应用NURBS曲面磨光多面体

本文应用ＮＵＲＢＳ曲面磨光多面体,产生了处处Ｃ′连续的过渡曲面．多面体的磨光分为边的磨光和顶点的磨光两种情形,边的磨光相对较容易,而顶点的磨光则很困难．本文所采用的应用ＮＵＲＢＳ曲面磨光多面体的顶点和边的方法,不仅可以统一实现二者的磨光操作,而且方法简单且统一,产生了Ｃ′连续的过渡面．较之以前的方法,首先,利用ＮＵＲＢＳ曲面可以精确地描述对边磨光所用的柱面（等半径或非等半径）,其次,在对顶点的磨光中,同以往的方法不同,将与该顶点相邻的边的过渡曲面相互分离,并首次引入了“补面”的概念,使得对该点所产生的过渡曲面处处Ｃ′连续．本算法首先构造用以磨光多面体顶点和边的ＮＵＲＢＳ曲面的边界曲线网络图产生边界曲线的控制点及其权值（ＮＵＲＢＳ表示）,然后依据连续性准则,产生ＮＵＲＢＳ曲面的控制信息．     

考虑天然气混氢的园区综合能源系统电制氢优化配置

电制氢和天然气混氢技术在促进可再生能源消纳、降低系统碳排放量方面具有良好的理论研究和工程应用前景。面向含高比例可再生能源的园区综合能源系统,提出一种计及天然气混氢及跨季节存储的电制氢优化配置方法。首先梳理了含氢园区综合能源系统的运行框架和能量流动关系,建立园区内部能源生产、转换与存储设备的数学模型,其次以设备的年化投资成本、园区综合能源系统的年度运行成本和碳交易成本最优为目标,提出电制氢优化配置模型。最后通过算例分析表明电制氢及天然气混氢技术的引入可提升可再生能源的消纳能力,降低系统的整体经济成本和碳排放量,并分析了电解槽投资成本、混氢体积分数上限以及经济性和低碳性成本权重系数变化对规划运行结果的影响。关键词：园区综合能源系统;电制氢;天然气混氢;碳交易;跨季节储氢;优化配置 中图分类号：TM732     

考虑风电消纳与火-储深度调峰的系统优化调度及补偿费用分摊策略EI北大核心CSCD

制定合理的深度调峰补偿分配机制是能源转型过程中必须解决的问题。将价格型需求响应(PDR)考虑在内,建立计及风电消纳与火-储深度调峰的系统优化调度模型。在此基础上综合考虑多种分摊因素建立分摊策略,为市场提供一种火-储补偿费用分摊的新思路。实施PDR优化负荷曲线,同时为独立储能电站(IESPS)提供套利基础;利用火电、IESPS深度调峰以促进系统调峰能力的释放,为分摊策略的建立提供数据支撑;针对火电、IESPS深度调峰补偿涉及的分摊问题,在综合考虑多种分摊因素的基础上,提出一种基于层次分析法的新分摊策略,旨在挖掘火电参与分摊的积极性。基于改进的IEEE 39节点系统进行算例仿真,算例结果验证了调度模型的有效性和分摊策略的合理性。     

基于MELMD-ICA的光纤振动信号降噪方法

针对分布式光纤传感系统所采集含噪信号,提出一种改进集成局部均值分解(MELMD)联合独立成分分析(ICA)的降噪方法,引入排列熵判决机制提高抑制模态混叠与虚假分量能力。首先使用MELMD方法分解含噪信号得到乘积函数(PF)并进行信号重构;将含噪信号和重构信号求差得到虚拟噪声,构造虚拟通道;然后使用ICA对含噪信号和虚拟通道进行信噪分离,得到最终结果。通过实验验证,该方法与EMD-ICA,EEMD-ICA,MELMD相比,能更好地消除信号中的噪声,保留信号的特征信息。     

“虚实结合”的EDA课程设计实验教学案例

为提高学生的工程实践能力,我校EDA课程设计结合自研在线教学平台,采用案例式教学方式,锻炼和培养学生对EDA开发工具综合运用的能力和动手实践能力。EDA课程案例包括Matlab设计仿真、Modelsim仿真及D/A电路设计调试等EDA完整工程设计流程,线上实验平台提供远程硬件调试功能,学生可以随时随地通过线上实验平台对设计进行验证并与教师进行在线交流。该案例的成功实施有助于虚实结合的实践教学方法探索。     

基于混沌理论的电力系统微弱谐波检测方法研究

针对微弱谐波信号时频域分析检测方法在宽谱环境噪声较强场景中无法识别目标信号的缺陷,首先引入混沌系统的随机共振原理,在信号成分完全未知的情况下,利用随机噪声增强微弱目标信号进行频率盲检。进一步引入Duffing混沌系统,利用其对特定频率周期信号幅值的极高敏感性和噪声抵抗力,对检出的各谐波频率分量进行幅值精准检测。在经典随机共振模型的基础上,通过归一化改进了系统参数。结合Duffing混沌系统模型,设计了实时检测控制策略。通过粒子群寻优算法,以系统输入输出信号的互相关系数为适应度函数,寻找最优系统参数。对强随机噪声背景下的多整次谐波与间谐波混叠的谐波信号进行了仿真实验。结果表明,所提方法能在恶劣的噪声环境中,实现各谐波分量的无差频率检测与高精度幅值检测。     

基于龙伯格观测器的BLDC滑模控制系统仿真研究

针对无刷直流电机（BLDC）负载频繁改变导致电机调速性能差的问题,提出了一种基于负载转矩观测器的速度滑模控制方法。速度环采用滑模变结构控制方法,基于改进指数趋近律设计了速度滑模控制器;同时为了减小负载转矩扰动对电机运行状态的影响,基于龙伯格观测器设计了负载转矩观测器,通过观测器来估计实际的负载转矩并将观测器的输出前馈给速度滑模控制器来抵消负载转矩扰动的影响。为了验证提出方案的有效性,在MATLAB/Simulink仿真环境上搭建了仿真模型并进行了仿真分析,仿真结果表明基于负载转矩观测器和速度滑模控制器的无刷直流电机系统有着优异的性能,与传统PI控制相比,抗扰能力强、恢复时间短、转速响应快,证明了提出方案的有效性。     

基于柔性多状态开关和动态重构的配电网灵活运行方法

未来电动汽车(electric vehicle, EV)以及光伏(photovoltaic, PV)在配电网中的接入比例逐渐增高,这不仅带来了复杂的不确定性问题,而且导致了配电网净负荷时空分布的不均衡,从而产生了弃光、失负荷以及潮流分布不均匀的问题。基于此,考虑电动汽车充电负荷以及光伏的不确定性,提出了一种基于柔性多状态开关(flexible multi-state switch, FMS)和动态重构的含高比例电动汽车-光伏配电网灵活运行方法。首先,基于FMS灵活功率调控和网络动态重构,构建了支撑高比例电动汽车-光伏接入的配电网灵活运行框架。其次,利用蒙特卡洛随机模拟法对各类电动汽车充电负荷以及光伏出力进行不确定性建模,建立了基于场景集以及场景缩减法的随机规划模型。然后,建立了以弃光、失负荷、FMS损耗、网损成本最小和负荷均衡度最优为目标的配电网灵活运行模型。最后,在158节点系统上通过算例验证了所提方法的有效性。     

Influence of green creativity on organizations: A case study from the perspectives of leaders and subordinates

The sustainability framework has a strong influence on the policies, practices and procedures of companies. Green creativity plays a pivotal role in the development of initiatives and innovations for the environmental pillar of sustainability. Based on a survey applied to a Portuguese company with an accredited environmental management system (N = 146), the findings reveal that green creativity is influenced in different ways when analysed from distinct perspectives. The leader's green creativity is positively influenced by the subordinate's green self-efficacy and personal identification with the leader, whereas the subordinate's green creativity is positively influenced by their green passion and green self-efficacy, and the leaders' green creativity. This study shows that green creativity develops differentially according to distinct job positions and expectations that in practice must be complementary and synergistic for its effective development.     

Picture-Neutrosophic Trusted Safe Semi-Supervised Fuzzy Clustering for Noisy Data

Clustering is a crucial method for deciphering data structure and producing new information. Due to its significance in revealing fundamental connections between the human brain and events, it is essential to utilize clustering for cognitive research. Dealing with noisy data caused by inaccurate synthesis from several sources or misleading data production processes is one of the most intriguing clustering difficulties. Noisy data can lead to incorrect object recognition and inference. This research aims to innovate a novel clustering approach, named Picture-Neutrosophic Trusted Safe Semi-Supervised Fuzzy Clustering (PNTS3FCM), to solve the clustering problem with noisy data using neutral and refusal degrees in the definition of Picture Fuzzy Set (PFS) and Neutrosophic Set (NS). Our contribution is to propose a new optimization model with four essential components: clustering, outlier removal, safe semi-supervised fuzzy clustering and partitioning with labeled and unlabeled data. The effectiveness and flexibility of the proposed technique are estimated and compared with the state-of-art methods, standard Picture fuzzy clustering (FC-PFS) and Confidence-weighted safe semi-supervised clustering (CS3FCM) on benchmark UCI datasets. The experimental results show that our method is better at least 10/15 datasets than the compared methods in terms of clustering quality and computational time.