电力市场环境下,频繁的电能交易使系统运行的不确定性急剧增加。为保证系统的安全、可靠和经济运行,必须合理考虑不确定性因素的影响后,再对电网输电能力进行评估。该文提出了一种基于序贯蒙特卡罗仿真的可用输电能力(available transfe...电力市场环境下,频繁的电能交易使系统运行的不确定性急剧增加。为保证系统的安全、可靠和经济运行,必须合理考虑不确定性因素的影响后,再对电网输电能力进行评估。该文提出了一种基于序贯蒙特卡罗仿真的可用输电能力(available transfer capability,ATC)计算方法,能综合考虑动态时变性和不确定性的影响,根据元件的运行特性及状态转移特性按时间顺序来仿真系统状态,并定义一系列的概率指标进行ATC评估。采用Matlab6.5编写相关的计算程序,通过IEEE39节点系统的算例分析,证明在ATC计算中,考虑不确定性和时变性因素的必要性。计算结果表明,该文提出的方法新颖实用,具有一定的工程应用价值。展开更多
针对具有空时分组码的多载波CDMA(Space Time Block Coding Multi Carrier Code Division Multiple Access,STBC-MC-CDMA)信号扩频码及信息序列的联合估计问题,结合序贯蒙特卡罗(Sequential Monte Carlo,SMC)算法和卡尔曼滤波技术,充分...针对具有空时分组码的多载波CDMA(Space Time Block Coding Multi Carrier Code Division Multiple Access,STBC-MC-CDMA)信号扩频码及信息序列的联合估计问题,结合序贯蒙特卡罗(Sequential Monte Carlo,SMC)算法和卡尔曼滤波技术,充分利用STBC和OFDM(Orthogonal Frequency Division Multiplexing)调制的正交属性,提出了一种快速的盲解扩算法.该算法通过将信号模型按不同符号路数和天线数目进行分段处理,采用卡尔曼滤波方法对均值和协方差进行迭代更新,并用一组带有权值的抽样粒子来近似建立的联合后验概率分布,根据抽样值和重要性权值大小进行参量状态估计,大大提高了算法的计算效率.理论分析和仿真结果验证了本文算法的有效性.展开更多
传统的基于数据关联的同时定位与建图(simultaneous localization and mapping,SLAM)方法易引起观测与目标之间的误匹配,进而导致位姿估计精度下降.结合柱状特征提取方法和随机有限集理论,提出一种基于序贯蒙特卡罗实现的车辆3D激光SLA...传统的基于数据关联的同时定位与建图(simultaneous localization and mapping,SLAM)方法易引起观测与目标之间的误匹配,进而导致位姿估计精度下降.结合柱状特征提取方法和随机有限集理论,提出一种基于序贯蒙特卡罗实现的车辆3D激光SLAM方法.利用M估计抽样一致性算法从分割后的点云中提取稳定的柱状特征,捕获单帧点云中的静态存活特征和新生特征;在Rao-Blackwellized-概率假设密度同时定位与建图(Rao-Blackwellizedprobability hypothesis density-simultaneous localization and mapping,RB-PHD-SLAM)框架中引入两种特征,并运用序贯蒙特卡罗方法完成车辆轨迹概率密度和地图后验强度在帧间的传递,实现对环境特征和车辆位姿的同时估计.模拟数据集和KITTI数据集试验结果显示,与经典的FastSLAM算法相比,本文算法使车辆定位精度提升44.99%,并使环境特征位置估计和环境特征数量估计的平均误差分别降低49.24%和56.22%,显著提升了SLAM的运行精度和鲁棒性,有助于保障智能汽车的运行安全.展开更多
考虑风速时序性和自相关性的特点,建立了风速的自回归移动平均(auto-regressive and moving average,ARMA)模型,并结合常规机组、线路和变压器等状态模型,建立了基于蒙特卡罗仿真方法的风电场可靠性模型,对含风电场的发输电组合系统进...考虑风速时序性和自相关性的特点,建立了风速的自回归移动平均(auto-regressive and moving average,ARMA)模型,并结合常规机组、线路和变压器等状态模型,建立了基于蒙特卡罗仿真方法的风电场可靠性模型,对含风电场的发输电组合系统进行可靠性评估,同时建立了发输电组合系统的多状态机组等值模型,将该等值模型与配电系统相结合,计算了平均停电频率和停电电量损失等配电网可靠性指标,通过分析和比较可靠性指标研究了风电场对配电系统可靠性的影响,结果表明风电机组的接入对提高电力系统可靠性具有一定的作用。展开更多
文摘电力市场环境下,频繁的电能交易使系统运行的不确定性急剧增加。为保证系统的安全、可靠和经济运行,必须合理考虑不确定性因素的影响后,再对电网输电能力进行评估。该文提出了一种基于序贯蒙特卡罗仿真的可用输电能力(available transfer capability,ATC)计算方法,能综合考虑动态时变性和不确定性的影响,根据元件的运行特性及状态转移特性按时间顺序来仿真系统状态,并定义一系列的概率指标进行ATC评估。采用Matlab6.5编写相关的计算程序,通过IEEE39节点系统的算例分析,证明在ATC计算中,考虑不确定性和时变性因素的必要性。计算结果表明,该文提出的方法新颖实用,具有一定的工程应用价值。
文摘针对具有空时分组码的多载波CDMA(Space Time Block Coding Multi Carrier Code Division Multiple Access,STBC-MC-CDMA)信号扩频码及信息序列的联合估计问题,结合序贯蒙特卡罗(Sequential Monte Carlo,SMC)算法和卡尔曼滤波技术,充分利用STBC和OFDM(Orthogonal Frequency Division Multiplexing)调制的正交属性,提出了一种快速的盲解扩算法.该算法通过将信号模型按不同符号路数和天线数目进行分段处理,采用卡尔曼滤波方法对均值和协方差进行迭代更新,并用一组带有权值的抽样粒子来近似建立的联合后验概率分布,根据抽样值和重要性权值大小进行参量状态估计,大大提高了算法的计算效率.理论分析和仿真结果验证了本文算法的有效性.
文摘传统的基于数据关联的同时定位与建图(simultaneous localization and mapping,SLAM)方法易引起观测与目标之间的误匹配,进而导致位姿估计精度下降.结合柱状特征提取方法和随机有限集理论,提出一种基于序贯蒙特卡罗实现的车辆3D激光SLAM方法.利用M估计抽样一致性算法从分割后的点云中提取稳定的柱状特征,捕获单帧点云中的静态存活特征和新生特征;在Rao-Blackwellized-概率假设密度同时定位与建图(Rao-Blackwellizedprobability hypothesis density-simultaneous localization and mapping,RB-PHD-SLAM)框架中引入两种特征,并运用序贯蒙特卡罗方法完成车辆轨迹概率密度和地图后验强度在帧间的传递,实现对环境特征和车辆位姿的同时估计.模拟数据集和KITTI数据集试验结果显示,与经典的FastSLAM算法相比,本文算法使车辆定位精度提升44.99%,并使环境特征位置估计和环境特征数量估计的平均误差分别降低49.24%和56.22%,显著提升了SLAM的运行精度和鲁棒性,有助于保障智能汽车的运行安全.
文摘考虑风速时序性和自相关性的特点,建立了风速的自回归移动平均(auto-regressive and moving average,ARMA)模型,并结合常规机组、线路和变压器等状态模型,建立了基于蒙特卡罗仿真方法的风电场可靠性模型,对含风电场的发输电组合系统进行可靠性评估,同时建立了发输电组合系统的多状态机组等值模型,将该等值模型与配电系统相结合,计算了平均停电频率和停电电量损失等配电网可靠性指标,通过分析和比较可靠性指标研究了风电场对配电系统可靠性的影响,结果表明风电机组的接入对提高电力系统可靠性具有一定的作用。
