刘对
- 作品数：24 被引量：88H指数：6
- 供职机构：福州大学更多>>
- 发文基金：国际科技合作与交流专项项目国家自然科学基金福建省杰出青年科学基金更多>>
- 相关领域：电气工程自动化与计算机技术矿业工程化学工程更多>>
- 一种基于PI控制的微电网自适应下垂控制调节电压频率的方法
- 本发明涉及一种基于控制的微电网自适应下垂控制调节电压频率的方法，当使用传统下垂控制，微电网孤岛运行时，负荷增大或减小都将会使频率或电压偏离额定值，本发明针对传统下垂控制所存在的问题，通过 <Image file="DES...
- 金涛刘对
- 基于BPSOGA的含风电机组的配电线路故障区段定位被引量：32
- 2016年
- 风电机组等分布式电源并入配电线路中,将导致传统的故障区段定位方法不再适用。对传统的开关函数和适应度函数进行改进,统一假定开关的正方向,提出基于粒子群优化算法和遗传算法的二进制混合算法。该算法采用双种群进化和信息交换的策略,在寻优搜索开始时产生2个子种群,双种群在进化过程中互不干扰,在每一代进化完成后相互共享信息,选择最优信息进行2个种群下一代的进化,直至得出最优解。仿真结果表明:所提方法对风电机组的并网数量和位置不作限制,适用于单一故障和多重故障的定位,并且具有一定的容错性。与单独的二进制粒子群优化算法和遗传算法对比,所提混合算法性能较高、收敛速度较快,能明显降低出现'未成熟收敛'的概率。
- 金涛李鸿南刘对
- 关键词：粒子群优化算法风电机组配电线路故障区段定位
- 基于改进PSO算法和LS-SVM的短期电力负荷预测被引量：8
- 2012年
- 针对电力负荷的小样本、非线性、高维数和局部极小点等问题,提出采用最小二乘支持向量机方法建模,以历史负荷、温度、湿度等数据作为输入量,对短期电力负荷进行预测;针对最小二乘支持向量机在建模中存在的参数选取问题,采用一种根据种群多样性信息来指导初始种群选取和避免粒子早熟收敛现象的改进粒子群优化算法来优化最小二乘支持向量机的惩罚因子和核参数。仿真结果表明,基于改进粒子群优化算法和最小二乘支持向量机的短期电力负荷预测方法较最小二乘支持向量机预测方法、基于基本粒子群优化算法和最小二乘向量机的预测方法具有更好的预测精确度。
- 潘磊李丽娟丁婷婷刘对
- 关键词：电力系统短期电力负荷预测粒子群优化算法最小二乘支持向量机
- 基于广域测量的低频振荡模态辨识与抑制研究
- 随着全球经济的快速增长、人口的急剧增加,电能在世界范围内的使用量也不断提高,从而使电网的负荷不断加重;与此同时,现代电力系统已经进入跨区域互联的大电网时期,远距离、大容量的输电线路广泛存在;这些都将诱发电力系统低频振荡。...
- 刘对
- 关键词：低频振荡TLS-ESPRIT奇异值
- 一种应用于纳米肿瘤加热治疗技术的全桥移相逆变装置
- 本发明涉及一种应用于纳米肿瘤加热治疗技术的全桥移相逆变装置，包括：供电模块、整流滤波模块、移相信号控制模块、驱动模块、全桥逆变模块以及线圈负载模块；供电模块将市电220V交流电压通过通过降压隔离，为整流滤波模块提供直流输...
- 金涛刘思议汤云东刘对林旭泽
- 一种半桥LLC谐振变换器的闭环控制系统及控制方法
- 本发明涉及一种半桥LLC谐振变换器的闭环控制系统及控制方法，该控制系统包括主电路输入电源、开关模块、谐振网络模块、变压器、整流滤波电路模块、负载、PID控制系统、VCO；该控制方法包括：当PID控制系统接收到不稳定的输出...
- 金涛沈学宇刘对刘思议
- 一种基于无线传感网的高压开关柜温湿度监测系统
- 本实用新型涉及一种基于无线传感网的高压开关柜温湿度监测系统，具体包括温湿度采集节点、中心节点与监控中心，所述温湿度采集节点与中心节点之间通过Zigbee技术实现组网，所述中心节点与监测中心之间通过串口传输数据；所述温湿度...
- 金涛魏海斌刘思议刘对
- 基于离散PSO算法的Claus硫磺回收过程模型变量的选择
- 克劳斯(Claus)硫磺回收过程中存在诸多影响质量指标的变量，利用全部变量建模会增加模型复杂性，且获取的冗余信息会降低建模精度。针对这个问题，本文提出采用基于离散粒子群的算法(PSO)进行建模变量的选择。首先，采用离散P...
- 刘对李丽娟张湜
- 关键词：硫磺回收克劳斯工艺离散粒子群优化算法最小二乘法
- 一种基于AFSA‑BFO算法的电力系统PSS参数整定方法
- 本发明涉及一种基于AFSA‑BFO算法的电力系统PSS参数整定方法，首先采用AFSA算法进行搜索，当适应度达到某一值时，表明AFSA算法已收敛到全局最优的区域，此时切换到BFO算法，BFO算法将会在AFSA算法的基础上进...
- 金涛刘对沈学宇刘页
- 基于离散PSO算法的Claus硫磺回收过程模型变量的选择
- 2012年
- 克劳斯(Claus)硫磺回收过程中存在诸多影响质量指标的变量,利用全部变量建模会增加模型复杂性,且获取的冗余信息会降低建模精度。针对这个问题,本文提出采用基于离散粒子群的算法(PSO)进行建模变量的选择。首先,采用离散PSO算法,通过迭代优化得到建模的最优输入变量组合,再通过偏最小二乘(PLS)对所选变量建立建模。结果:表明,该方法:通过更少的建模变量获得更高的模型精度。
- 刘对李丽娟张湜
- 关键词：硫磺回收克劳斯工艺离散粒子群优化算法
