基于聚类的差分进化算法的两阶段最优潮流方法

差分进化算法是一种广泛应用于求解非线性优化问题的全局最优解的元启发式方法,但存在容易找到次优解或近似局部最优解的问题.为此,提出了一种求解高质量局部最优解甚至全局最优解的基于聚类的差分进化算法的两阶段方法,并将该方法应用于电力系统最优潮流问题.所提方法由基于聚类的差分进化算法和局部优化算法组成.第Ⅰ阶段是基于聚类的差分进化算法利用强大的全局搜索能力快速确定包含局部最优解的区域;第Ⅱ阶段是局部优化算法利用局部寻优能力为非线性优化问题高效寻找高质量的局部最优解甚至全局最优解.在一组基准函数上测试了该两阶段优化方法的求解性能,并通过对IEEE 118节点电力系统最优潮流的计算,验证了所提两阶段优化方法的有效性和实用性.     

任务感知双原型网络的人物交互少样本识别

人物交互(HOI)识别是计算机视觉领域的重要研究热点.随着深度学习在图像分类任务中的巨大成功,人物交互识别任务也取得重大进展,但样本不平衡和组合爆炸问题仍是制约当前人物交互识别任务性能的关键挑战.由此,将人物交互识别任务与少样本学习相结合,将人物交互识别任务定义为一个少样本任务,并提出了任务感知双原型网络(TDP-Net)来解决少样本人物交互任务.具体地,首先使用图方法为每个任务生成语义感知的任务表示作为任务的先验信息,并使用语义图注意力模块(SGA-Module)生成注意力权重,对特征图中不同区域进行不同重要程度的关注,以适应不同任务条件下的映射关系,实现在新任务中自动推理.此外,还设计了一个双路原型模块(DP-Module)以分别产生交互类别的动作类原型和物体类原型,并分别对动词和名词进行分类.通过分别为动作和物体建立类原型,有效地分离了动作和物体间复杂的视觉关系.同时由于人物交互类别之间具有相似性,可通过重新组合动作和物体类别将知识迁移到新的交互类别中.实验结果表明,该模型在人物交互少样本任务上的平均准确率比基线方法在两个实验设置上分别提高了3.2个百分点和15.7个百分点,验证了TDP-Net在少样本人物交互任务中的有效性.     

高频供电条件下的PCB定子盘式永磁电机绕组优化设计

PCB定子盘式永磁无铁心电机的定子采用印制电路板(printed circuit board,PCB)结构,其电机的损耗主要来源于绕组上的交流附加铜耗和直流铜耗,因此定子绕组的设计直接影响电机整体性能。针对应用在较高频率且工况稳定的PCB电机,该文提出一种新型分布式绕组。首先建立反电势、直流铜耗、交流附加铜耗和电阻的解析表达式,分析PCB电机的空载特性。其次,以提高电机的效率为目的,提出在绕组有效导体部分加入绝缘材料。对新型绕组进行优化找到最合适的导体线宽,然后根据有限元理论对比分析新型分布式绕组和已有绕组负载特性。结果表明新型绕组不仅可以降低总铜耗,提高电机效率,有效降低定子稳定温升,并且新型结构也不会影响电机输出性能。最后制作一台16极600W样机进行验证,对PCB定子盘式永磁电机设计具有一定的参考价值。     

电枢磁动势谐波对转子涡流损耗的影响分析

永磁电机多采用变频器供电,变频器输出的电流中除包含基波电流外还存在谐波电流,由其产生的电枢磁动势空间谐波会在转子中产生涡流损耗。基于对各次电枢磁动势空间谐波幅值及其相对于转子交变频率的详细分析,提出涡流损耗强度的概念,用于评估不同的电枢磁动势空间谐波对转子涡流损耗的影响程度。对采用整数槽和分数槽绕组的永磁电机转子涡流损耗做了解析对比和有限元分析,证明了利用涡流损耗强度评估电枢磁动势谐波对转子涡流损耗影响的有效性。     

基于电动汽车驱动电机振动噪声优化的转子结构设计

为降低电动汽车驱动电机的振动噪声,提升电动汽车的振动噪声性能,本文以一台电动汽车驱动用永磁同步电机为研究对象,推导出转子分段错极情况下径向电磁力的解析表达式,并分析错极角度、分段数对径向电磁力的影响。为进一步削弱电磁振动噪声,采用有限元法对比研究了未优化、转子分段错极优化,以及在分段错极基础上采用非均匀气隙这3种情况下径向电磁力和电磁振动噪声的大小;结果表明,同时采用转子分段错极和非均匀气隙的优化方式对电机径向电磁力和振动噪声削弱效果最佳。样机实验验证了仿真结果的准确性,为电动汽车驱动电机减振降噪的设计提供参考。     

基于多主体博弈的园区综合能源系统优化方法

针对多个园区综合能源系统间存在能源浪费及利益冲突的问题,首先提出了考虑多主体博弈的园区综合能源系统双层优化模型,其中上层模型利用多个园区间经济关系进行合作博弈,得到园区间交互能量功率并将所得功率传输给下层模型,下层建立多目标合作博弈模型进行设备调度并反馈能源需求。其次,上下层合作博弈皆采用交替方向乘子法进行解耦,并交替迭代得到最优策略方案。最终利用Shapley值法进行利益分配。结果表明,园区多主体间的合作可以有效提升园区综合能源系统经济效益。实现多能源灵活调度及能源系统经济效率提升。     

基于直流限流电路的直流单极接地故障自适应重合闸技术

为避免柔性直流系统重合于永久性故障,造成二次过流冲击从而威胁系统安全,需采用预先判断故障性质的重合闸方法以确保系统的有效重启和可靠恢复。针对配置有混合式直流断路器的架空线柔性直流输电系统,提出一种基于直流限流电路的直流单极接地故障自适应重合闸技术。首先,提出直流限流电路拓扑结构并分析其工作原理,该拓扑由限流单元、吸能单元和故障性质判别单元组成,与混合式直流断路器串联接入直流线路。此后,结合故障发展过程,理论计算各阶段故障暂态电流、暂态电压的表达形式,并提出直流限流电路各元件的参数选择依据。最后,在PSCAD平台搭建系统模型并进行故障仿真,仿真结果表明所提自适应重合闸技术能准确判断故障性质,并具备较好耐过渡电阻能力。     

基于神经网络和对称秩的特定谐波消除开关角生成算法

利用查表法实现三相级联11电平逆变器特定谐波消除面临存储开关角多、占用内存大的问题;而利用小规模神经网络拟合则面临生成开关角精度低的问题。针对这些问题,文中提出基于小规模神经网络和对称秩迭代相结合的特定谐波消除开关角生成算法。首先,利用小规模神经网络预测开关角的迭代初值,降低对神经网络训练精度的要求;其次,利用对称秩算法迭代开关角初值得到精确解。与查表法和Hopfield神经网络算法相比,所提算法可以减少数据存储空间,同时生成精度较高的开关角。仿真和实验结果表明:所生成的开关角能有效地消除5次、7次、11次、13次谐波,同时保证了期望的基波幅值。     

高压直流电缆聚乙烯绝缘材料研究现状

聚乙烯类材料因其优异的介电性能被广泛应用于高压直流电缆绝缘。直流电缆运行过程中,绝缘材料电导率随温度梯度变化和直流电场下空间电荷的积聚而变化,导致绝缘材料内部电场畸变,是目前高压直流聚乙烯电缆绝缘发展面临的严峻问题。该文通过综合国内外研究,论述了高压直流电缆聚乙烯绝缘材料的研究进展,分析了改性聚乙烯绝缘材料的介电性能和作用机理,最后展望了高压直流聚乙烯绝缘材料的发展趋势。研究结果表明,纳米掺杂改性能够有效抑制聚乙烯绝缘材料内部空间电荷的积累,改善聚乙烯绝缘材料直流电导率的温度特性;共混改性生产免交联的聚乙烯绝缘材料能够提高其介电性能;电压稳定剂能提高聚乙烯绝缘材料的耐电树枝性能,具有良好的发展前景;超纯净聚乙烯绝缘材料是高压直流聚乙烯电缆绝缘材料研发的基础和重点。这些研究成果的总结可为未来高压直流电缆聚乙烯绝缘材料的研究和发展提供参考。     

基于卷积神经网络和密度分布特征的人数统计方法

在行人监控视频中,由于行人遮挡、场景光照变化,人群分布不均等因素的影响使得现有方法难以准确统计视频中人数。针对该问题,提出一种基于卷积神经网络和密度分布特征的人数统计方法。该方法首先将场景中的人群依据密度进行划分;对稀疏人群,使用Retinex算法将场景去噪后转换至HSV空间中对行人位置进行预判,并使用栅极损失函数分块训练卷积神经网络提取行人特征,实现对遮挡行人局部位置的识别;对密集人群,提取人群密度分布特征并使用多核回归函数估计人群数量。该算法在PETS2009、UCSD等数据集上进行了测试,实验结果表明所提算法具有更好的统计精度。