本发明公开了一种丛式井平台位置优选方法、系统及存储介质。所述方法包括如下步骤：S1、确定目标油气田的井数n、靶点坐标、靶点垂深以及受限区的边界范围；S2、利用粒子群算法对平台位置进行T轮迭代,T为最大迭代次数,依次记录每轮迭代的整个粒子群的全局最优平台位置g和最小总进尺gbest,T轮迭代后的g和gbest就是考虑受限区影响的钻井总进尺最小的平台位置及相应总进尺数。本发明能够考虑受限区对海上油气田开发过程中平台位置优选的影响,突破了现有方法未考虑受限区的缺陷,为海上油气田开发降低钻井进尺和成本提供了保障。

本发明提供了一种电磁暂态仿真模型的参数校正方法、装置和电子设备,涉及电力系统的技术领域,包括：获取待校正电磁暂态仿真模型的多组仿真参数,以及在预设工况下的参考波形；构建基于高斯混合模型的仿真参数与特征量之间的联合概率密度函数；利用最大期望算法和赤池信息准则确定其目标参数集。基于此,当参数空间较大时,本发明能够自动调整高斯分量的个数以及每个高斯分量的协方差矩阵维度以兼顾计算效率和拟合精度；且本发明利用粒子群算法与仿真参数在特征量确定时的条件概率密度函数来反演目标模型参数组,有效地控制了解空间的维度,简化了问题搜索过程。利用目标模型参数组校正后的电磁暂态仿真模型能够准确的指导事故反演与生产实践。

本发明涉及基于F-DCOP的粒子群局部决策优化方法,通过对每个变量节点进行局部决策,找到当前节点的最优粒子并选取粒子中最优的解,构造一个新的粒子,即一组新的解决方案。由于PFD具有良好的寻优性能,该算法沿用PFD的粒子更新框架,在PFD的评估阶段进行扩展。实验结果表明,本发明方法能够扩大PFD的搜索空间并找到更好的解决方案。

本发明属于风速特征模拟技术领域,公开了一种基于改进粒子群算法的风速特征模拟方法及系统,进行风速统计特征分析；风速自相关性建模及场景生成；改进粒子群优化算法；利用改进粒子群优化算法进行风速特征模拟。本发明进行参数辨识的改进粒子群优化算法,将随机变量的可能取值用大量随机样本近似表示,用生成的场景来分析风速统计特征,再与改进粒子群优化算法相结合,既能降低参数优化问题的难度,又能在期望约束条件下,使得相关指标达到期望值,得到最佳协方差参数,进而确定最佳协方差矩阵,使粒子不仅受到自身子种群中最优粒子的影响,惯性权重随着迭代次数的变化而变化,更容易找到最优解。

本发明属于电力机器人领域,更具体地,涉及一种配网带电作业机器人的激光点云输电线引线拟合方法。该方法包括以下步骤,S1、获取输电线引线三维点云,采用欧式距离滤波器进行处理；S2、对滤波后的数据,采用自组织分层粒子群优化算法进行点云降采样；S3、输入降采样之后的点云,基于控制点迭代优化的B样条曲线拟合；S5、控制点融合,输出最终B样条曲线。

本发明提供了一种突发重大污染事件应急指挥辅助决策方法和系统。其中,方法包括：预测突发重大污染事件发生位置区域的未来气象数据；根据未来气象数据,推算突发重大污染事件的污染输送轨迹；根据未来气象数据,确定污染在污染输送轨迹上的消解因子；根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值；根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率；根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果；根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息,从而能够实现对突发重大污染事件快速、科学的动态应急预警与决策支持。

本发明提供一种基于课程学习的多智能体深度确定性策略梯度方法,将课程学习与强化学习结合在一起,在通过经验回放池采样时,根据课程标准复杂度从经验回放池中按照优先权重采样数据,然后采用基于Adam优化器的深度确定性策略梯度方法对每个智能体进行训练,并更新策略网络、策略目标网络、评价网络以及评价目标网络,当多智能体在环境内动作的下一个状态不是终止状态时,对课程标准进行更新,根据更加复杂的课程重复进行迭代计算,课程标准中包含的优先标准函数反映样本的采样优先权重,重复采样惩罚考虑重复采样对样本多样性的影响,冗余信息惩罚可以降低智能体之间交互的信息冗余量,与其他算法相比,本发明提高了算法的收敛效率和最终奖励。

本发明提供了基于3Dgis的变电站三维规划方法及系统。一方面,所述方法包括：S1,获取待规划区域的3Dgis模型；S2,对待规划区域进行负荷预测,获得负荷预测结果；S3,根据负荷预测结果确定新建的变电站的总数；S4,建立变电站待优化模型；S5,采用粒子群算法对所述待优化模型进行优化,获得新建的变电站的坐标。另一方面,本发明还提供了相应的系统用来实现所述方法。本发明通过建立3Dgis模型,为待优化模型中的参数提供了三维坐标,从而能够使得优化模型更准确地表示变电站之间的距离,使得优化模型能够从成本、损耗、区域限制方面进行准确表征,有利于提高规划结果的准确性。

本发明公开了一种不完备多模态信息下电力变压器的健康状态评估方法,包括步骤：获取电力变压器的参数信息,所述参数信息中含有多项特征指标；收集电力变压器的故障案例,根据不同电压等级、额定容量和运行年限的电力变压器对其多项特征指标是否超标阈值要求的不同对各模态特征进行离散化处理,利用粗糙集建立个各模态特征的信息决策表；采用PSO算法解决多模态背景下属性约简的NP-Hard问题,获取电力变压器健康状态的核特征；利用TFG-T任务流机制完成核特征集成；通过集成的核特征和信息决策表对电力变压器的状态进行评估。本发明用于处理不完备信息下设备的状态评估难题,并融合检测数据的多模态性,为电力变压器智能化运维与数字化转型提供技术支撑。

本发明提供一种基于颗粒尺度计算流体力学模拟的方法,所述方法包括以下步骤：(A)使用离散单元法模拟固定床颗粒堆积过程,得到固定床堆积结构；(B)使用结构化网格对步骤(A)所得固定床堆积结构的计算域进行离散；(C)在步骤(B)所得离散后的计算域中划分出流固区域；(D)对步骤(C)所得流固区域中颗粒表面的网格进行局部加密；(E)将整个计算域处理为多孔介质区域,并设置流固区域的阻力系数；(F)使用二阶迎风插值格式计算动量方程,并构建流场云图。本发明在颗粒尺度计算流体力学数值模拟研究中,网格生成简单,可以模拟含有更多颗粒数目的固定床体系,且大大减少了网格数量和计算耗时,缩短了研究周期。