基于TSpaces的并行计算环境

讨论TSpaces技术的通讯和同步机制,提出一种基于TSpaces的并行计算模型,设计基本并行函数。实验结果表明该并行计算环境的可行性、实用性。     

语义Web服务研究方法概述

综述了语义Web服务研究背景和国内外研究现状,从行为操作、体系结构和服务本体三个方面详细描述了语义Web服务基础设施模型,研究了当前在开发语义Web服务框架方面的四种主要研究方法:IRS(Internet Reasoning Service)、OWL-S(Web Ontology Language for Service)、WSMX(Web Service Execution Environment)和METEOR-S(Managing End-To-End OpeRations-Semantics),并进行了相关的比较分析.结合已有的研究成果,指出了语义Web服务未来的研究方向及其面临的挑战.     

无线ad hoc网络中的带宽预留保证机制研究

近几年IEEE 802.11无线网络得到了迅速的发展,并已经被广泛地应用在人们的工作和生活中.本文应用跨层设计的思想,提出了一种结合网络层和MAC层的跨层带宽预留保证机制--邻居预留(NR,Neighborhood Reservation),以减轻ad hoc网络中由于邻居节点在MAC层的信道竞争,对带宽预留产生的影响.     

气相色谱结合化学计量在核桃油、菜籽油掺伪混合物含量判别分析中的应用

目的：识别核桃油中同时掺入多种其他植物油的多元掺伪。方法：采用气相色谱技术分析核桃油、菜籽油掺伪混合物中脂肪酸含量,结合化学计量方法对气相色谱数据进行建模,并对不同比例核桃油、菜籽油混合物进行判别分析。结果：主成分分析法（PCA）能快速鉴别出纯核桃油和掺伪核桃油,并在一定程度上反映样本的掺伪比例;Bayes判别分析将83.33%的样品归入正确的分类;偏最小二乘判别分析法（PLS-DA）的判别准确率达87.50%;基于BP神经网络模型的判别分析,其训练集的正确率为84.21%,测试集的正确率为80.00%;基于遗传算法优化支持向量机（SVM-ga）的判别分析,其训练集和测试集的正确率均为100%。结论：多种分析模型均能不同程度地识别核桃油、菜籽油掺伪比例,其中SVM-ga模型的预测精度最佳。     

考虑通信异常的直流微电网储能单元分布式协调控制研究

由于分布式新能源接入的波动性,需要针对孤岛直流微电网配置一定容量的储能设备。为了防止分布式储能单元的过度放电或深度充电,必须保证储能单元充放电过程中荷电状态(state of charge, SOC)均衡。针对该问题,提出了一种考虑通信异常的储能单元分布式控制策略。针对不同额定容量的储能单元,对传统下垂控制进行改进,利用采样保持器周期性修改下垂系数,直至储能单元SOC均衡。并利用电压和电流信息生成单一的补偿环实现输出电流按额定容量的比例分配和直流母线电压补偿,降低系统通信能力要求。若通信发生故障,通过Dijkstra算法更新拓扑结构矩阵,基于改进后的动态一致性算法获取相邻节点的信息,得到新通信拓扑结构下的信息平均值;并通过频域分析证明系统的稳定性。最后,在RTLAB平台中搭建4种案例模型,验证所提控制策略的有效性。     

结合简短可链接环签名的智能合约选举方案

目前一些电子选举协议利用可链接环签名或一次性环签名来保护投票者的隐私,并防止重复投票的情况发生,但签名大小随投票人数的增大而增大,而简短可链接环签名大小始终固定不变,但已有简短可链接环签名算法效率较低。针对这些问题,利用累加器和基于知识证明的签名,构造新的高效的简短可链接环签名,结合匿名地址及星际文件系统,提出一种新的智能合约选举方案,分别设计了选举的创建、投票、计票等阶段的操作。对方案的不可伪造性、可链接性、匿名性、隐私性、公开验证性以及运行效率进行了证明和分析。最后进行了实验仿真评估,结果显示,随着投票者人数的增大,该方案选票的签名大小及Gas消耗保持不变且较少,生成时间及验证时间增长缓慢且较少。     

同性极式感应子电机有限元分析及试验研究

同性极式感应子电机具有无刷励磁和结构简单等特点,在飞轮储能、脉冲功率电源等领域有着广阔的应用前景。首先给出同性极式感应子电机的拓扑结构和运行原理。采用有限元法分析了矩形槽、弧形槽和正弦形槽转子对电机气隙磁密、反电动势和转矩等电磁性能的影响,研究不同槽形的转子在高速旋转下的应力分布规律。然后,综合考虑电磁和机械特性,选择弧形槽转子结构的感应子电机作为对象,对其性能进行分析。最后,对一台感应子电机样机进行试验测试,验证了相关分析的合理性。研究结果表明：同性极式感应子电机采用正弦形槽转子虽能获得较为正弦的气隙磁密,但在相同槽深条件下其基波分量比矩形槽和弧形槽约少了25.2%和24.3%,并且输出转矩较低。此外,矩形槽和正弦形槽都出现了明显的应力集中,分别位于转子凸极根部和槽表面,而采用弧形槽具有更均匀的应力分布。     

基于集成经验模态分解和最小二乘双支持向量回归机的风速预测算法研究

为有效解决风电大规模并网过程中面临的并网难和弃风等问题,实现可再生能源大规模平滑并网并保证大电网的安全稳定运行,采用集成经验模态分解(ensemble empirical mode decomposition,EEMD)和最小二乘双支持向量回归机(least square twin support vector regression,LSTSVR)算法进行风电场风速预测。分别介绍了LSTSVR、EEMD及自适应变异粒子群算法原理。给出基于EEMD和LSTSVR的风速预测流程,以安徽女儿岭风电场测风声雷达30、70 m处风速采样数据为例,开展基于EEMD和LSTSVR的风速预测算法验证,预测结果误差分析表明:基于EEMD+LSTSVR+自适应变异粒子群算法可以实现风电场风速的高精度预测。     

基于智能负荷控制的分布式能源系统调控策略研究

为提高分布式能源系统（DES）经济性及运行效率,提出基于智能负荷控制的DES调控策略。首先,基于智能电表的测量数据,采用监督学习技术训练神经网络,构建智能负荷神经网络模型计算住宅可控有功功率;其次,考虑智能负荷与DES之间的互动关系,结合DES各设备运行及互补特性,构建智能分布式能源管理系统模型,分析其可控负荷的调度策略,并给出求解流程,利用IEEE-6节点系统进行算例分析。结果表明,DES总运行成本将随着需求响应控制的加强而降低,考虑智能负荷参与能源系统互动,可有效改善系统负荷曲线,减少切负荷现象,促进风电、光伏清洁能源的消纳。     

基于域自适应的二屏电能表显示屏质量检测方法

针对人工显示屏检测和机器检测存在精度较低及效率低下的问题,提出了一种基于域自适应的二屏电能表显示屏检测方法。为有效提高检测效率,对奇、偶二屏显示字段的虚显、断显、漏显和多显进行检测,快速实现对电能表显示屏字段、电能表显示屏驱动回路元器件及其生产过程的虚焊、漏焊、连锡等质量问题的检测。利用局部域自适应进行源域和目标域的对齐,提取显示屏中的细粒度信息以获取更高检测精度。实验结果表明,所提方法有效提高了电能表显示屏字段及其驱动回路质量的检测效率和检测精度。