某抽水蓄能电站高压油减载系统优化改造

某抽水蓄能电站在日常运行过程中,发现机组高压油减载系统投入时出现一系列异常问题,需要对其进行改造优化,以保证机组的安全稳定运行。本文介绍了该改造优化方法,为其他电站相似机组高压油减载系统的改造提供参考。     

某抽水蓄能电站上水库防渗帷幕深度优选研究

针对某抽水蓄能电站上水库地质条件较为复杂、库区存在两条由库内延伸到库外的中等宽度断层、副坝区基岩弱风化层较厚的特点,以及设计防渗方案不合理的问题,根据上库工程坝址区的地质结构、地形地貌及防渗帷幕设计,建立了三维有限元渗流分析模型。首先通过参数及地下水位反演确定了库区基岩的渗透系数和水库特征点处的地下水位,然后在设计防渗方案的基础上计算分析了不同防渗帷幕深度对库区渗流场、渗透流量及各部位渗透坡降的影响,并根据分析结果对防渗帷幕深度进行了方案优选。结果表明：河床断层附近和库周断层及副坝附近的防渗帷幕深度可增大10 m,左、右坝肩帷幕深度可分别减少10 m并降低至3 Lu标准,库周非断层及副坝附近的防渗帷幕深度可减少10 m。研究结果可为类似工程防渗帷幕深度方案的优选提供参考。     

清江来水对葛洲坝水电站调度策略影响研究

葛洲坝水电站调度难点主要在于下游水位变化的不确定性,下游水位极易受到清江来水的顶托影响。为探索清江来水的顶托作用对葛洲坝水电站调度策略的影响,利用实测水文数据统计分析清江来水对宜昌水文站的顶托影响量,并据此分析水电站的损失出力。结果表明：清江来水对宜昌站的顶托作用随着清江来水的增大而增大、随着宜昌站流量的增大而减小,电站损失出力随着清江来水的增大而增大、随着出库流量的增大而先增大后减小,当出库流量为满发流量时达到最大损失出力值。研究成果可为葛洲坝电站调度策略提供参考,实际调度还需要结合三峡水库联合调度,优化水位控制,综合制定调度决策。     

SGCMGs驱动的挠性航天器有限时间自适应鲁棒控制

针对挠性航天器系统中同时存在单框架控制力矩陀螺群(Single gimbaled control moment gyroscopes, SGCMGs) 摩擦非线性、电磁干扰力矩、惯量摄动以及外部干扰等问题, 提出了一种有限时间自适应鲁棒控制(Finite-time adaptive robust control, FTARC) 方法. 针对系统中存在未知参数的情况, 分别设计自适应更新律, 使得控制器的设计不依赖参数信息, 同时减小外部干扰对系统的不利影响. 应用Lyapunov稳定性理论证明了闭环系统姿态角误差和姿态角速度误差可在有限时间内收敛到原点附近的邻域内. 仿真结果表明, 所提控制律可实现挠性航天器姿态快速机动, 并获得甚高指向精度.     

基于R2指标和参考向量的高维多目标进化算法

在高维多目标优化中, 不同的优化问题存在不同形状的Pareto前沿(PF), 而研究表明大多数多目标进化算法(Multi-objective evolutionary algorithms, MOEAs) 在处理不同的优化问题时普适性较差. 为了解决这个问题, 本文提出了一个基于R2指标和参考向量的高维多目标进化算法(An R2 indicator and reference vector based many-objective optimization evolutionary algorithm, R2-RVEA). R2-RVEA基于Pareto支配选取非支配解来指导种群进化, 仅当非支配解的数量超过种群规模时, 算法进一步采用种群分解策略和R2指标选择策略进行多样性管理. 通过大量的实验证明, 本文提出的算法在处理不同形状的PF时具有良好的性能.     

基于平均距离聚类的NSGA-Ⅱ

拥挤度距离是一种用于度量解集多样性的指标. 然而, 在许多情况下, 该指标无法有效区分多样性较优个体. 其原因为拥挤度距离主要利用每个位置的局部信息. 为解决该问题, 基于整个种群全局位置信息, 本文设计了基于平均距离聚类的多样性度量指标, 并进一步提出了基于平均距离聚类的NSGA-Ⅱ. 该算法利用平均距离将种群划分为若干个大致均匀分布的小种群, 然后分别在各小种群内执行选择、交叉和变异等操作. 实验结果表明, 本文所提算法可以有效地保持种群多样性.     

平行矿山: 从数字孪生到矿山智能

针对新时代下我国矿区智能化发展诉求与矿山无人化进程中遇到的复现难、协同难的技术问题, 本文融合智慧矿山理念、ACP (Artificial societies + computational experiments + parallel execution)平行智能理论和新一代智能技术, 设计并实现了智慧矿山操作系统 (Intelligent mine operation system, IMOS), 为平行矿山智能管理与控制一体化提出了解决方案. 本文首先分析露天煤矿产业发展趋势; 国内外露天矿山智能化发展情况; 面向露天矿山无人化与智能化需求, 深度融合数字四胞胎理论, 设计了虚实融合的IMOS架构; 详细阐述了IMOS子系统架构与功能, 包括: 单车作业系统、多车协同系统、车路协同系统、无人驾驶智能系统、调度管理系统、平行系统、监管系统、远程接管系统和通信系统; 并探讨了IMOS关键技术, 即平行矿山仿真建模技术、无人驾驶技术、矿区通信技术和协同作业技术. 该操作系统是国内首套露天矿山无人化与智能化的一体化解决方案, 并能够迁移到不同矿区不同作业场景, 推动矿区智能化无人化发展, 减少人工干预从而降低安全风险, 大幅度降低人工成本, 提高生产作业效率, 并可结合社会发展要素为实现绿色可持续发展矿区提供支撑.     

恶意攻击下基于分布式稀疏优化的安全状态估计

恶意生成的量测攻击信号是导致信息物理系统(Cyber-physical system, CPS)探测失效的主要原因, 如何有效削弱其影响是实现精准探测、跟踪与感知的关键问题. 分布式传感器网络(Distributed sensor network, DSN)依靠多传感器协作与并行处理突破单一监测节点的任务包线, 能够显著提升探测系统跟踪精度与可靠性. 首先, 依据压缩感知理论, 将单一节点的目标运动状态估计建模为一种基于l₀范数最小化的稀疏优化问题, 采用正交匹配追踪法(Orthogonal matching pursuit, OMP)重构量测攻击信号, 以克服采用凸优化算法求解易陷入局部最优的缺陷. 通过卡尔曼滤波量测更新抵消攻击信号影响, 恢复目标运动的真实状态. 其次, 针对错误注入攻击等复杂量测攻击形式, 基于势博弈理论, 提出一种分布式稀疏优化安全状态估计方法, 利用多传感器节点信息交互与协作提升探测与跟踪的稳定性. 仿真结果表明, 所提方法在分布式传感器网络协作抵抗恶意攻击方面具有优越性.     

图像信息对句子语义理解与表示的有效性验证与分析

近年来,图像文本建模研究已经成为自然语言处理领域一个重要的研究方向.图像常被用于增强句子的语义理解与表示.然而也有研究人员对图像信息用于句子语义理解的必要性提出质疑,原因是文本本身就能够提供强有力的先验知识,帮助模型取得非常好的效果;甚至在不使用图像的条件下就能得出正确的答案.因此研究图像文本建模需要首先回答一个问题:图像是否有助于句子语义的理解与表示?为此,本文选择一个典型的不包含图像的自然语言语义理解任务:自然语言推理,并将图像信息引入到该任务中用于验证图像信息的有效性.由于自然语言推理任务是一个单一的自然语言任务,在数据标注过程中没有考虑图像信息,因此选择该任务能够更客观地分析出图像信息对句子语义理解与表示的影响.具体而言,本文提出一种通用的即插即用框架(general plug and play framework)用于图像信息的整合.基于该框架,本文选择目前最先进的五个自然语言推理模型,对比分析这些模型在使用图像信息前后的表现,以及使用不同图像处理模型与不同图像设置时的表现.最后,本文在一个大规模公开数据集上进行了大量实验,实验结果证实图像作为额外知识,确实有助于句子语义的理解与表示.此外,还证实了不同的图像处理模型和使用方法对整个模型的表现也会造成不同的影响.     

自适应变异粒子群优化算法及在新冠肺炎疫情传播预测中的应用

为克服粒子群算法容易陷入局部最优和全局寻优精度不高的缺点,通过对算法的局部寻优和全局寻优的特点进行分析,首先使用正态分布衰减策略改进惯性权重;同时基于算法运行的时间自适应采用不同的基于高斯分布及柯西分布的变异优化策略,解决全局搜索和局部开发能力的不平衡问题,实现了局部寻优和全局寻优的双重优化,满足了提高寻优速度和寻优精度的目的.为验证算法有效性及实用性,将改进算法用于预测新冠肺炎疫情传播情况.选取100天新冠肺炎疫情每日新确诊人数的数据,利用算法优化前馈神经网络的参数,使训练好的神经网络模型预测新冠肺炎疫情的性能提升.实验部分首先使用测试函数将改进的算法与其它五种算法进行对比,验证算法的良好性能,最后应用到神经网络完成新冠肺炎疫情传播预测.