时间依赖网络中有效交通路由的仿真平台

在理想的行驶条件下,经典的Dijkstra最短路径算法虽然可以计算出交通网络中两个任意节点的车辆行驶的最短路径,但这样做是没有实际意义的,因为在现实生活中交通流量会对最短路径的求解产生影响。本文介绍的时间依赖有效交通路由仿真平台,将每个节点的车流量信息转换成在该节点需要等待的时间,等待时间又可以看成某车辆以车速v走过的一段距离s。在原来Dijkstra最短路径算法的基础上,通过这样的等价变换,即可将现实生活中的交通流量考虑进去,从而求出任意两个节点的最优有效路径。     

浅析Cookies认证机制及其安全性

Web服务器生成Cookies并作为文本存贮于用户计算机硬盘或内存中,是实现Web应用认证的主要手段。本文分析了Cookie认证机制的实现过程与特点,并且论述了该认证机制易遭受的安全威胁以及安全需求,并给出实现安全Cookie认证的方法与措施。     

基于柔性逻辑的智能控制器设计与仿真

研究倒立摆复杂系统优化控制问题,传统优化控制要建立精确数学模型,但与实际不符。对复杂系统采用具有认知和仿人功能、适应不确定环境等特性的智能控制方法较传统控制方法更具优势。为此,提出一种柔性泛逻辑学的智能控制模型,具有三个典型参数(e、h、k),分别反映了控制过程中的决策门限、被控量之间的关系和测量误差,能更好地掌握控制的思路。对三级倒立摆的控制采用上述方法进行仿真,实验证明了模型的正确性和有效性,并且具有良好的抗干扰能力,为复杂系统控制寻求了一种新的有效途径。     

基于混淆矩阵和集成学习的分类方法研究

针对多分类问题,本文提出一种基于混淆矩阵和集成学习的分类方法。从模式间的相似性关系入手,基于混淆矩阵产生层次化分类器结构;以支持向量机(SVM)作为基本的两类分类器,对于分类精度不理想的SVM,通过AdaBoost算法对SVM分类器进行加权投票。以变电站环境监控中的目标识别为例(涉及到人、动物、普通火焰(红黄颜色火焰)、白色火焰、白炽灯),实现了变电站环境监控中的目标分类。实验表明,所提出的方法有效提高了分类精度。     

智能家居的发展方向与新技术

智能家居是人们对家居生活的一种理想。随着高新技术的不断发展,各技术领域智能程度的提高,智能家居也有了新的发展方向。本文首先给出了智能家居的发展方向,接着根据这些发展方向介绍了与此相关的信息技术、通信技术和无线射频技术等等,为智能家居的发展提供了有益的参考。     

电网调度自动化系统安全防护探议

电网调度自动化系统在电网合理、高效调度方面发挥着重要的作用。电网调度自动化系统的安全性直接影响着电网的稳定、可靠运行。因此,必须根据电网自动化系统的安全防护要求,采取相应的安全防护措施和实施方案,提高电网调度自动化系统的安全性。     

GIS在政府应急管理中的应用研究

应急信息平台是突发事件管理与应急决策的重要支撑工具,GIS是一种高效地图分析处置技术,构建基于GIS技术的应急信息平台是提高政府应急管理工作水平重要途径。本文通过对政府应急管理工作的分析,给出政府应急信息平台-GIS系统的开发方案。首先,给出了政府应急信息平台-GIS系统的框架结构及其功能,接着给出了该系统数据库的详细设计,最后以天津经济技术开发区应急信息平台-GIS系统为例,介绍了给出该系统的开发方式和主要功能。     

基于机会约束的电动汽车充光储一体化充电站容量优化方法

针对电动汽车充电站建设运营成本高,土地利用率较低,功能单一的缺点,提出了电动汽车充光储一体化充电站的容量优化方法。考虑光伏出力及电动汽车充电负荷的不确定性,研究在不确定性环境下的容量配置问题,以保证优化方案的可靠性。基于机会约束规划,以建设运营成本最小为目标建立电动汽车充光储一体化充电站容量配置模型,通过序列运算理论将模型中含有随机变量的约束进行确定性转化,采用CPLEX作为模型的求解工具。算例验证了所提模型及方法的有效性。     

不平衡样本下基于变分自编码器预处理深度学习和DGA的变压器故障诊断方法

为提高变压器故障诊断效果,并改善训练样本数量不平衡对故障诊断的不利影响,提出了一种基于变分自编码预处理深度学习和油中溶解气体分析(dissolved gas-in-oil analysis,DGA)的变压器故障诊断方法。该方法以各样本DGA特征量为诊断模型输入,以各故障状态概率分布为诊断模型输出。首先通过变分自编码器对少数类训练样本进行预处理,在学习确定少数类训练样本分布特征的基础上实现训练样本自动生成,进而提高训练样本的均衡性。基于3隐层结构堆栈稀疏自编码器深度学习网络构建变压器故障诊断模型,并以经变分自编码器预处理后的均衡训练样本对诊断模型参数进行更新优化。基于实例验证了所提方法的有效性。实验结果表明,所提方法可改善训练样本不平衡的不利影响,各训练集下,采用所提方法的变压器故障诊断结果准确率均保持在91%以上,且漏报率较低。     

基于CVaR的风电机组日前申报出力优化模型研究

在我国,风电机组需提前一天提交次日24小时的申报出力信息,由于来风具有明显的不确定性和随机性特征,风电机组次日实际出力与日前申报出力会存在一定的偏差。为解决以上问题,首先采用K-means聚类法对风电机组实际出力数据进行聚类,并生成样本集;其次,基于风电不确定性样本集构建风险中性风电机组日前申报出力决策优化模型;再次,构建基于条件风险值（CVaR）的日前申报出力优化模型;最后,基于实际数据进行了算例分析。算例分析结果表明,基于CVaR的日前申报出力决策优化模型能有效减少风电机组日前申报出力与次日实际出力的偏差,且使风电机组获得风险价值更好的申报出力,从而实现申报利润的风险可控性。