基于BIM的光伏建筑集成化设计与分析平台

由于缺乏集成建筑设计与光伏设计于一体的光伏建筑一体化设计分析平台,光伏建筑的设计通常被分为建筑设计与光伏设计两个割裂过程。在建筑设计过程中,光伏仅仅被认为是图形元素,而在光伏设计过程中,常常忽略了建筑对于光伏系统阴影辐照影响。这样的模型割裂使得设计人员很难做到真正的光伏建筑一体化设计。提出构建基于建筑信息模型(BIM)的光伏建筑集成化设计与分析平台,通过在建筑设计软件中扩展光伏组件的BIM模型,融入电气特性,实现光伏建筑集成化设计;提供光伏系统的集成分析优化功能,直接利用光伏建筑BIM模型,实现了包括阴影辐射分析和光伏电气分析在内的多种分析功能。由于基于BIM模型,这些分析过程无需任何手动建模过程,实现了设计与分析的无缝融合。通过某具体变电站案例应用,实现光伏系统投入减少11.7%,电能损耗降低5%,证明本平台可以有效改进光伏建筑的设计。     

基于多源信息感知的配电侧故障预判

为了有效解决配电侧在发生故障后,能够快速对故障点进行定位,减少故障停运时间等问题,提出基于多源信息感知的配电侧故障预判方法。通过配电自动化系统信息和用电信息采集系统的信息,选用二进制粒子群算法（BPSO）获取候选故障区段集和基本概率分布函数,形成证据体。根据D-S证据理论将上述信息进行融合,得到配电侧发生故障的区段,实现基于多源信息感知的配电侧故障预判。研究结果表明,所提方法对于实现配电网故障定位提供了重要的理论依据以及技术支持。     

数据驱动下火电机组时延鉴别及主汽温度预测

针对传统的火电机组主汽温度建模时在海量特征和长机组延迟下的特征及对应时延的有效选择困难的问题，提出一种综合考虑特征选择和时延选择的融合模型的建模方法。针对火电机组特征的高维性，通过结合相关性系数和梯度提升机的特征选择以筛选出与主汽温度高相关的特征。针对时延鉴别，设计基于相关度的时延计算（TD-CORT）算法用以估计各参数与预测目标主汽温度之间的时延大小，并为预测目标和计算复杂度实现了滑动窗口大小的自动匹配。最后，采用深度神经网络（DNN）与长短期记忆（LSTM）的融合模型实现对火电机组主汽温度的预测。在国内某1 000 MW超超临界燃煤机组的部署结果表明，所提方法的预测平均绝对误差（MAE）值达到0.101 6，该方法相较未考虑时延的神经网络在预测准确度上提升了57.42%。     

基于相位补偿的任意次谐波有功/无功电流的检测

为了实现更加精细化的谐波分析和治理,需要对任意次谐波电流的有功分量和无功分量进行精确检测。对传统的同步坐标变换法进行了改进,采用park变换构建了电网电压各次谐波的初相位计算方法,根据该初相位构建扩展广义park变换矩阵对电流进行广义park变换,得到各次谐波电流的有功分量和无功分量。设计了改进的检测电路结构并用Matlab/simulink进行了仿真验证,结果表明,该方法可以精确地提取电流有功分量和无功分量,满足任意次谐波细粒度检测的要求。     

多目标优化的测试用例优先级在线调整策略

从需求的角度对测试用例的优先级进行排序,定义了一个多目标的测试用例优化排序问题,引入关注需求覆盖率、测试用例重要度和测试用例失效率这3个测试用例优先级影响因子,分别定义权重因子α,β,γ用于权衡3个因子.设计了关注需求覆盖率和测试用例失效率的在线估计方法及算法,在此基础上,设计了一种基于多目标优化的测试用例优先级在线调整策略,该策略可利用测试过程中收集到的反馈信息,对测试用例优先级进行在线调整,实现在尽早达到测试覆盖率标准的同时,尽早覆盖重要的和具有较高失效率的测试需求,从而解决尽早检测到更多的、严重等级较高的软件缺陷这一多目标测试用例优化问题.实验结果表明:与随机测试、传统的单目标优先级排序方法和确定性排序方法相比,所提出的策略能够在更短的时间内完成同等质量的软件测试,从而提高了测试效率.     

基于缺陷关联度的Markov模型软件优化测试策略

软件测试过程通常期望以最小的成本检测尽可能多的缺陷.为了降低建模复杂度,多数文献通常假设缺陷之间相互独立.但在实际测试中,缺陷之间往往存在关联,并且每个缺陷引发软件失效的严重程度也不相同.充分利用缺陷之间的关联信息,有助于增加相关缺陷的可检测率,提高软件测试效率.因此,提出一种新的思路:利用软件缺陷之间的关联构造缺陷相关系数,引入回扣机制,量化不同严重等级的缺陷所被检测到的价值,综合考虑缺陷相关系数、检测率、回扣三者的权值,以构造基于缺陷关联的最优测试策略.同时,提出复合的优化算法来构造相应的最小生成树,将测试剖面转换成带权的路径问题,以有效地寻找具有最大权值的最优测试路径.另外,改进了已有的剔除策略,以更有效地删除关联缺陷.通过实验仿真,并与其他测试策略相比较,证明了该方法的有效性.     

基于多源信息感知的配电侧故障预判

为了有效解决配电侧在发生故障后,能够快速对故障点进行定位,减少故障停运时间等问题,提出基于多源信息感知的配电侧故障预判方法。通过配电自动化系统信息和用电信息采集系统的信息,选用二进制粒子群算法(BPSO)获取候选故障区段集和基本概率分布函数,形成证据体。根据D-S证据理论将上述信息进行融合,得到配电侧发生故障的区段,实现基于多源信息感知的配电侧故障预判。研究结果表明,所提方法对于实现配电网故障定位提供了重要的理论依据以及技术支持。     

电力通信大数据实时共享方法研究

电网储存和传递的数据日益庞大,对电力通信提出巨大挑战,大数据技术可以实现信息快速传输与交互,因此对电力通信大数据实时共享方法进行研究.通过对电网进行分层网格化处理,设置路由节点,生成网络骨干,计算复杂网格特征,完成电力通信网络拓扑结构的构建;集成整合异构数据和抽象定义扩展数据,提取大数据实时共享特征,实现电力通信信息实时共享.经过试验验证,该方法能够保证数据质量,实现实时共享,满足实际应用的性能指标.     

无线蜂窝网络呼叫接入控制仿真平台的设计与实现

介绍了蜂窝网络无线通信中的呼叫接入控制(CAC)的特点，描述了基于面向对象的事件驱动技术的仿真平台的设计思想和仿真系统的优化，对仿真平台的物理模型进行了分析，并给出平台的运行过程。最后给出了无预留信道和固定预留信道的接入控制算法的进行了仿真，并对仿真的结果进行了分析，试验结果符合理论分析。