中长期负荷预测的模糊竞争学习聚类神经网络算法

电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度.本文将神经网络引入到模糊聚类分析中,建立了中长期负荷预测的新方法,并且对聚类神经网络的学习算法进行了改进,利用模糊竞争学习完成网络运算,弥补了网络输出结果二值性的不足,使得学习规则中权值矩阵的改变速度加快,因而算法的收敛速度有很大提高.运用文中所述模型及算法综合考虑了历史负荷情况和未来不确定因素等对未来负荷变化的影响.通过与传统方法进行中长期负荷预测比较,结果表明该方法可以提高负荷预测的精度.     

非均衡表驱动线性拟合的S型激活函数硬件加速

深度学习的兴起使得对计算的需求进一步加剧,其中循环神经网络长短时记忆单元中的非线性激活函数是硬件加速的重点。传统的查找表法、泰勒级数展开法、分段线性拟合法的硬件资源开销相对较大。本文在表驱动线性拟合的硬件加速基础上,进行了分析与数学推导,提出了非均衡参数化表驱动线性拟合S型激活函数的硬件加速。通过移动直线中心,降低了单边误差。对函数中误差较大与较小的区间进行差异划分,提高了误差分布较大区间的直线区间数量,进一步减小误差。FPGA高层综合的实验结果表明,非均衡表驱动线性拟合法在不增加硬件资源开销和不降低性能的前提下,能够实现较小误差的优化。参数化进一步提高了硬件的复用性与应用选择的灵活性。     

基于网络运维的大数据分析安全感知策略研究

随着网络规模和应用的场景逐渐扩大化,网络安全威胁也在随着规模的扩大而不断增加,单一的网络防护技术,已经不能满足现在的网络安全的要求,网络动态安全管制可以从整体上动态的反映网络安全现状,并且对于网络安全问题发生的趋势进行预测,和大数据相关技术的发展正为其提供了数据上面的支持,为大规模的网络安全动态感知研究突破创造的机遇,文章将介绍网络安全态势概念及技术基础,对于利用大数据展开与多元日志网络安全动态研究进行探讨。     

圆形重力式深水网箱受灾破坏机理分析

我国沿海地区台风等海洋灾害性气候高发,重力式深水网箱易受到台风等恶劣海洋环境的严重威胁,严重阻碍了我国网箱养殖产业发展。重力式深水网箱受灾破坏形式主要包括浮架受损、网衣严重变形和锚碇脱锚。以温州南麂岛海域的网箱设施情况和水文资料为样本,选取了周长分别为40,60 m及80 m的圆形重力式深水网箱,在水深20,22 m及23 m,波高4~10 m,周期5.4~12.5 s时,通过计算网箱在波浪作用下的水动力响应,利用BP神经网络构建受灾破坏因子与结构受损的定量关系,并利用灰色关联度识别受灾破坏主控因子。分析结果表明,BP神经网络方法可以很好地拟合自变量(受灾破坏因子)与应变量(结构受损)的定量关系。在锚绳破坏中,波高的关联系数为0.59,波高为主控因子;在网衣变形中,周长的关联数为0.39,周长为主控因子;在浮架受损中,周长的关联数为0.58,周长为主控因子。     

具有可控双陷波特性的超宽带滤波器设计

在多模谐振器的基础上,设计了一种新型的具有双陷波特性的超宽带滤波器。该滤波器在十字形谐振器的基础上加载了一对阶跃阻抗谐振器及两组短路反耦合线结构。设计得到的滤波器尺寸紧凑,且可实现滤波器谐振频率及陷波点的独立可控。测试可得滤波器的通频带为1.8~12.1 GHz,3 dB相对带宽为148%,通带内插入损耗小于1 dB,两个陷波点频率分别位于5.15 GHz和6.98 GHz。结果表明,该超宽带滤波器能有效地抑制WLAN频段和C波段卫星信号的干扰,与仿真结果吻合良好。     

ZUV-X紫外光固化粘合剂的研制

介绍了一种紫外光固化粘合剂ZUV-X的制备,讨论了预聚物、单体、光引发剂和固化装置对产品性能的影响,并将该产品的性能与同类胶作了对比。     

基于就地控制器的变电站GIS智能化研究

针对国内GIS设备智能化水平较低的现状,提出了一种基于就地控制器的变电站GIS技术。首先分析了变电站GIS设备的现状,并梳理了前期的智能化探索。其次,从电机驱动断路器双闭环操作控制、电子式互感器采样与FIR滤波器噪声抑制、基于复向量频率相位算法的跳合闸相位精准控制、在线监测传感器接入、间隔测控计算和源数据快速扰动分析、智能化视频辅控等方面阐述了该技术的功能原理。最后,面向工程应用,研究了本技术的安装与运行方案,包括物理融合安装方案、设备配置方案等。该技术可提升GIS的智能化水平,降低设备配置和运维复杂度。     

神经网络方法在冷轧带钢表面质量检测中的应用研究

针对冷轧带钢表面缺陷图像识别的特点，在小波变换提取特征的基础上，提出应用BP神经网络的非线性模式识别方法对其进行识别。对几种生产现场出现频率较高、危害严重的典型缺陷进行计算机实验研究，结果显示，该方法能对纹理变化复杂、规律性不强、图片质量较差的缺陷图像进行有效识别，具有更好的适应性。     

基于粒子群算法的星敏感器光学误差标定方法

针对星敏感器光学误差两步法标定局部寻优能力强,但标定结果受初值影响大的问题,基于粒子群算法,提出一种改进的星敏感器光学误差参数标定方法。该方法首先利用粒子群算法全局搜索能力强的优点,为光学误差的两步法标定提供一组次优的初值条件,然后将其代入两步法中,得到标定值。仿真结果表明:该方法能够有效解决两步法标定受初值条件影响大的不足,并能够提高标定结果的稳定性。     

计及渗透率约束的风光火储系统容量优化及规律研究

为探索不同风光渗透率对风光火储系统容量配置及系统运行的影响规律,以风光火储联合发电系统为例,构建了考虑渗透率约束与火储联合控制的3层容量优化模型。首先,将黄金搜索优化（golden search optimization,GSO）算法引入容量优化配置求解中,给出不同渗透率约束下系统最佳容量配置,求得系统运行指标数据结果;然后,对所得结果进行最小二乘法曲线拟合,得到系统的经济性、可靠性和稳定性与不同渗透率之间的变化曲线;最后,系统地分析了曲线趋势变化的主要原因,可为风光等可再生能源系统容量优化配置及运行规划提供借鉴。