针对全并联自耦变压器(auto-transformer,AT)牵引网故障点反射波波头微弱难辨识,且线路并联结构导致故障行波折反射复杂而造成定位困难的问题,提出基于变分模态分解(variational mode decomposition,VMD)和改进能量算子的牵引网故障行波单端定位方法。首先,深入分析牵引网故障行波的传输特性,研究全并联结构对行波折反射的影响,确定不同故障类型和潮流特征,以此为依据提取故障特征量,将波头辨识转化为能量突变值提取;随后,利用VMD去噪提取电压行波真实分量,再针对第二反射波波头微弱难标定问题,在滑动时间窗口(sliding time window,STW)下,结合对称差分能量算子(symmetrical differencing energy operator,SDEO)构造故障信号的二次瞬时能量谱,效果良好。仿真结果表明:所提方法抗过渡电阻能力强,能够反应不同工况下故障牵引网电磁能量的变化,具有较高的定位精度。
针对在蚁群算法中初始参数设置对算法收敛性能的影响较大,提出了一种新的改进蚁群算法NACA(new ant colony algorithm),针对蚁群算法中的四个关键参数随机编码,得到初始的染色体,从而获得一组较优解;再利用遗传算法的优点对上一步的结...
详细信息
针对在蚁群算法中初始参数设置对算法收敛性能的影响较大,提出了一种新的改进蚁群算法NACA(new ant colony algorithm),针对蚁群算法中的四个关键参数随机编码,得到初始的染色体,从而获得一组较优解;再利用遗传算法的优点对上一步的结果单点顺序交叉、对换变异、选择操作以产生更好的解;然后以这组数据为蚁群算法下一次的工作备选值,并进行最大次数的循环迭代直至停止,即求得参数组合的近似最优解。将它应用于网格系统任务调度中,系统的性能得到了明显的改善。仿真模拟结果表明,所提出的算法具有更短的调度长度和更宽的适应性,当任务已知时,执行时间约缩短了21.7%,且负载变化时对网格中各处理器资源的影响大大减小。
暂无评论