基于分数阶巴特沃斯滤波器的1000kV特高压远传式SF6密度继电器

由于1000kV特高压设备所处电磁环境复杂,采用现有技术的远传式SF₆密度继电器抗干扰能力差,无法将设备信息准确远传,严重影响特高压设备在线监测。为解决这一问题,利用分数阶巴特沃斯滤波器设计了一种新型抗干扰远传式SF₆密度继电器。通过500kV及1000kV两类组合电器在三种情况下抗干扰试验、极端特殊情况下的电磁干扰试验,表明采用分数阶巴特沃斯滤波器的远传式SF₆密度继电器具有良好的最大抑制倍数,验证了本文方法的有效性、全面性。     

基于平行Petri网的制造系统调度与控制一体化方法

为了消除制造系统调度层与控制层之间的隔阂,实现对生产事件快速灵活响应,本文提出了一种调度与控制一体化的方法.首先,定义了一种新型Petri网模型,即平行Petri网,从而集成地描述了传感器、执行器、任务和资源信息,构建制造系统的信息物理系统模型;其次,提出了一种从平行Petri网到赋时Petri网的抽象简化方法,大规模压缩优化调度所需搜索的状态空间;再次,定义了策略Petri网以描述最优调度策略.最后,给出了平行Petri网与策略Petri网同步执行算法,使得平行Petri网与物理系统同步执行.     

基于WebGL的BIM轻量化关键技术研究

由于BIM数据通常被设计在OS平台上解析和生成,无法直接被WebGL读取和渲染,借助第三方工具往往需要支付昂贵的费用或数据用于特定的平台,使用中间格式进行数据交换会造成一定的数据损失和数据冗余。针对上述情况,基于应用的角度,通过分析Autodesk Revit模型信息的组织方式与GLTF数据结构,设计Revit数据转化成GLB格式的程序接口。几何数据经过顶点以及几何体在族实例内部和族实例间不同层级的复用,有效降低数据冗余度;利用Draco压缩,实现BIM模型的轻量化存储;通过Three.js与Cesium实现在浏览器端的可视化渲染。对目标数据进行评估发现有较小的几何数据损失,实验结果证明此方法具有应用价值,对研究BIM信息提取与模型可视化有一定的意义。     

嵌入路网图模型的自动驾驶场景描述语言

深度学习的快速发展带动着自动驾驶技术的迅速进步.深度学习感知模型在识别准确率逐步提升的同时,也存在鲁棒性和可靠性不足等隐患,需要在大量场景下进行充分测试以确保达到可接受的安全标准.基于场景的仿真测试是自动驾驶技术的核心和关键,如何描述和生成多样化仿真测试场景是需要解决的关键问题之一.场景描述语言能够描述自动驾驶场景并在虚拟环境中实例化场景获取仿真数据,但现有的场景描述语言大都缺少对于场景道路结构的高层抽象和描述.提出路网属性图来表示路网中抽象出的实体及他们的关系,并设计能简洁描述场景路网结构的语言SceneRoad. SceneRoad可以基于描述的场景道路结构特征构建路网特征查询图.这样,在路网中搜索符合描述的场景道路特征的问题被抽象为路网图上的子图匹配问题,该问题可用VF2算法求解.进一步地,将SceneRoad作为扩展集成到Scenic场景描述语言中.使用拓展后的语言随机生成大量多样的静态场景并构建仿真数据集.仿真数据集的统计信息表明生成的场景具有丰富的场景多样性.不同感知模型在真实和仿真数据集上的训练测试结果表明,模型在两个数据集上的表现呈正相关,意味着模型在仿真数据集上的评估...     

基于信-能复合调制的多母线直流 微电网电流边缘控制策略

尽管直流微电网内新能源的分布式电流均衡控制已经得到了广泛的研究,但实际直流微电网中的通信线路往往是不可靠或者不存在的.基于此,提出一种在无传统通信网络环境下的多母线直流微电网的电流边缘控制策略,以实现电流均衡.首先,设计面向直流微电网的信息-能量复合调制(information-energy dual modulation, IEDM)策略,消除传统的通信设备和通信网络线路,实现新能源电源之间的信息交互.其次,构建多母线直流微电网的状态方程模型,进而将其转化为标准的异构多智能体模型.基于此模型,提出直流微电网内二级控制器的多智能体H_∞边缘协同控制策略,同时基于IEDM策略,设计周期性动态事件触发通信协议.最后,通过半实物仿真测试系统验证所提出的基于信息-能量复合调制的多母线直流微电网的电流边缘控制策略的有效性.     

基于多任务学习的多罪名案件信息联合抽取

面向法律文本的实体关系联合抽取技术对于案情关键信息的智能提取至关重要,是智慧司法领域应用中的重要环节。目前的联合抽取方法虽然已经在特定罪名案件的数据集上取得了较好的效果,但是由于模型在训练时只关注了特定罪名类型文本数据的特点,使得模型的泛化能力有限,在应用到多罪名案件的情况下常常使得模型的效果下降。因此引入多任务学习的方法对多罪名情形下的实体关系联合抽取进行了研究,以涉毒类案件和盗窃类案件两大类罪名的文书数据为基础,构建了一个罪名分类任务作为联合抽取的辅助任务,通过基于特征筛选的动态加权多任务模型同时对两个任务进行学习,在单任务模型的基础上整体F1值提升了2.4个百分点,在涉毒类案件和盗窃类案件上的F1值分别提升了1.6和3.2个百分点。     

基于Docker集群的弹性任务调度模型构建

针对Docker集群访问量具有随机性和不确定性的问题,在提出基于多指标灰色负载预测基础上,通过增加或减少应用容器的方式,实现集群任务的弹性调度,实现集群应用性能和负载均衡。实验结果表明,所提出的基于多指标灰色负载预测算法的弹性任务调度策略,可适应web应用的动态变化,保证高负载状态下应用可即时响应,低负载状态下集群的资源利用率最高。     

PCA-VQ融合降维的SMO-SVM说话人识别研究

针对说话人语音原始梅尔频率倒谱系数(MFCC)特征参数维数较高造成的模型计算效率低以及不稳定的问题,基于序列最小优化(SMO)高效算法求解支持向量机(SVM)基本型的对偶问题,开展主成分分析-矢量量化((PCA-VQ)融合降维的SMO-SVM说话人识别算法研究。改进后的算法在MATLAB平台上仿真通过。仿真结果表明:通过PCA-VQ融合算法对MFCC特征参数进行优化降维后,SMO-SVM说话人识别模型的正确率提高3.77%,训练时间节省1.24 s,具有较好推广应用价值。     

一种基于指数积的移动机械臂联合标定方法

提出一种基于指数积的移动机械臂联合标定方法,以实现移动平台和机械臂两者间位姿标定与机械臂运动学参数标定模型的统一.机械臂运动学参数标定使用最多的是基于D-H参数法,但D-H参数法无法克服相邻关节平行或接近平行时的奇异性问题,以及建模过程复杂、建模后的模型通用性差等问题.基于指数积的移动机械臂联合标定方法建模时不会因为关节轴平行而出现奇异性问题,建模过程简单.通过对整个系统的运动学方程进行微分运算,获得末端位姿误差和移动机械臂零位状态旋量误差及关节旋量误差的线性化模型.利用伴随矩阵方式建立关节旋量理论值与关节旋量实际值的关系,并通过改变伴随矩阵实现基于最小二乘法的参数辨识计算过程中参数更新.使用高精度激光跟踪仪作为测量工具,通过实验验证所提出方法的有效性.     

宽频带同步测量技术与应用

大规模可再生能源通过电力电子装备并网,显著改变了电网的信号形态、故障形态、稳定形态和控制形态。首先,为提升电力系统宽频运行状态监控能力,基于快速鲁棒局部回归平滑滤波和宽频分量自适应快速感知与辨识方法,开发了宽频带同步测量终端(synchronized wideband measurement unit, WMU),实现了0～10kHz频段谐波分量、间谐波分量、次/超同步分量的自适应捕获和高精度测量。其次,设计了以全球定位系统(global positioning system,GPS)/北斗卫星导航系统(BeiDou navigation satellite system,BDS)双卫星授时为主时钟、以5G地面无线授时和恒温晶振内部授时为备用时钟的同步授时功能,实现了基于光纤有线通信和5G/4G无线通信方式的宽频测量数据高速传输功能,使WMU能够满足多场景通信需求。最后,开发了基于WMU测量数据的宽频扰动定位和弧光高阻故障定位等应用,通过现场实测数据分析了屋顶光伏、风电机组等分布式发电输出电流的宽频特征、宽频功率特征、并网点系统侧宽频阻抗特征等信息,进一步揭示了电力电子设备对电网宽频运...