发电机低励运行控制研究

对甘肃电网出现的发电机低励运行时无功功率大幅度摆动的机理进行了研究,分析了产生「这种现象的原因,提出了通过对励磁控制逻辑和控制参数的改进以保证发电机在低励时安全运行的措施。     

基于二维编码两阶段协同进化遗传算法的云工作流调度优化

针对当前启发式算法依赖于特定问题，元启发式方法存在搜索空间不完备或在完备空间上搜索效率不高，以及传统一维编码存在冗余空间等问题，提出一种基于二维编码两阶段协同进化遗传算法(TDTSGA)的云工作流调度优化方法。在TDTSGA中采用一种新的二维个体编码方法，设计了基于二维层次排序和拓扑排序的交叉变异方法，同时采用了两阶段协同进化策略。通过在各种工作流应用案例上进行广泛实验，验证了TDTSGA的优越性。     

一种基于时空稀疏注意力的时空图挖掘算法

当前用于时空图挖掘的算法通常基于专家预定义或者经过特征增强的静态图结构，这些静态的图结构往往依赖于主观先验知识构建，并且不包含时间动态性的变化。为完成自动获取时空图数据中动态图特征的任务，提出一种基于时空稀疏注意力的时空图挖掘算法（STSAN）。构造空间稀疏注意力层，通过对每个时间片上节点间的关系进行度量生成稀疏图，并在各个稀疏图结构上使用注意力机制完成节点空间（纵向）特征的提取。时间稀疏注意力层通过类似的方式完成节点时序（横向）特征的提取。在此基础上，将空间稀疏注意力层和时间稀疏注意力层堆叠为时空稀疏Transformer模块，完成时空依赖关系建模。实验结果表明，与DCRNN、STGCN等方法相比，该算法在2个公开的交通数据集上能够获得2.65%～16.35%的性能提升，将所提出的空间稀疏注意力层直接用于替换现有算法的空间特征模块，能够在原算法基础上获得平均3.18%～9.14%的性能提升。