基于多代理系统的直流微电网分区域式稳定控制方法研究

基于直流微电网的结构属性和分布式电源的运行特点,以直流母线电压的恒定作为控制目标,针对系统中各单元隶属于不同用户的情况,利用多代理系统构建信息网络,提出以各分布式电源自协调、自管理、自组网为策略实现的直流微电网分区域式稳定控制方法。选择直流微电网系统中的独立子区域作为研究对象,设计不同供求关系下的系统稳定控制策略,实现基于信息流的功率流的重新分配与优化。仿真分析结果表明文中设计的基于多代理系统的直流微电网分区域式稳定控制方法,不仅能有效保持系统的运行稳定性,而且能充分体现不同分布式电源的运行特点。     

微处理器电源监视集成电路TL7705AC

一、前言每一个微处理器系统都需要一个复位电路,以保证上电时,整个系统处于—个正确的初始状态。通常使用RC电路作为上电复位电路,但此电路存在着不少无法避免的缺点。为了克服这些缺点,提高系统的可靠性,美国德州仪器公司(TT)推出了一系列的电源电路,它们都能在电源上电时产生复位信号,平时监视电源电压,当电源掉电或降低时,产生复位信号,直至电源恢复正常。在这一系列集成电路中,TL7705AC具有外围元件最少,温度范围最宽,驱动能力最强等特点。     

单板机快速复位电路

<正> 本刊1988年第2期刊登了李秀山同志的《高可靠Z80CPU启动电路》。这篇文章所介绍的电路,解决了一个我们经常忽视的实际问题。但此电路也存在着不足。首先,为了使电路在低于+5V电压范围内正常工作,电路中倒相器采用了CMOS电路。但是CMOS电路输入端不宜接大容量电容,否则,电容的充放电,易造成CMOS电路的损坏。其次,此电路较复杂,需要对原电路作不小的改动。为了解决这个问题,本人设计了如图1所示的电路,此电路可靠、简单,只需增加两个元件就可在单板机电路板上直接加装。     

人工智能应用于电网调控的关键技术分析

当前以深度学习为代表的新一代人工智能技术快速发展,作为引领新一轮科技革命和产业变革的战略性技术,已上升为国家战略,备受各行各业关注。电网调控运行作为电力系统运行的"决策大脑",是集大量数据、机理分析、运行规程和专业经验相结合的综合性决策控制,与以数据驱动、知识引导为特征的新一代人工智能发展思路和演进方向十分相近。在分析新一代人工智能技术特点、电网调控运行业务场景及需求的基础上,提出了未来基于人工智能的调度控制系统设计思路、总体架构和主要功能,并从高性能计算、调控大数据、基于深度学习的电网预测及辨识、基于知识图谱的智能辅助决策以及基于语音交互的调度助手等方面,对其关键技术和潜在应用场景进行了分析。最后对未来人工智能在电网调控中的发展进行了小结和展望。     

基于监控大数据平台上的人工智能应用总体设计

针对电网监控业务管理中存在系统运行复杂、日常工作繁杂、管理难度高和人员培训难度大等难题,本文设计了一套基于大数据平台的人工智能电网监控管家管理系统,系统中引入了监控人工智能,通过智能交互中心、智能监视中心和智慧处理中心三大技术实现了系统的全过程设备维护、智能巡检、行为监管、智能提醒服务、记录信息错误提醒、监控信号异常缺陷处置、智能交互、设备信息调试全过程管控、遥控防误操作和人员培训评价,全方位掌握监控人员工作的规范性,对履职能力进行分析评价,提出提升和改进建议,同时系统融入了智能语音处理相互技术、智能图像识别技术、专家库技术,实现技术突破,提高了工作效率,建立了监控信息分析,优化了工作模式、增强了专业管理,为监控工作的顺利、高效完成奠定坚实基础。     

喷水切割系统

据Jet Edge公司介绍，该公司生产的High Rail Gantry高精度喷水切割系统能够将任何材料制成复杂的部件，并且其稳定的高架设计使切割工具能够完全进入封闭工作区，并可抬高关键部件，以使其远离加工环境。该HighRaiIGantry能够使整个封闭工作区的精度达到0．005”，可重复性为0．001”。其2’增量可从4’×4’到24’×14’。客户可以根据自己的需求选择系统，且该系统扩能极为容易。据该公司称，     

基于深度强化学习的电网自主控制与决策技术

高比例可再生能源和电力电子设备渗透率的不断增加给电力系统运行与调控带来诸多挑战。本文基于深度强化学习技术（深度确定策略梯度, DDPG）提出了具有在线学习功能的电网自主优化控制与决策框架，即“电网脑”系统；通过不断的学习和经验累积，AI智能体可以在亚秒级时间内根据实时量测数据给出调控指令及预期效果。该系统近期可用于辅助调度员决策，远期可为自动调度提供技术手段。本文以电网电压和联络线潮流控制为例，从多方面详细介绍了自主调控的方法，包括问题描述、控制目标和样本设定、奖惩机制定义、状态空间和控制动作集定义、算法实现流程等。大量的数值仿真实验验证了所提方法强大的学习能力以及应用于电力系统自主控制与决策的可行性。     

形态学在交通标志边缘检测中的应用研究

选取自然条件下交通标志图像作为研究对象,对比了使用形态学操作前后的检测结果.同时,对图像进行了加噪处理作为干扰条件,并进行了标准条件和干扰条件的实验.实验结果表明,先对图像运用形态学进行平滑处理,然后用LOG算子进行边缘检测能够取得很好的效果.     

M-FPCA在彩色人脸图像识别中的应用

将因子化主成分分析（FPCA）算法应用于人脸图像特征提取时,需要使用迭代算法,但该算法应用于高分辨率图像时实时性较差,并且可能导致维数灾难。针对上述问题,提出一种模块化FPCA（M—FPCA）的新型特征提取方法。将原始数字图像样本进行模块化,对模块化后得到的各个子图像矩阵采用FPCA算法进行特征提取,合并子图像特征矩阵得到原图的特征矩阵。彩色图像由R、G、B3个分量来表示,根据现有彩色信息融合方法的不足,对其进行改进,并结合M—FPCA算法,提出一种彩色M—FPCA新方法。在CVL和FEl人脸库上进行的实验结果表明,M—FPCA方法能提高FPCA算法的实时性,解决维数灾难问题。彩色M—FPCA方法能有效提取彩色人脸图像的色彩信息,得到较高的人脸识别率。     

模糊物元法在城市再生水利用风险评价中的应用

针对目前再生水利用风险评价中的片面性及权重计算不合理等问题,在建立全面系统的再生水利用风险综合评价指标体系的基础上,以模糊物元模型为基础,利用spearman等级系数阵进行组合赋权,结合TOPSIS法构建全新的再生水利用风险评价模型。4个城市的实测数据对该模型的合理性的验证结果与实际情况相符,证明该模型具有可靠性,可为城市再生水的有效利用提供理论基础。