检索结果-内蒙古大学图书馆

作者：张国梁山东科技大学

学位级别：硕士

传统发电方式导致能源枯竭以及环境污染等问题日益严重，减少生产能耗、向环境友好型模式转变已成为社会共识。微电网是以新能源为主体的一种新型电力系统，它的出现加快了风能和太阳能等新能源分布式发电的并网，利于电力系统抗灾能力... 详细信息

传统发电方式导致能源枯竭以及环境污染等问题日益严重，减少生产能耗、向环境友好型模式转变已成为社会共识。微电网是以新能源为主体的一种新型电力系统，它的出现加快了风能和太阳能等新能源分布式发电的并网，利于电力系统抗灾能力的建设并为我国传统电网难以覆盖的地区提供了强有力的电力供应。微电网的发展顺应当前社会时代的发展和环境保护的需要，论文的主要研究内容包含以下三点:　　首先，建立含有光伏发电系统、风力发电机组、微燃气轮机、柴油机发电机和蓄电池储能装置的微电网架构模型，详细阐述该架构中各组成单元的工作原理并建立了相对应的数学模型。提出以经济运行成本最低和环境效益最大的目标函数，详细列出微电网各发电单元的功率约束条件，搭建微电网在并网条件下运行的优化调度模型。　　其次，为准确求解提出的两个目标最优值，考虑到经典智能优化算法的优点和不足,提出一种融合变异策略的改进型多目标白鲨优化算法，并将其运用到求解微电网的优化调度上。在分析传统白鲨优化算法捕食猎物的过程后，为克服传统白鲨优化算法向最优值的收敛速度慢以及全局搜索能力差的问题，通过采取以下手段对其进行改进:1)引入惯性权重，惯性权重的大小影响种群规模，传统的白鲨优化算法中并没有惯性权重的概念;2)采用莱维飞行策略，增强算法的扰动能力，提高求解精度;3)引入柯西变异，进一步增强了算法的全局搜索能力。通过采用标准两目标下的ZDT测试函数集对改进的多目标白鲨优化算法(MOIWSO)、传统白鲨优化算法(MOWSO)以及经典多目标粒子群算法(MOPSO)进行仿真验证，结果证明了所提改进的多目标白鲨优化算法具有良好的寻优特性、更快的迭代速度、更少的计算时间。　　最后，提出加入需求侧响应策略以降低综合成本，并且将改进的多目标白鲨优化算法应用于不同场景下的算例进行分析，基于一系列优化调度策略，通过控制各分布式发电设备的出力情况对微电网的运行进行调度优化。不同场景下的算例结果表明:所提优化调度模型和引入需求响应策略的有效性;所改进的MOIWSO算法在微电网优化调度应用中的经济性和优越性;多目标优化的必要性和所提目标函数、约束条件的合理性。

关键词：并网型微电网优化运行白鲨优化算法经济效益

来源：评论

学校读者我要写书评

暂无评论

基于鸟群搜索行为和余弦变异的改进白鲨优化算法

引用

西华大学学报（自然科学版） 2023年第3期42卷 94-104页

作者：张超杨忆宿州职业技术学院计算机信息系安徽宿州234000 淮北师范大学计算机科学与技术学院安徽淮北235000

白鲨优化算法是受白鲨捕猎行为的启发设计的一种新元启发式算法。该算法在求解高维优化问题时,易进入早熟状态,寻优结果精度较低。为此,文章提出一种改进的白鲨优化(improved white shake optimizer,IWSO)算法。首先使用Sinusoidal混沌... 详细信息

白鲨优化算法是受白鲨捕猎行为的启发设计的一种新元启发式算法。该算法在求解高维优化问题时,易进入早熟状态,寻优结果精度较低。为此,文章提出一种改进的白鲨优化(improved white shake optimizer,IWSO)算法。首先使用Sinusoidal混沌映射初始化种群,以提高种群多样性及初始解在解空间的分布性;其次,引入鸟群搜索行为,赋予白鲨游动速度自适应动态惯性权重,以提高算法的收敛速度;最后,在位置更新阶段引入精英白鲨余弦变异策略,利用余弦函数的周期性特征,驱使白鲨个体在精英白鲨的有限邻域内进行精细化开发,以提高收敛精度。在23个著名基准函数和CEC2014函数上做了性能对比实验,其结果表明,IWSO算法优于6种对比算法,适合求解函数优化问题。

关键词：白鲨优化算法余弦精英变异 Sinusoidal混沌映射鸟群搜索行为元启发式算法

来源：评论

学校读者我要写书评

暂无评论

基于改进白鲨优化算法的储能式充电桩优化运行策略

引用

机电工程技术 2024年第12期53卷 268-272页

作者：温海蔚许梦素李沛隆国网徐州三新供电服务有限公司铜山分公司江苏徐州221100 国网连云港三新供电服务有限公司东海分公司江苏连云港222300 国网江苏省电力有限公司东海县供电分公司江苏连云港222300

针对电动汽车储能充电桩无序充放电行为引起负荷峰谷差率,以及电动汽车的动态特性等问题。建立了考虑分时电价的储能式充电桩有序充放电优化调度策略。以电动汽车充放电电价、电动汽车充放电状态和充放电功率为决策变量,构建了以电动汽... 详细信息

针对电动汽车储能充电桩无序充放电行为引起负荷峰谷差率,以及电动汽车的动态特性等问题。建立了考虑分时电价的储能式充电桩有序充放电优化调度策略。以电动汽车充放电电价、电动汽车充放电状态和充放电功率为决策变量,构建了以电动汽车充放电成本最小和充电桩收益最高为优化目标的电动汽车充放电调度数学模型,并为解决所提模型中多变量、多目标以及高维优化的问题,提出一种基于精英反向学习策略改进白鲨优化算法(EWSO),并使用CEC2021进行测试。综合考虑不同时间段储能充放电和充电桩放电负荷的功率约束,进行算例分析。结果表明,所提方法能极大程度降低用户充电费用,优化率为16.8%~27.5%,验证了模型的有效性及改进方法的可行性。

关键词：储能式充电桩优化运行策略白鲨优化算法削峰填谷典型日负荷

来源：评论

学校读者我要写书评

暂无评论

基于白鲨算法与改进长短期记忆网络的光伏出力预测

引用

发电技术 2025年

作者：闫朝阳李蓝青徐浩嘉庄锁张振华戎子睿国网江苏省电力有限公司国电南瑞科技股份有限公司

【目的】为了保障光伏接入后电力系统的安全稳定与经济运行，准确预测光伏发电出力具有重要意义。本文提出了一种基于白鲨算法与改进长短期记忆网络的光伏功率预测模型,并采用白鲨优化算法(White Shark Optimization Algorithm, WSO)优... 详细信息

【目的】为了保障光伏接入后电力系统的安全稳定与经济运行，准确预测光伏发电出力具有重要意义。本文提出了一种基于白鲨算法与改进长短期记忆网络的光伏功率预测模型,并采用白鲨优化算法(White Shark Optimization Algorithm, WSO)优化预测模型参数。【方法】为充分考虑影响光伏输出功率的环境变量，本研究首先采用变分模态分解(Variational Mode Decomposition, VMD)方法对环境因子序列进行分解，以降低序列的非平稳性。接着，利用核主成分分析(Kernel Principal Component Analysis, KPCA)方法提取主要影响因素的特征序列，获得最佳的气象特征序列。最后，使用长短期记忆(Long Short-Term Memory Neural Network, LSTM)网络预测多变量特征序列，并使用白鲨优化算法优化长短期记忆网络的参数，以实现对光伏出力的精确预测。【结果】实验结果表明，与传统的光伏功率预测方法相比,该模型显著提高了光伏发电功率的预测精度。【结论】采用白鲨优化算法优化长短期记忆中的隐藏单元数目、最大训练周期、初始学习率，可以有效地提高优化的效率和精度，为高比例光伏接入后系统的稳定运行提供了参考依据。

关键词：光伏出力预测核主成分分析变分模态分解长短期记忆神经网络白鲨优化算法

来源：评论

学校读者我要写书评

暂无评论

油浸式变压器稳态温度场快速计算的POD-LSSVM模型研究及应用

引用

华北电力大学学报(自然科学版) 2025年

作者：袁海钦刘刚李耕宇于阔周文轩刘云鹏河北省输变电设备安全防御重点实验室(华北电力大学)

为快速计算油浸式变压器的绕组稳态温度分布，文中提出一种基于白鲨优化算法的POD-LSSVM降阶模型计算方法。首先，通过变压器绕组温度场仿真结果构造快照矩阵，并对上述快照矩阵进行本征正交分解(Proper Orthogonal Decomposition， POD... 详细信息

为快速计算油浸式变压器的绕组稳态温度分布，文中提出一种基于白鲨优化算法的POD-LSSVM降阶模型计算方法。首先，通过变压器绕组温度场仿真结果构造快照矩阵，并对上述快照矩阵进行本征正交分解(Proper Orthogonal Decomposition， POD)获取原物理系统的降阶模态及对应模态系数；然后，采用白鲨优化算法对最小二乘支持向量机(Least Squares Support Vector Machine， LSSVM)的双参量进行寻优，并对比粒子群算法寻优效果；最后，构建工况条件与模态系数间的优化LSSVM代理模型，并将预测的模态系数与对应的降阶模态线性加权，重构温度场。经验证，在二维八分区分匝绕组模型中，平均绝对误差不超过1.5 ℃，且计算时间仅为0.08秒，对比POD-RBFLP降阶模型计算精度与效率皆有所提高。为进一步说明该算法的适用性，构建35 kV三维变压器温度场模型，经计算在30组测试工况中最大平均绝对误差为0.91℃，计算时间为0.24秒。结果表明，文中算法在二维与三维模型中皆有良好的适应性和较好的计算精度，满足变压器数字化运维场景中对温度场快速获取的需求。

关键词：绕组稳态温升本征正交分解白鲨优化算法最小二乘支持向量机降阶模型

来源：评论

学校读者我要写书评

暂无评论

汽车注塑模具加工中数控机床误差控制

引用

机械设计与制造工程 2025年第1期54卷 29-34页

作者：郑宗慧梅秋平重庆机电职业技术大学机械工程学院重庆402760

针对汽车注塑模具加工过程中,空间误差未得到有效控制,导致实际应用中汽车注塑模具质量不高的问题,提出了数控机床加工汽车注塑模具时的误差控制方法。首先,建立空间误差模型分析数控机床加工汽车注塑模具时产生的误差;其次,将模具生产... 详细信息

针对汽车注塑模具加工过程中,空间误差未得到有效控制,导致实际应用中汽车注塑模具质量不高的问题,提出了数控机床加工汽车注塑模具时的误差控制方法。首先,建立空间误差模型分析数控机床加工汽车注塑模具时产生的误差;其次,将模具生产质量作为优化目标,将模具工艺参数作为决策变量,基于神经网络算法建立误差控制目标函数;最后,通过白鲨优化算法求解目标函数,实现误差控制。仿真结果表明,所提方法具有较高的控制精度,可降低模具加工过程中的缩痕程度,翘曲变形量始终保持在0.230 mm以下,误差控制效果好。

关键词：数控机床误差控制汽车注塑模具神经网络算法白鲨优化算法

来源：评论

学校读者我要写书评

暂无评论

一种基于数据驱动的空调负荷预测方法

引用

河南师范大学学报(自然科学版) 2025年第3期53卷 128-134页

作者：周孟然周光耀胡锋朱梓伟张奇奇王玲孔伟乐吴长臻崔恩汉安徽理工大学电气与信息工程学院安徽淮南232001

空调负荷预测是空调负荷潜力分析和电网空调负荷调控的基础,为了精确地对空调负荷进行预测,文中提出了一种考虑到外界影响因素以及集成优化的空调负荷预测方法.首先,拟定好实验运行方案并采集影响因素数据.其次,使用近邻成分分析(NCA)... 详细信息

空调负荷预测是空调负荷潜力分析和电网空调负荷调控的基础,为了精确地对空调负荷进行预测,文中提出了一种考虑到外界影响因素以及集成优化的空调负荷预测方法.首先,拟定好实验运行方案并采集影响因素数据.其次,使用近邻成分分析(NCA)方法进行特征选择,剔除重要度小的特征.然后使用白鲨优化算法(white shark optimizer,WSO)对支持向量回归(support vector regression,SVR)的正则化参数和核函数的宽度参数进行优化,最后,结合自适应提升算法(adaptive boosting,Adaboost)构建Adaboost-WSO-SVR主模型,检验其精度并与其他方法进行比较.结果表明,提出的Adaboost-WSO-SVR主模型相比于集成优化后的BP,ELM模型精度更高.可知提出的方法在负荷预测方面效果更好,为空调节能优化控制策略提供依据.

关键词：空调负荷负荷预测特征选择白鲨优化算法自适应提升算法支持向量回归

来源：评论

学校读者我要写书评

暂无评论

基于白鲨优化极限学习机的三维力传感器非线性解耦

引用

光学精密工程 2023年第18期31卷 2664-2674页

作者：孙世政庞珂于竞童陈仁祥重庆交通大学机电与车辆工程学院重庆400074

针对三维力传感器维间耦合干扰问题,以基于光纤布拉格光栅(Fiber Bragg Grating,FBG)的一体式三维力传感器为研究对象,提出了一种基于白鲨优化算法的优化极限学习机(White Shark Optimizer-Extreme Learning Machine,WSO-ELM)的非线性... 详细信息

针对三维力传感器维间耦合干扰问题,以基于光纤布拉格光栅(Fiber Bragg Grating,FBG)的一体式三维力传感器为研究对象,提出了一种基于白鲨优化算法的优化极限学习机(White Shark Optimizer-Extreme Learning Machine,WSO-ELM)的非线性解耦算法。首先,设计了基于FBG的一体式三维力传感器,阐明该传感器波长漂移量与三维力的映射关系;然后,搭建静态标定实验系统,分析三维力耦合特征,并建立WSO-ELM算法三维力传感器解耦模型,利用白鲨优化算法(White Shark Optimizer,WSO)稳定、高效特点优化模型,寻找ELM神经网络隐含层神经元数与解耦时间的最佳参数组合,开展基于WSO-ELM的三维力传感器非线性解耦研究;最后,该传感器解耦后最大平均I类误差达到0.51%,最大平均II类误差达到0.65%,实现了基于WSO-ELM的三维力非线性解耦。为验证解耦效果,将WSO-ELM算法与极限学习机神经网络模型、反向传播神经网络、最小二乘法解耦效果进行对比实验。实验结果表明:WSO-ELM算法具有较好的解耦效果,能有效构建三维力维间耦合关系,同时降低传感器耦合干扰,提高传感器的测量精度,具有良好的非线性解耦能力。

关键词：白鲨优化算法非线性解耦三维力传感器光纤布拉格光栅极限学习机算法

来源：评论

学校读者我要写书评

暂无评论

基于三次B样条函数的两类Caputo-Fabrizio分数阶微分方程数值算法

基于三次B样条函数的两类Caputo-Fabrizio分数阶微分方程数值算法

引用

作者：蔡俊迎辽宁工程技术大学

学位级别：硕士

由于分数阶微分方程的非局部性可用来描述不同物质的“记忆性”和“遗传性”等物理特征,因此,其在众多科学和工程应用的许多领域中都具有重要的应用价值。分数阶导数有多种定义,存在奇异核的Caputo分数阶导数有时候不能恰当地描述真实... 详细信息

由于分数阶微分方程的非局部性可用来描述不同物质的“记忆性”和“遗传性”等物理特征,因此,其在众多科学和工程应用的许多领域中都具有重要的应用价值。分数阶导数有多种定义,存在奇异核的Caputo分数阶导数有时候不能恰当地描述真实世界动力学的非局部性,为此,无奇异核的Caputo-Fabrizio分数阶导数定义被提出。然而,对于一般的右端项,通常很难获得精确解,因此在该定义下微分方程数值方法的研究显得至关重要。本文基于三次B样条函数求解一类线性Caputo-Fabrizio分数阶微分方程的数值解。首先基于分数阶微积分基本定理和三次B样条函数,构造求解线性Caputo-Fabrizio分数阶微分方程数值解的三次B样条方法。然后根据三次B样条函数的误差定理对所构造的数值方法进行误差估计,并对其收敛性和稳定性进行理论证明。最后数值实验表明,三次B样条方法在求解一类Caputo-Fabrizio分数阶微分方程数值解具有一定的可行性和有效性,且计算精度、收敛速度、计算效率以及稳定性均优于现有的两种数值方法。在线性初值问题研究的基础上,本文研究了一类非线性Caputo-Fabrizio分数阶Riccati微分方程的数值求解算法。首先利用三次B样条函数逼近方程的解函数,将非线性Caputo-Fabrizio分数阶Riccati微分方程初值问题转化为非线性方程组模型,再利用白鲨优化算法对非线性方程组模型进行求解。然后对基于三次B样条函数模拟方程解函数的方法进行误差估计,并对其收敛性和稳定性进行理论证明。最后对不同分数阶Riccati微分方程进行了数值实验,结果表明本文方法具有高精度性和稳定性。本文的研究成果表明基于三次B样条函数求解Caputo-Fabrizio分数阶微分方程具有明显优势,丰富了Caputo-Fabrizio分数阶微分方程的数值解法的相关理论研究,并为分数阶微分方程数值解法提供了新的研究思路。该论文有图24幅,表22个,参考文献76篇。

关键词： Caputo-Fabrizio分数阶导数三次B样条函数白鲨优化算法分数阶Riccati微分方程数值解

来源：评论

学校读者我要写书评

暂无评论

异构云系统中成本和能耗联合优化的调度方法

引用

湖南工业大学学报 2024年第5期38卷 55-61页

作者：艾明慧张龙信谭润提张艳芬湖南工业大学计算机学院湖南株洲412007

为了解决异构云系统(HCS)中成本和能耗联合优化问题,将群体智能优化算法应用于任务调度问题,提出了一种基于反向解的白鲨优化算法(RS_WSO)。RS_WSO是一种元启发式算法,包括种群初始化、计算反向解、追踪猎物、寻找猎物阶段。在表观基因... 详细信息

为了解决异构云系统(HCS)中成本和能耗联合优化问题,将群体智能优化算法应用于任务调度问题,提出了一种基于反向解的白鲨优化算法(RS_WSO)。RS_WSO是一种元启发式算法,包括种群初始化、计算反向解、追踪猎物、寻找猎物阶段。在表观基因组(EP)和高斯消元(GE)两个科学工作流进行实验,结果表明RS_WSO算法相比当前先进的元启发式算法,在节约成本、减少能量消耗方面,具有明显优势。

关键词：异构云系统能耗成本元启发式算法白鲨优化算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：