上。同时,各项评价指标性能与仅使用ELM算法预测模型相比都有不同程度的改善,其中,预测均方误差、均方根误差和平均绝对误差分别降低了99.17%、92.98%、89.98%,决定系数提升了7.58%。

关键词： 工厂布局   遗传算法   优化设计  

摘要： 文章以W工厂生产车间为研究对象,通过全面分析车间现有布局、生产流程和物料搬运需求,遵从车间布局原则,构建了以最小化3种搬运设备成本为目标的数学模型,并设计了基于反向学习策略的初始种群生成方法,同时对解码后的不可行解做出改造,确保优化效果。通过遗传算法的多次迭代获得的改进后布局方案能有效降低车间搬运成本,支撑W工厂后续发展改造。

关键词： 传染病模型   旅客布局   座位分配   遗传算法  

摘要： 针对疫情传播期间飞机客舱内可能出现旅客相互传染的风险问题,优化客舱旅客布局方案,减小旅客病毒感染概率是非常必要的。通过研究病毒在飞机客舱内的传播规律,分析客舱中个人被病毒感染概率的影响因素和病毒脱落率,以旅客与座位匹配作为决策变量,并以客舱旅客受周围其他旅客的病毒脱落率影响之和最小作为目标函数,基于旅客组团乘机特性建立旅客分组客舱座位分配模型;设计改进遗传算法,对该模型进行求解,并利用Matlab实现了该算法。以A320机型为例,通过对3种不同旅客分组布局案例进行测试,结果表明:本文模型和算法能够在可接受时间内给出一种优化的座位分配方案,降低旅客间相互传染的概率。