基于传统交替方向算法的框架,提出了一种求解全变分问题的修正交替方向算法(modified alternating direction method,MADM).该算法利用当前点的信息和前两个迭代点的信息得到修正的初始BB步长,再结合非单调线搜索技术得到子问题的近似解...基于传统交替方向算法的框架,提出了一种求解全变分问题的修正交替方向算法(modified alternating direction method,MADM).该算法利用当前点的信息和前两个迭代点的信息得到修正的初始BB步长,再结合非单调线搜索技术得到子问题的近似解,在理论上验证了该算法的全局收敛性.最后,将该算法分别在小规模、无噪声和大规模、有噪声的情况下应用于全变分图像重构问题.对重构后的结果,从运行时间、迭代次数、相对误差以及图像的重构效果四个角度进行评价,并与求解全变分问题的交替方向算法(TV minimization by alternating direction algorithms,TVAL3)进行对比,其数值结果表明了该算法具有更好的收敛速度和重构效果.展开更多
随着电动汽车的高速发展,越来越多的电动汽车接入配电网并与配电网进行互动。针对大规模电动汽车接入配电网带来的线路重过载现象,且考虑调度大规模电动汽车对配电网调控中心产生的通信压力,提出一种基于主从博弈的电动汽车参与城市电...随着电动汽车的高速发展,越来越多的电动汽车接入配电网并与配电网进行互动。针对大规模电动汽车接入配电网带来的线路重过载现象,且考虑调度大规模电动汽车对配电网调控中心产生的通信压力,提出一种基于主从博弈的电动汽车参与城市电网分层分区调控策略。首先提出了一种基于改进分区组合性的城市配电网分区方法,将负荷相似系数以及源荷匹配系数引入到分区参数中。基于分区结果,提出了分区控制下电动汽车双层博弈调度模型,上层模型为配电网调控中心在满足精细化削峰需求约束下的自身收益最大化,并制定了与下层电动汽车聚合商的交易电价;下层模型以聚合商内电动汽车用户用电成本最低为目标,合理安排电动汽车充放电计划,两者之间形成互动博弈并达到均衡解。最后,利用同步型交替方向乘子法(synchronous alternating direction methodofmultipliers,S-ADMM)算法实现了多区域的分布式并行求解,并基于南方某市266节点配电网进行仿真计算,验证了所提模型和方法的有效性。展开更多
基于网格曲面特征线的稀疏分布,提出一种优化的特征线提取算法。对于给定的网格,在每个面上计算一个值或向量作为输入。对输入的度量建立 L 0 优化模型,使其在网格边上的跃变尽可能少且优化前后的变化较小。给出基于变量分裂技术与罚函...基于网格曲面特征线的稀疏分布,提出一种优化的特征线提取算法。对于给定的网格,在每个面上计算一个值或向量作为输入。对输入的度量建立 L 0 优化模型,使其在网格边上的跃变尽可能少且优化前后的变化较小。给出基于变量分裂技术与罚函数方法的交替方向优化算法,并引入一种迭代的策略提升解的稀疏性,以取得更高质量的特征线。实验结果表明,该算法能有效提取网格曲面的特征线,与Crest lines算法、变分算法等相比,提高了特征线提取的质量和带噪数据的鲁棒性。展开更多
提出了融合深度图像先验的全变差(total variation,TV)图像着色模型,在即插即用(plug-and-play,PnP)框架下,结合交替方向乘子法(alternating direction method of multipliers,ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结...提出了融合深度图像先验的全变差(total variation,TV)图像着色模型,在即插即用(plug-and-play,PnP)框架下,结合交替方向乘子法(alternating direction method of multipliers,ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果。数值实验结果表明,该模型能有效整合耦合TV边缘捕获和卷积神经网络(convolutional neural network,CNN)细节捕捉的功能,对结构图像和纹理等细节丰富的图像,均能实现较大范围的有效着色。展开更多
针对工业机械设备实时监测中不可控因素导致的振动信号数据缺失问题,提出一种基于自适应二次临近项交替方向乘子算法(adaptive quadratic proximity-alternating direction method of multipliers, AQ-ADMM)的压缩感知缺失信号重构方法...针对工业机械设备实时监测中不可控因素导致的振动信号数据缺失问题,提出一种基于自适应二次临近项交替方向乘子算法(adaptive quadratic proximity-alternating direction method of multipliers, AQ-ADMM)的压缩感知缺失信号重构方法。AQ-ADMM算法在经典交替方向乘子算法算法迭代过程中添加二次临近项,且能够自适应选取惩罚参数。首先在数据中心建立信号参考数据库用于构造初始字典,然后将K-奇异值分解(K-singular value decomposition, K-SVD)字典学习算法和AQ-ADMM算法结合重构缺失信号。对仿真信号和两种真实轴承信号数据集添加高斯白噪声后作为样本,试验结果表明当信号压缩率在50%~70%时,所提方法性能指标明显优于其它传统方法,在重构信号的同时实现了对含缺失数据机械振动信号的快速精确修复。展开更多
随着配电网中分布式光伏的渗透率不断提高,对配电网的运行和控制提出了新的要求,为确保配电网在安全阈值内稳定运作,评估配电网所能接纳的分布式光伏的最大容量至关重要。考虑到集中式计算成本高、通信要求高、可靠性差,难以适应分布式...随着配电网中分布式光伏的渗透率不断提高,对配电网的运行和控制提出了新的要求,为确保配电网在安全阈值内稳定运作,评估配电网所能接纳的分布式光伏的最大容量至关重要。考虑到集中式计算成本高、通信要求高、可靠性差,难以适应分布式光伏大规模接入的配电网实际需求,该文提出一种基于ADMM(alternating direction method of multipliers)的分布式光伏最大接入容量评估方法。以分布式光伏的接入容量和配电网线路的有功功率损耗为目标函数,考虑配电网潮流方程约束、节点电压约束、线路载流容量约束等;通过对模型进行简化,将非凸的优化问题转化为凸二次规划问题,并采用ADMM进行分布式求解,得到不同运行工况下各区域分布式光伏的接入策略;以IEEE-33系统为例进行仿真计算,实验结果验证了所提方法的正确性和有效性。展开更多
文摘基于传统交替方向算法的框架,提出了一种求解全变分问题的修正交替方向算法(modified alternating direction method,MADM).该算法利用当前点的信息和前两个迭代点的信息得到修正的初始BB步长,再结合非单调线搜索技术得到子问题的近似解,在理论上验证了该算法的全局收敛性.最后,将该算法分别在小规模、无噪声和大规模、有噪声的情况下应用于全变分图像重构问题.对重构后的结果,从运行时间、迭代次数、相对误差以及图像的重构效果四个角度进行评价,并与求解全变分问题的交替方向算法(TV minimization by alternating direction algorithms,TVAL3)进行对比,其数值结果表明了该算法具有更好的收敛速度和重构效果.
文摘随着电动汽车的高速发展,越来越多的电动汽车接入配电网并与配电网进行互动。针对大规模电动汽车接入配电网带来的线路重过载现象,且考虑调度大规模电动汽车对配电网调控中心产生的通信压力,提出一种基于主从博弈的电动汽车参与城市电网分层分区调控策略。首先提出了一种基于改进分区组合性的城市配电网分区方法,将负荷相似系数以及源荷匹配系数引入到分区参数中。基于分区结果,提出了分区控制下电动汽车双层博弈调度模型,上层模型为配电网调控中心在满足精细化削峰需求约束下的自身收益最大化,并制定了与下层电动汽车聚合商的交易电价;下层模型以聚合商内电动汽车用户用电成本最低为目标,合理安排电动汽车充放电计划,两者之间形成互动博弈并达到均衡解。最后,利用同步型交替方向乘子法(synchronous alternating direction methodofmultipliers,S-ADMM)算法实现了多区域的分布式并行求解,并基于南方某市266节点配电网进行仿真计算,验证了所提模型和方法的有效性。
文摘基于网格曲面特征线的稀疏分布,提出一种优化的特征线提取算法。对于给定的网格,在每个面上计算一个值或向量作为输入。对输入的度量建立 L 0 优化模型,使其在网格边上的跃变尽可能少且优化前后的变化较小。给出基于变量分裂技术与罚函数方法的交替方向优化算法,并引入一种迭代的策略提升解的稀疏性,以取得更高质量的特征线。实验结果表明,该算法能有效提取网格曲面的特征线,与Crest lines算法、变分算法等相比,提高了特征线提取的质量和带噪数据的鲁棒性。
文摘提出了融合深度图像先验的全变差(total variation,TV)图像着色模型,在即插即用(plug-and-play,PnP)框架下,结合交替方向乘子法(alternating direction method of multipliers,ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果。数值实验结果表明,该模型能有效整合耦合TV边缘捕获和卷积神经网络(convolutional neural network,CNN)细节捕捉的功能,对结构图像和纹理等细节丰富的图像,均能实现较大范围的有效着色。
文摘针对工业机械设备实时监测中不可控因素导致的振动信号数据缺失问题,提出一种基于自适应二次临近项交替方向乘子算法(adaptive quadratic proximity-alternating direction method of multipliers, AQ-ADMM)的压缩感知缺失信号重构方法。AQ-ADMM算法在经典交替方向乘子算法算法迭代过程中添加二次临近项,且能够自适应选取惩罚参数。首先在数据中心建立信号参考数据库用于构造初始字典,然后将K-奇异值分解(K-singular value decomposition, K-SVD)字典学习算法和AQ-ADMM算法结合重构缺失信号。对仿真信号和两种真实轴承信号数据集添加高斯白噪声后作为样本,试验结果表明当信号压缩率在50%~70%时,所提方法性能指标明显优于其它传统方法,在重构信号的同时实现了对含缺失数据机械振动信号的快速精确修复。
文摘随着配电网中分布式光伏的渗透率不断提高,对配电网的运行和控制提出了新的要求,为确保配电网在安全阈值内稳定运作,评估配电网所能接纳的分布式光伏的最大容量至关重要。考虑到集中式计算成本高、通信要求高、可靠性差,难以适应分布式光伏大规模接入的配电网实际需求,该文提出一种基于ADMM(alternating direction method of multipliers)的分布式光伏最大接入容量评估方法。以分布式光伏的接入容量和配电网线路的有功功率损耗为目标函数,考虑配电网潮流方程约束、节点电压约束、线路载流容量约束等;通过对模型进行简化,将非凸的优化问题转化为凸二次规划问题,并采用ADMM进行分布式求解,得到不同运行工况下各区域分布式光伏的接入策略;以IEEE-33系统为例进行仿真计算,实验结果验证了所提方法的正确性和有效性。
