摘要：联网电动汽车可以通过其充电或放电操作来帮助电网稳定,还能够用来进行分散式电力交易。所以提出了一种基于区块链、机器学习和博弈论模型的联网电动汽车停车场进行电力交易研究。在提出的能源交易系统中,假设使用具有安全隐私保护机制的高效通信网络系统来链接交易系统中的所有参与者。设计了一个基于随机竞价流程的分布式智能合约解决方案,帮助联网电动汽车以最大的盈利能力买卖电力,优化了联网电动汽车的利润率,提高了智能合约的效率。模型考虑了电力交易系统中结合区块链、机器学习和博弈论的模型,提出了在联网电动汽车之间的停车场采用分散的电力交易框架(DETF)。将为了证明方案的性能,提出的HLProfitX算法与PETCON进行了比较,并证明了解决方案的有效性。

摘要：针对BP神经网络训练过程易陷入局部极值导致训练误差收敛速度慢的问题,提出将具有全局寻优的萤火虫算法,结合BP算法共同训练神经网络。在本质上,萤火虫BP神经网络利用萤火虫算法对神经网络进行早期训练,避开局部极值点,得到优化后的神经网络初始权值后,利用BP算法的局部寻优特性对网络做进一步精细训练。轴承故障实验表明,萤火虫BP神经网络的训练误差收敛速度相比BP神经网络、萤火虫神经网络显著提升,故障识别率最高达到99.47%。

摘要：针对APS在大型火电机组中因设备状况及运行的操作习惯差异很大,在实际生产运行中的可用性并不理想情况,对操作复杂、容易误操作的给水系统进行了自启停优化设计,将系统的设备投切情况、运行状态、阀门开关与取自工艺系统的温度、压力、流量、负荷等过程参数做综合判断,实现系统的自适应启停。基于APS的自适应汽动给水系统提高操作的规范性,减少误操作的几率,减轻运行负担,优化了控制品质,缩短启动时间,适用范围更广,机组效率与经济性更高。