气轮机叶片未知曲面的机器人自动搜寻技术

气轮机叶片淬火时未知曲面的机器人自动搜寻,结合激光非接触检测实现.系统由主控计算机、机器人、等离子淬火焊机、2套叶片定位夹紧装置和激光位移传感器等组成.通过机器人法兰盘中心点与传感器检测点的坐标变换,经寻找叶片淬火区域边点→寻找叶冠淬火区域边点→计算边点坐标→搜寻背部型线→搜寻叶片轨迹型线→计算叶片坐标点等步骤,由主控制器按搜寻空间数据点阵规划机器人作业轨迹.从而实现对未知曲面的自动搜寻.     

多模态人机交互综述

多模态人机交互旨在利用语音、图像、文本、眼动和触觉等多模态信息进行人与计算机之间的信息交换。在生理心理评估、办公教育、军事仿真和医疗康复等领域具有十分广阔的应用前景。本文系统地综述了多模态人机交互的发展现状和新兴方向,深入梳理了大数据可视化交互、基于声场感知的交互、混合现实实物交互、可穿戴交互和人机对话交互的研究进展以及国内外研究进展比较。本文认为拓展新的交互方式、设计高效的各模态交互组合、构建小型化交互设备、跨设备分布式交互、提升开放环境下交互算法的鲁棒性等是多模态人机交互的未来研究趋势。     

融合边缘检测和递归神经网络的视频表情识别

为有效解决传统视频人脸表情识别通常只关注单张视频帧的空间特征,而忽略了相邻帧之间隐藏的时间特征的问题,提出一种结合边缘检测和递归神经网络的视频表情识别方法,利用梯度边缘检测准确地提取输入图像的纹理信息,同时提出一种分片交叉LSTM结构,提取出图像序列中隐藏的时空特征。实验在CK+和MMI视频库上进行,在OCNN-RNN网络中分别取得88.4%和69.7%的识别率,在GCNN-RNN网络中分别取得89.8%和73.6%的识别率,最终使用提出的加权随机搜索方法融合GCNN-RNN和OCNN-RNN两个网络之后,分别取得了94.6%和79.9%的识别率,均优于单流网络算法,证明了所提算法的有效性。     

一种多核系统任务扰动迭代算法

任务调度问题是多核处理器相关技术的一个重要组成部分。 基于列表的调度算法因其低复杂度和高效率得到广泛关 注,但确定任务优先级列表方法的单一性使得算法对解空间搜索不够,易陷入局部最优。 为此,提出一种基于任务扰动的迭代 型列表调度算法(task perturbation iteration algorithm, TPIA)。 该算法通过选取任务扰动因子按照一定扰动策略进行调度列表迭 代,对迭代后的列表进行贪心选择,生成更优的调度列表序列以得到更好的调度结果。 通过实例和随机有向无环图(DAG)有 限集对算法进行验证,结果表明算法能有效改善调度解,调度性能提升平均可达 16. 51%,适宜处理大规模、高出入度的复杂 DAG 图;针对 TPIA 算法在低任务总数高通讯开销情况下性能有所下降的问题,对平均任务节点数 130 以下的任务图进行分组 测试,获得了对应的 CCR 上界值及其变化趋势。     

云计算多目标任务调度的优化粒子群算法研究

针对传统粒子群算法求解云计算多目标任务调度的收敛速度慢、精度低的缺陷,提出一种优化多目标任务调度粒子群 算法(MOTS-PSO)。 首先,引入非线性自适应惯性权重,改变粒子的寻优能力,避免算法陷入局部最优;其次引入花朵授粉算法 概率更新机制,平衡粒子的全局搜索和局部寻优,并对粒子的全局搜索位置更新公式进行改进;最后引入萤火虫算法,产生“精 英解”对局部搜索位置更新公式进行改进;同时利用“精英解”对粒子的位置进行扰动,跳出局部最优状态。 实验表明,MOTS-PSO 算法在收敛速度和收敛精度上,比 PSO 算法提高了 27. 1%、19. 9%,比 FA 算法提高了 22. 09%、5. 2%。 进一步实验表明, MOTS-PSO 算法在解决不同规模数量的任务调度时,比 PSO、FA 算法效果更优。     

基于改进HITS算法的电网脆弱集合快速评估

脆弱线路在连锁故障传播中起着推波助澜的作用。为了更加全面地辨识脆弱线路,本文提出一种基于超链接诱导主题搜索算法的电网脆弱线路识别方法。首先,利用线路开断后的潮流转移量与线路容量裕度建立各线路故障转移的相关性网络。其次,利用改进超链接诱导主题搜索算法,计算相关性网络中各线路的权威值和枢纽值。最后,结合基于蒙特卡罗采样的连锁故障仿真工具,在河北南网系统中验证了所提算法得到权威值排名和枢纽值排名的有效性。与现有方法相比,该方法既能准确识别排名高的脆弱线路,又具有计算速度快的优点。     

基于优化算法的输电线路路径研究

基于优化算法的输电线路路径选择,考虑影响输电线路路径选择的环境因素,建立禁忌算法流程,通过环境因素分析以及科学依据确定各环境因素在输电线路路径选择中的权重,建立全寿命周期成本单元格,应用仿真软件Matlab编写禁忌搜索算法,生成最优路径。通过算法分析证明应用禁忌搜索算法进行路径选择有效可行。     

宁波地区基于统计升尺度的新能源区域功率预测算法

为实现电网调度对大规模风电场和光伏站的监控和调度,需要进行新能源区域功率预测。提出了一种基于子区域划分和统计升尺度的区域功率预测算法,通过浙江区域9个风电场和16个光伏站2016年4-9月的历史数据,对比了6种不同的组合方案,发现利用互信息理论,基于最大相关–最小冗余原则累加选取4个代表站点或者直接选取9个代表站点,采用布谷鸟搜索算法训练得到各个代表站点的权重,升尺度得到区域功率预测误差较低,月均方根误差(RMSE)分别为8.51%和7.64%。说明在夏季风盛行时,在浙江区域采用互信息为指标,基于最大相关–最小冗余的原则选取代表站点后,再采用布谷鸟搜索算法得到子区域功率预测值,累加各子区域功率预测结果为最终的区域功率预测结果最优。     

综合考虑电动汽车充电与储能及可中断负荷调度的配电网两阶段灵活性提升优化方法

分布式电源出力的强波动性及电动汽车(EV)的无序充电使配电网的灵活性不足问题日益凸显,因此非常有必要通过灵活性资源的有效调度提高配电网灵活适应性。在充分分析配电网灵活性提升措施的基础上,提出了能够表征配电网灵活性的净负荷峰值裕度、净负荷谷值裕度、净负荷允许波动裕度3个灵活性评价指标;建立了综合考虑EV充电与储能及可中断负荷调度的配电网两阶段灵活性提升优化模型,阶段1构建了基于蒙特卡洛树搜索的EV有序充电策略,合理引导EV负荷在谷时段进行充电;阶段2在阶段1的基础上,建立了计及储能及可中断负荷的优化调度模型,并采用粒子群优化算法进行优化求解。IEEE 33节点系统算例验证了所提灵活性指标及EV有序充电模型的有效性,结果表明配电网两阶段灵活性提升优化方法能有效提升配电网的灵活性且整体经济性最优。     

基于博弈理论的电力系统扩展规划方法研究

随着我国电力建设的加强以及对电力系统研究的不断深入,如何根据电力市场中不同投资主体的优势和特点研究最合理的电力系统扩展规划方案,对于我国电力系统的可持续发展具有重要意义。提出了一种基于合作博弈的电力系统扩展规划方法。首先,根据电力市场下各主体的投资和收入情况,分别建立相对应的经济规划模型,进而,基于发电公司和电网公司之间的影响机理以及博弈行为分析,构建电力系统中不同投资主体间的合作博弈规划模型;然后,利用迭代搜索法对模型进行求解;最后,基于仿真算例验证了所提方法的正确性和有效性。