基于模拟退火—遗传算法的非线性密钥序列生成器线性复杂度研究

计算线性等价是研究非线性密钥序列生成器线性复杂度的有效方法。本文先介绍了计算线性等价的模拟退火法,然后使用遗传算法对该算法进行改进,最后使用一组密钥序列生成器对改进后的算法进行性能评估,并将改进后的算法和原算法进行了比较。结果表明改进后的算法能比原算法更有效的找到非线性密钥序列生成器的线性等价。     

基于有限元法的E-K模型参数敏感性分析

模型参数的确定是数值分析过程中的重要环节,合理把握参数的选取原则,可大大提高结构分析的可靠度以及参数反分析的计算效率.本文借助有限单元法考察了E-K模型参数变化对一个均质堤坝的位移和应力值的影响程度.通过分析明确了E-K模型中各参数对计算结果的敏感程度,同时提出了模型参数的选取原则.     

基于GIS的物流管理系统的设计与研究

在分析了物流管理系统需求的基础上,探讨了系统的设计思想和结构划分、监控中心设计方法。系统采用GIS、GPS、GPRS的集成技术,设计和实现了基于GIS的物流管理系统。     

基于改进型LADRC的STATCOM抑制双馈风电场次同步振荡策略

针对双馈风电场经串联补偿线路送出引发的次同步振荡问题,提出了一种基于改进型线性自抗扰控制(LADRC)的静止同步补偿器(STATCOM),实现对系统次同步振荡的抑制。LADRC设计时考虑延时因素,在控制计算中消除由信号测量、传输等延时导致的输入量之间时间轴上的不匹配。基于改进型LADRC设计了STATCOM的附加阻尼控制器、电压外环、电流内环控制器以及锁相环,使STATCOM为系统提供正阻尼,同时增强控制系统的速动性和抗干扰能力,以适应次同步振荡工况,并从阻抗角度分析了STATCOM抑制次同步振荡的作用机理。在MATLAB/Simulink中搭建了系统的时域仿真模型,实验结果证实了所提出的抑制策略在动态性能和抗干扰方面的优越性。     

基于transformer自适应特征向量融合的图像分类

针对目前基于transformer的图像分类模型直接应用在小数据集上性能较差的问题,本文提出了transformer自适应特征向量融合网络,该网络在特征提取器中将不同阶段的特征进行融合,减少特征信息丢失的同时获得更多不同感受野下的信息,同时利用最大池化来去除特征中的冗余信息,从而使提取的特征更具有判别性。此外,为了充分利用图像的各级特征信息来进行分类预测,本文将网络各阶段产生的特征向量进行融合,使融合后的特征向量更具有表征能力,从而减少网络对大数据集的依赖,使网络在小数据集中也能获得很好的性能。实验表明,本文提出的 算法在数据集Mini-ImageNet-100、CIFAR-100和ImageNet-1k上的TOP-1准确率分别达到了74.22%、85.86%和81.4%。在没有增加计算量的情况下,在baseline上分别提高了6.0%、3.0%和0.1%,且参数量减少了18.3%。本文代码开源在“https://github.com/xhutongxue/afvf”。     

基于深度学习的高压隔离开关分合状态检测算法研究

高压隔离开关的正常工作是电力系统稳定运行的前提。为正确识别隔离开关的分合状态,提出一种轻量化改进型YOLOv5s目标检测算法。首先,针对隔离开关数据集,采用二次优化K-means++聚类算法重新获取锚框参数。然后,将模型中的损失函数由CIOU替换为具有更强收敛性能的EIOU,加快模型训练的收敛速度。最后,在模型主干特征提取网络的最后一层添加CBAM注意力模块,加强模型特征提取能力。在此基础上,采用通道稀疏化剪枝的方法对改进后的模型进行轻量化处理,减小模型体积和算力消耗。实验结果表明,改进后的模型识别平均精度均值到达97.4%,轻量化处理后的模型大小为3.92 MB,使得模型更加容易部署到移动端设备完成实时检测。     

融合词簇约束的汉越跨语言词嵌入

针对传统跨语言词嵌入方法在汉越等差异较大的低资源语言上对齐效果不佳的问题,提出一种融合词簇对齐约束的汉越跨语言词嵌入方法。通过独立的单语语料训练获取汉越单语词嵌入,使用近义词、同类词和同主题词3种不同类型的关联关系,充分挖掘双语词典中的词簇对齐信息以融入到映射矩阵的训练过程中,使映射矩阵进一步学习到不同语言相近词间具有的一些共性特征及映射关系,根据跨语言映射将两种语言的单语词嵌入映射至同一共享空间中对齐,令具有相同含义的汉语与越南语词嵌入在空间中彼此接近,并利用余弦相似度为空间中每一个未经标注的汉语单词查找对应的越南语翻译构建汉越对齐词对,实现跨语言词嵌入。实验结果表明,与传统有监督及无监督的跨语言词嵌入方法Multi_w2v、Orthogonal、VecMap、Muse相比,该方法能有效提升映射矩阵在非标注词上的泛化性,改善汉越低资源场景下模型对齐效果较差的问题,其在汉越双语词典归纳任务P@1和P@5上的对齐准确率相比最好基线模型提升了2.2个百分点。     

融合知识图谱和评论文本的个性化推荐模型

推荐系统的目的是解决“信息过载”的问题,然而目前的研究方法大多利用用户和商品信息对用户兴趣进行建模,没有同时利用知识图谱构建用户模型来增强推荐系统的性能,因此提出了融合知识图谱和评论文本的个性化推荐模型。首先,通过不同类型的知识图谱分别关联用户项目和用户评论文本,扩展用户的兴趣和提取评论文本中的实体;其次,通过构造用户兴趣网络得到带有用户兴趣偏好的兴趣特征;然后,通过构造画像模块和情感模块的画像网络提取到带有用户情感倾向的画像特征;利用决策层进行点击率预测。最后在Amazon数据集上进行了实验比较,对所提模型的性能进行了评估,并与目前的融合知识图谱和评论文本的推荐模型进行比较,验证了所提模型的有效性。     

零碳园区电-氢混合储能系统多目标优化配置

随着氢气生产和储存技术的快速发展,开发氢气储能系统(hydrogen energy storage systems, HESSs)将给能源和电力系统结构带来根本性变化。HESSs和电池储能系统(battery energy storage systems, BESSs)相结合进行协调优化可以解决多种能源供需之间的不平衡,并提高能源效率。为确保BESSs和HESSs规划的有效性,以最小全生命周期成本(life cycle cost, LCC)、系统网损、联络线交换功率偏差、负荷波动以及电压波动为目标,采用带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA2)求解储能系统(energy storage systems, ESSs)选址定容规划方案的Pareto非支配解集。并利用基于熵权法(entropy weight method, EWM)的灰靶决策在Pareto非支配解集中选取最佳折中解。另外,通过模糊核C-均值(fuzzy kernel C-means, FKCM)聚类算法获取源荷典型运行场景集,并基于扩展的IEEE-33节点系统进行仿真分析。仿真结果表明:NSGA2算法不仅实现了电-氢混合储能系统LCC最小,且其电压质量、功率稳定性、网损与负荷波动也显著优于对比算法。     

考虑连锁故障的覆冰灾害下输电线路脆弱性分析模型北大核心CSCD

虽然电网鲁棒性日益增强,但部分输电线路经过区域极易遭受覆冰灾害,导致该地区发生一次故障的概率大幅增加,而一次故障将会导致电网发生二次连锁故障。针对此问题,文中首先通过蒙特卡洛法判断覆冰灾害引发的输电线路一次故障脆弱性,然后通过自组织临界理论判断由一次故障引发的输电线路二次连锁故障脆弱性,从而建立综合考虑覆冰灾害和电网物理特性的输电线路脆弱性分析模型,以潜在事故链的形式展现了电网覆冰灾害下的故障演化进程,为运维人员甄别覆冰灾害下区域电网的输电线路薄弱环节提供重要决策依据。最后通过对IEEE-39节点电力系统实例进行仿真与分析,验证了所提出模型的可行性。