基于耦合振子模型的含风电电力系统聚类同步

针对含风电的电力系统受到扰动后发生严重的系统同步问题,提出基于Kuramoto模型的网络耦合聚类同步方法。应用图论理论建立电力网络收缩模型,在此基础上建立基于Kuramoto耦合振子模型电力系统等值模型,并提出基于动态耦合强度的电力网络聚类算法,该方法在系统发生扰动后能够快速、准确地将系统内振子的同步状态进行聚类。通过含有风电场的39节点新英格兰系统进行验证,仿真结果表明,通过聚类后各机群分析可以更清晰地了解电网的同步状态,避免系统进一步崩溃。     

含齿形裂隙类岩石材料单轴压缩试验研究

为研究含齿形裂隙岩石在单轴压缩下的破坏特征及强度特性，制作了含不同裂隙倾角和起伏角的齿形裂隙类岩石材料试件，并采用岩石力学伺服试验机进行单轴压缩试验。试验结果表明：（1）试件主要产生拉伸、剪切和拉剪复合裂纹，且根据裂纹的扩展路径可划分为A型（拉伸破坏）、B型（剪切破坏）、C型（复合破坏）3种破坏模式，裂隙倾角对试件最终破坏模式影响显著；（2）当裂隙倾角较小时，试件应力—应变曲线为多峰曲线，随着裂隙倾角的增大，曲线呈单峰形式，表现为延性减弱，脆性增强，而裂隙倾角相同但起伏角不同的试件应力—应变曲线大致相同；（3）当裂隙起伏角相同时，试件当量峰值强度随裂隙倾角的增大呈先减小后增大的规律，且裂隙起伏角对试件当量峰值强度的影响小于裂隙倾角。     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。