时间优化补偿范文-盘古文库

时间优化补偿范文

资料大全

来源：文库

作者：开心麻花

2025-09-19

时间优化补偿范文（精选3篇）

时间优化补偿第1篇

(一) 特别补偿成立起止时间的争议

是否将整个救助期间纳入特别补偿的期间成为了双方争议的焦点。

在“长崎精神”号审理期间, 救助方和被救助当围绕着救助时间展开辩论, 救助方认为:按照公约第一条 (a) 项的规定来确定“救助作业”的含义, 是指整个救助作业期间[2]特别补偿当初设置的初衷就是为了鼓励救助人对遇难船舶进行救助, 所以当然应当作对于救助方有利的解释。而被救助方认为, 特别补偿成立的首要条件对环境存在威胁时的救助才能够成立特别补偿, 这是89年《救助公约》第一款明确的规定, 显然是首要条款, 第三款要受制于第一款。

上诉法院的最终判决是:特别补偿不能涵盖出现环境污染前的救助期间, 此后只要环境污染产生气候的期间都应当包含在特别补偿的期间内, 不考虑其是否在之后的期间内因为相关的因素而消失。这一争议的出现是1989年《救助公约》特意回避造成的, 特别补偿本身就是妥协的产物, 所以在起止时间的规定上并不明确, 这似乎给予了救助者很自由的请求特别补偿的权利[3]

(二) 从判决看特别补偿

从法院最终做出的判决来看:认定当需要支付特别补偿时, 整个救助期间都应当包含在特别补偿的计算期间内, 不考虑威胁的存在的时间的长短, 即使同整个救助作业的时间相比, 可合理认定为消除威胁的作业只持续了一段很短的时间。

笔者同意上述的观点:

1.公约的第14条规定了特别补偿时对有环境污染损害的船舶进行救助为前提的, 第三款是对救助费用的规定并未对救助费用作时间上的规定或局限在某个阶段, 同时第一条第一款对救助作业也给予了详细的定义:救助人实施救助作业的整个过程。

2.救助人开始对需要救助的存在污染威胁的船舶进行救助, 一般需要就做好实施整个救助作业的准备;救助人一旦在LOF下签订救助协议, 就应当最大努力的进行救助, 尤其是救助人租借来设备进行救助, 如果只计算其中存在环境威胁的那段时间, 必然会导致救助人的损失, 会导致救助人不会也不敢投入、更多更好更先进的设备。

3.在一个大的背景下, 公约指定特别补偿的起初的目的就是鼓励救助方救助遇难船舶, 当然应当作对于救助方有利的解释。

二、计算特别补偿的标准

(一) 救助费用

救助产生的救助费用是计算特别补偿的基础是, 关于救助费用, 我国《海商法》做出了规定, 确定救助费用应当考虑本法第一百八十条第一款 (八) (九) (十) 项的规定。

(二) 计算特别补偿标准的争议

在计算特别补偿标准方面, 双方存在的最主要的争议是:“公平费率”是否存在或者包含利润的因素。

船东方提出:除非其中的规定含义不清楚否则公约第14条是以LOF条款的形式对合同双方具有约束力, 而不应依据公约中的其他的规定和CMI有关的说明;第14条用的词是“补偿”和“费用”, 即公约意在使救助人在救助财产价值较小的财务是能够收回其所花费的费用;这种花费显然应当是其成本的花费而不是不包括租金以及市场费率等, 否则公约就会适用“市场费率”一词, 而不是“公平费率”。救助方提出相反的观点认为:并入LOF的公约条款应跟在公约中的含义一致, 其中的“公平费率”不是“成本费率”也不是“市场费率”, 是在任何时候都应该公平的费率, 并随着所承担的工作不同而不同。

经过仲裁, 该案经过英国高等法院海事法庭, 上诉法院以及上议院的审理, 最后指出:关于使用设备和人员的“公平费率”仅仅指救助方“所花费的合理费率”, 而非“报酬的合理费率”, 因此不应该包括任何利润因素[4]。

(三) 计算标准

在计算标准的问题上劳合社仲裁员认为:按照公约的第14条的相关规定确定特别补偿时不应考虑利润的因素, 而在确定适用公平费率时则应当将设备所需要的费用考虑进去。Clarke法官提出:公平费率指的是酬金的公平费率, 它包括相关利润因素, 但酬金和补偿在公约中有存在着不同的规定:在提供救助服务的情况下可以获得酬金, 而补偿只是用于偿还其所花费的费用, 因此酬金、报酬或利润补偿没有被包含其中;同时公约中并没有明确的表述, 因此公约第14条第I款并没有包含利润的意思如;第14条第3款的措辞使用的是“费用”一词而不是“酬金”或“报酬”;第14条的相关规定表明, 如果第1款的规定, 救助人能够获得其所花费的相关的费用, 如果满足第2款, 他就既可以收回救助费用, 又可以还可以得到酬金。[5]

同时也存在商业上的一些问题会是的专业的救助人员失去信心, 因为特别补偿可以对租用设备的救助人的费用做出相应的补偿, 这就鼓励他们租赁设备进行救助而对专业的救助人员造成了冲击, 那些购买设备的专业救助人员就很难跟他们竞争[6], 这完全背离了89年救助公约的宗旨。

摘要：20世纪50年代起, 大量的石油通过海上运输, 对于海洋环境和周边沿海国家的海洋资源产生了威胁, 因此需要对存在重大污染威胁的船舶进行救助, 长久以来的“无效果, 无报酬”的规定使得救助存在严重污染威胁的船舶时采取较谨慎的态度。国际海事委员会成立了国际小组委员会对1910年《救助公约》进行了修改, 在LOF1980“安全网条款”的基础上创造性的拟定了关于“特别补偿”的规定, 使得更多的遇险船舶获得救助[1]。

关键词：特别补偿,起止时间,计算标准

参考文献

[1]胡正良.海事法[M].北京:北京大学出版社, 2009:150.

[2]胡正良.海事法[M].北京:北京大学出版社, 2009:158.

[3]吴海霞.海难救助报酬原则的探讨和分析[J].浙江国际海运职业技术学院学报, 2008 (3) .

[4]郭雷楠.海难救助特别补偿法律制度研究[D].大连海事大学, 2009:13.

[5]王琳琳.难救助中特别补偿制度之研究[D].上海海事大学, 2007:3.

配电网无功补偿优化规划第2篇

关键词：遗传算法；无功规划优化；配电网

并联电容器组是主要的配电网无功补偿设备，将电容器组的安装容量安装位置以及补偿点的个数科学合理地确定下来，可以确保实现提升电压质量和降低网损的目的。配电系统具有较大的负荷分散性，再加上具有较多的带补偿点和较长的供电半径，因此在无功配置方面具有较为独特的地方。为此，本文分析并介绍了基于遗传算法的配电网无功补偿优化规划。

1 配电网无功补偿优化方法概述

配电网无功补偿的灵敏度分析法可以将几个具有较高灵敏度的节点选择出来作为待补偿点，从而使解空间得以减小，然而该方法在实际上往往是同1条支路相邻的几个节点具有较高的灵敏度，而且一般只有一个节点在这几个节点中属于真正的高灵敏度的节点，该节点也会影响到其他节点的灵敏度。与此同时，灵敏度分析法又很难将补偿点的个数确定下来。如果以节点无功裕度值大小为根据将补偿点确定下来，这种方法也存在着很难将补偿点个数确定下来的问题。也有采用N点分散补偿的方法，这种方法利用等面积判据以及等长度判据为根据将补偿点的容量和个数等确定下来，然而这种方法需要保证负荷数据的精确性，从而对各负荷点峰值无功电流进行计算，但是配电网一般都具有实时数据不足的问题，因此在具体实施的时候这种方法存在着较大的困难。为此，在本次研究中将无功电流损耗最小的算法提了出来，这种方法可以将补偿点补偿容量、补偿点的个数和位置等确定下来，这样就能够使解空间的维数得以有效减少，随后再通过对改进的遗传算法的利用就能够将无功规划优化的解得出[1]。

2 无功规划优化的数学模型分析

2.1 无功规划优化的目标函数分析以配电网的实际情况为根据采用罚函数的方式处理状态变量的约束条件，从而将与遗传算法相适合的无功优化目标函数构造出来，其中主要包括无功补偿装置设备年等值费用、系统有功网损年等值费用以及节点电压越限罚函数。

Fmin=KcQci+Ckf+Nc+CeTlPLass+KVΔV

在该公式中，投资单位容量电容器的费用用Kc来表示，节点i无功补偿容量用元/kvar，Qci来表示，电容器无功补偿点集合用 kvar，NQ来表示，电容器在每个节点的固定安装费用用Ckf来表示；无功补偿点的个数用Nc来表示，电能单价用Ce来表示，年最大负荷损耗时间用Tl来表示，最大负荷方式下的有功网损用ΔP来表示，节点电压越限罚因子用KV来表示。

2.2 无功规划优化的数学模型求解以配电网无功规划优化的特点为根据，本文选择了遗传算法。在进行配电网无功优化的时候遗传算法可以这样描述：利用目标函数在电力系统环境下评价各种条件约束的初始潮流，淘汰掉其中具有较低评价值的，只有具有较高评价值的才可以向下一代遗传自己的特征，这样就能够不断的趋向于优化。所以如何能够以配电网无功优化的问题为根据编码变量，并且将终止判据确定下来、对适应度函数进行设计以及开展遗传操作，这是解决配电网无功规划优化的非常重要的问题[2]。

2.2.1 编码方式。按组对无功补偿进行投切，为了使控制变量的个数和染色体的长度相等，可以使用十进制编码的方式。假设一个电容器节点有6组可投切，那么要对投切的电容器组数进行表示，就可以选择0至6中的任何一个整数。该节点不投切电容器则可以用数字0来表示。

2.2.2 设计适应度函数。可以使用目标函数还表示配电网的无功规划优化。在对配电网的无功优化进行计算时可以使用遗传算法。对目标函数进行转化可以得到适应度函数。最小化问题可以通过目标函数进行求解，因此需要转换目标函数。

2.2.3 遗传算法的选择。在遗传操作中，对遗传算法进行选择是非常重要的。如果没有选择合适的算子，就会使子代和父代具有接近的相似度，从而对种群的多样性造成破坏。这样的后果就是进化停滞，从而出现早熟的现象，对算法的全局寻优能力造成了严重的影响。因此要对各种选择方法进行深入的研究。本文选择的是基于轮盘赌的非线性排序法作为配电网无功运行优化的选择方法。使用基于轮盘赌的非线性排序法，先要对每个个体的适应度函数值进行计算，再从大到小的排列各个个体的适应度值，从而以排列的顺序为依据来对个体进行选择。

2.2.4 变异和交叉算子。使用固定的变异率和交叉率来进行简单的遗传算法是不符合适应性搜索过程和遗传算法动态的。这就需要在简单遗传算法中选择自适应的变异率和交叉率。在保障自适应遗传算法的群多样性的前提下，还要对遗传算法的收敛能力进行保障，从而使遗传算法的优化能力得到提高[3]。

2.2.5 终止判据。在不改变最优个体的适应度以及使用最大进化代数maxgen的基础上，结合最小保留代数来作为终止判据。如果在连续代内，最优值没有找到其他的解法来代替，那么就将其作为求解问题的最优解来结束计算。假设以一定的遗传代数限定为范围，没有解能够满足最优个体的最小保留代数，那么就将次优解输出，结束计算。这是为了尽量控制因素控制准则中存在的缺陷，使进化收敛的速度得到提高。

3 结语

目标函数中以经济技术的综合效益为最大，包括节点电压质量、无功补偿设备投资和配电网电能损耗等等。针对配电网的无功规划优化进行建模。该方法还要对补偿点的位置和个数进行确定，并与改进的遗传算法相结合，来对电容器的容量进行优化。总体而言，该算法具有较高的实用性和有效性，能够使初始种群的无效解减少，并有效地解决了遗传算法中存在的欺骗和早熟等问题。这样一来，配电网的无功规划优化的效率和精度也能够得到进一步的提高，从而有效地对配电网的无功规划进行优化。

参考文献：

[1]李峰，张勇军，张豪，杨银国，管霖，许亮.无功电压调控失配风险评估及其系统开发[J].华南理工大学学报（自然科学版），2013（05）.

[2]李世伟，葛珉昊，金育斌.小水电集中上网对电网的影响分析[J].中国农村水利水电，2012（08）.

车道偏离预警图像处理滞后时间补偿第3篇

随着汽车保有量不断增加,公路上的交通事故也不断的在增加,汽车安全性越来越受到各国的重视。研究表明,车辆在结构化道路上行驶时,驾驶员、汽车、道路三个环节里面,驾驶员是可靠性最差的一个环节。驾驶员的主观驾驶失误导致了80%以上的交通事故,在这些事故中大约有30%是表现为车辆偏离车道的事故[1]。在这样的背景下,世界各国越来越重视车辆主动安全系统和辅助驾驶系统的研究。车道偏离预警系统作为车辆辅助驾驶系统的一个重要组成部分,近些年来有着长足的发展和应用。

车道偏离预警系统主要有图像处理系统和预警策略两部分组成。图像处理环节主要目的是检测车道线。在一般情况下,车道检测程序包括低级图像处理例如预处理,车道边界识别以及一些后处理[2],预处理阶段处理从摄像机采集的图像并提供对下一步有用的信息。车到便捷检测技术利用基于特征或者基于模型的技术来估计前方道路的几何参数[3]。为了提高预警的精度,减少误报和漏报,近些年来车道偏离预警系统的算法变的越发复杂,尤其是在图像处理的环节,从采集图像到得到车道线的拟合方程,这段时间一般很长,导致在当前时间进行决策所用图像处理结果是一段时间之前采集到的图像处理得到的,在低速与直道时,这个影响尚不明显,但是在高速弯道时,这个滞后时间就会对预警的准确程度产生很大的影响。

本文提出了一种将当前采集的图像信息转换为图像处理完成时间点所需的车道线信息的方法,以减少图像处理滞后对系统的影响。

该方法利用车辆二自由度模型创建观测器进行状态观测[4],估计出图像采集时与图像处理完成后车辆坐标系的位置关系,在估计出两个坐标系的相对位置之后将采集到图像处理出的车道线离散点进行坐标转换,然后拟合出在图像处理完成后时间点所需的车道曲线。

1 轨迹估计

1.1 基于二自由度车辆模型的状态观测器

明确图像采集时和图像处理后车辆坐标系位置关系,首先要进行轨迹估测。轨迹估测的方法有很多种,本文采用使用以车辆二自由度动力学模型为基础的状态观测器的估测方法。本文使用的车辆二自由度动力学模型[5],如图1所示。

在车辆的运动参数中,横摆角速度是一个比较容易测量且测量精度较高的量[6],那么按照如下公式建立状态观测器,系统的状态方程为

$[\begin{matrix} \dot{v} \\ \overset{\cdot}{ω_{r}} \end{matrix}] = A [\begin{matrix} v \\ ω_{r} \end{matrix}] + B δ (1)$

系统的输出方程

$ω_{r} = C [\begin{matrix} v \\ ω_{r} \end{matrix}] (2)$

其中

$\begin{array}{l} A = [\begin{matrix} \frac{k_{1} + k_{2}}{m u} & \frac{a k_{1} - b k_{2}}{m u} - u \\ \frac{a k_{1} - b k_{2}}{Ι_{z} u} & \frac{a^{2} k_{1} + b^{2} k_{2}}{Ι_{z} u} \end{matrix}] (3) \\ B = [\begin{matrix} - \frac{k_{1}}{m} \\ - \frac{a k_{1}}{Ι_{z}} \end{matrix}] (4) \\ C = [\begin{matrix} 0 & 1 \end{matrix}] (5) \end{array}$

上式中的参数的意义分别为

m为整车质量,

Iz为横摆转动惯量,

a为前轴距,

b为后轴距,

k1为前轮刚度,

k2为后轮刚度,

u为纵向车速,

v为侧向车速,

ωr为横摆角速度,

δ为前轮转角。

那么建立状态观测器

$[\begin{matrix} \dot{\hat{v}} \\ \overset{\cdot}{\hat{ω}_{r}} \end{matrix}] = (A - Κ C) [\begin{matrix} \hat{v} \\ \hat{ω}_{r} \end{matrix}] + B δ + Κ ω_{r} (6)$

K为观测器增益矩阵

为了验证这个观测器的可信性,以90 km/h纵向速度衡值输入和0.4 deg的前轮转角的阶跃输入,仿真时间10 s,将其横摆角速度响应与侧向速度响应与carsim模型的响应作对比,图中粗线为观测器响应,细线为carsim模型响应。得到如图2和图3所示的结果

从仿真的结果显示本观测器有比较好的精准度。

1.2 轨迹估计

然后进行轨迹的比较

$\begin{array}{l} \hat{ψ} = \int \hat{ω}_{r} d t (7) \\ \dot{\hat{x}} = u c o s \hat{ψ} - \hat{v} s i n \hat{ψ} (8) \\ \dot{\hat{y}} = \hat{v} c o s \hat{ψ} + u s i n \hat{ψ} (9) \\ \hat{x} = \int \dot{\hat{x}} d t (10) \\ \hat{y} = \int \dot{\hat{y}} d t (11) \end{array}$

得到如图4和图5所示的结果,途中绿色线为carsim模型的行驶轨迹和横摆角,蓝色线为经过观测器的观测值计算得到的行驶轨迹和横摆角。

由图可知在轨迹预测上也可以保证相当精准度。

2 滞后时间补偿

如图6所示,图像在O1点采集,图像处理完成后车辆到达O2点。假设图像处理过后得到1坐标系下左侧车道线的拟合方程为

$y_{1} = a_{L 1} x_{1}^{2} + b_{L 1} x_{1} + c_{L 1} (12)$

在该曲线上取足够合适和足够多的点

L1(X $_{L 1}^{1}$ ,Y $_{L 1}^{1}$ ),L2(X $_{L 2}^{1}$ ,Y $_{L 2}^{1}$ ),L3(X $_{L 3}^{1}$ ,Y $_{L 3}^{1}$ ),,等等。

经过坐标转换得到这些点在而坐标系下的坐标

$[\begin{matrix} X_{L 1}^{2} \\ Y_{L 1}^{2} \end{matrix}] = [\begin{matrix} \cos ψ_{2} & \sin ψ_{2} \\ - \sin ψ_{2} & \cos ψ_{2} \end{matrix}] [\begin{matrix} X_{L 1}^{1} - X_{Ο 2}^{1} \\ Y_{L 1}^{1} - Y_{Ο 2}^{1} \end{matrix}] (13)$

式(13)中X $_{Ο 2}^{1}$ ,Y $_{Ο 2}^{1}$ ,ψ2是根据前面所说的轨迹估测得到的量,这三个量能表示一坐标系与而坐标系的位置关系

利用这些可以拟合出在二坐标系下的车道线方程

在二坐标系下的拟合方程为

$y_{2} = a_{L 2} x_{2}^{2} + b_{L 2} x_{2} + c_{L 2} (14)$

在实际工程中,在汽车转弯过程完成后侧向速度可清零,这样可以减少累积造成的误差,因此理论上我们可以预估任意时间点的侧向速度和横摆角速度。

在进行时间补偿时,假设图像处理的时间为100 ms,在稳定工况内取100 ms时间段的工况做时间补偿。

在实际工程中,信号的采集和处理都是离散的,所以我们假定每10 s采集一次所需信号:侧向速度的观测值与横摆角速度的观测值。

侧向速度观测值:

$\hat{v}$ (1), $\hat{v}$ (2), $\hat{v}$ (3), $\hat{v}$ (4),(5),

$\hat{v}$ (6), $\hat{v}$ (7), $\hat{v}$ (8), $\hat{v}$ (9), $\hat{v}$ (10)。

横摆角速度观测值:

$\hat{ω}$ r(1), $\hat{ω}$ r(2), $\hat{ω}$ r(3), $\hat{ω}$ r(4),r(5),

$\hat{ω}$ r(6), $\hat{ω}$ r(7), $\hat{ω}$ r(8), $\hat{ω}$ r(9), $\hat{ω}$ r(10)。

也是如此,用以估算各个时间点的侧向速度具体计算过程如下

x(1)=0,

y(1)=0,

ψ(1)=0。

$\hat{x} (k + 1) = \hat{x} (k) + (u \cos \hat{ψ} (k) -$

$\hat{v}$ (k)sin $\hat{ψ}$ (k))dt (15)

$\hat{y} (k + 1) = \hat{y} (k) + (u \sin \hat{ψ} (k) +$

$\hat{v}$ (k)cos $\hat{ψ}$ (k))dt (16)

k=1,2,3,4,5,6,7,8,9,10。

dt=10 ms=0.01 s (17)

得到两个坐标系之间的关系

$\begin{array}{l} X_{Ο 2}^{1} = \hat{x} (11) (18) \\ Y_{Ο 2}^{1} = \hat{y} (11) (19) \\ ψ_{2} = \hat{ψ} (11) (20) \end{array}$

之后按照前述的坐标转换方程可将一坐标系下的表示的车道离散点转化为二坐标系下表示的车道线离散点。通过这些离散点拟合出在二坐标系下的车道线方程。

3 仿真验证

首先验证此种方法补偿的准确性和必要性。

本文中所需的数据如车速、前轮转角是从carsim模型仿真中得到的,并将其输入到观测器中,验证工况是车速恒定,前轮转角阶跃输入的工况,取横向速度和横摆角速度稳定的一段时间进行补偿。

在100 km/h,前轮转角0.8 deg的工况下,用carsim模型输出的参数进行坐标转换与用观测器输出进行坐标转换所得的车道线作对比,有图7结果。

蓝色线为一坐标系下的左侧车道线,红色线为经观测器数据补偿后的二坐标系下左侧车道线,绿色线为经carsim模型坐标转换后得到的二坐标系下左侧车道线,可以看出绿色线与红色线近乎重合无法分辨,而与蓝色线有着可观的差距。由此可以看出时间补偿的必要性和精准度。

下面是各种不同工况下补偿结果的比较,它们分别是定车速变前轮转角的直道和弯道的车道线补偿结果,以及定前转角变车速的的直道和弯道的车道线补偿结果。

仿真结果显示,当车的行驶方向与车道线方向相近时,补偿前后车道线差距较小,当车的行驶方向与车道线方向有很大偏离时,补偿前后车道线差距较大。

4 结论

在本篇论文中,简单的叙述了车道偏离预警系统的工作原理,提出了车辆高速和弯道行驶时,图像处理时间过长而造成了实时性的不好的问题,这个问题对于车道偏离系统的精度有着可观的影响。为了解决这个问题,本文采用对图像处理进行时间补偿的方法,通过轨迹估测和坐标转换,将图像采集时采集到的图像的处理得到的车道线信息转化为图像处理完成后所需的车道线信息。提出了车辆轨迹估测的算法和坐标转化的算法,并对结果进行了matlab/simulink下的仿真验证,证明问题提出的必要性和解决问题方法正确性。

参考文献

[1]陆丰俊.基于视觉车道偏离预警系统算法研究.硕士学位论文,武汉:华中科技大学,2006.5.8

[2] Wang Y,Teoh E H,Shen D.Lane detection and tracking usingB-snake.Image and Vision Computing,2004;22:269—280

[3] Pilutti T,Ulsoy A G.Fuzzy-logic-based virtual rumble strip for roaddeparture warning systems.IEEE Transactions on Intelligent Transpor-tation Systems,2003;(1):1—12

[4]Ogata K.现代控制工程.卢伯英,于海勋,等译.北京:电子工业出版社,2007

[5]余志生.汽车理论.北京:机械工业出版社,2011