控制性能标准下考虑系统频率偏差特性的多时间尺度机组优化调度

针对风电并网后传统的2阶段调度中自动发电控制（automatic generation control,AGC）机组调节压力过大，普通多时间尺度调度中未考虑控制性能标准（control performance strandard,CPS）考核指标导致机组调节费用较高等问题，通过对电网实际频率数据分析发现系统频率偏差均值在较长时间尺度上正负变化具有规律性，提出CPS指标下考虑系统频率偏差特性的多时间尺度优化调度模型。最后通过Matlab算例仿真验证模型的有效性，结果表明：所提出的新调度模型通过预测未来较长时间尺度下系统频率偏差符号的正负，在日内、实时调度阶段的关键时刻减少了非AGC机组调节出力，相比现有模型可以使电网满足CPS考核标准的同时减轻AGC机组调节压力，节省综合运行成本。     

可穿戴设备的能源供给研究进展

随着人工智能和物联网技术的快速发展，智能可穿戴技术逐渐成熟并得到了广泛应用，各行业对智能可穿戴设备能源供给的持续性和独立性的需求越来越高。同时，为满足低能耗、高效率的设备要求，开发从人类生理和外部环境直接获取能源，强化能源供给独立性的技术需求越来越迫切。本文针对可穿戴设备的能源供给进行了综述，首先介绍了微能采集和能量储存两个部分的研究现状，列举了两者集成的应用研究；其次论述了微能采集和能量储存技术与自供电传感器结合的研究方向；最后对可穿戴设备供电的未来发展进行了展望。本文有利于促进可穿戴设备在智能持续化巡检中的应用，为供能行业的创新发展提供参考。     

一种SoC时钟复位管理电路设计与验证

提出一种适用于片上系统的时钟与复位管理电路，并搭建验证平台予以验证。该设计集成复位信号生成电路、复位同步释放电路、基准电压源、压控振荡器、锁相环、时钟门控电路等。数字电路设计基于180 nm标准单元库搭建，基于System Verilog语言搭建了一个功能完备的自动化测试平台，代码覆盖率与功能覆盖率达到100%。相比传统设计，该电路所有单元均在内部，集成度高、可靠性强。     

基于改进Informer的蒸汽管网流量预测

提出了一种基于改进Informer的蒸汽管网流量预测模型Informer_BEST。该模型通过引入扩展的因果卷积、相对位置和季节特征编码以及梯度中心化技术等3种算法，对Informer模型进行了改进和优化。对5种预测模型进行实验，结果表明，所提出的Informer_BEST预测模型展现了令人满意的测试结果，预测曲线与实际数据的变化趋势相吻合，对供热调度决策具有良好的指导作用。     

基于XGBoost和自适应阈值的电厂风机故障预警

为了对电厂风机实现故障预警，提出了基于极端梯度提升(XGBoost)算法的数据驱动的故障预警方法。首先，通过对电厂原始数据进行数据特征提取和Box-Cox变换，建立基于XGBoost算法的风机轴承温度预测模型；其次，将模型预测值和真实值的偏差用相似度函数表示，并设计了基于区间估计思想的自适应阈值方法；最后利用某电厂送风机数据进行仿真，并将XGBoost算法与支持向量机(SVM)算法、梯度提升树(GBDT)算法进行对比。结果表明该方法能实现风机早期故障预警，验证了该故障预警模型的有效性。     

改进YOLOv3算法的导盲系统街道场景检测

对街道场景视频或图像数据中的人和车辆进行实时检测是导盲系统中难度很高的任务，针对街道目标检测任务，提出了一个根据目标检测技术YOLOv3算法改进的街道场景检测算法YOLOv3-Street,分别在传统YOLOv3算法的网络框架以及数据增强方式上进行了改进。针对传统的主特征提取网络Darknet53采用CSPDarknet53改进结构，实现更丰富的梯度组合，同时减少计算量；引入特征金字塔SPP和PAN结构，增加网络感受野；使用Mosaic数据增强避免过拟合。实验过程中采用MIT的CBCLStreetScenes数据集并对3547张数据中的汽车，行人等目标进行训练和测试。结果表明，所提出的街道场景检测算法，能够在不受天气、光照、角度等条件约束实时速度达到69FPS,mAP为79.35%,实现了街道场景检测实时性与精度的良好平衡，提升了盲人出行的安全指数。     

孤岛运行光储微电网控制策略研究

光储微电网孤岛运行时存在电能质量差、系统稳定性差等问题。系统的控制策略多为基于PI控制的双闭环控制算法，导致动态响应速度慢。针对这一问题，提出了一种考虑新能源波动的多步预测有限集模型预测控制（FCS-MPC）策略。首先，对DC-DC变换器采用稳压控制，为逆变器提供稳定的直流电压提高系统的稳定性；然后，对光伏逆变器采用恒功率控制策略维持稳定的功率输出，对储能逆变器采用基于多步长改进模型预测控制（MPC）的下垂控制，以实现对参考电压的快速跟踪及负荷功率的合理分配，而且多步长改进MPC可降低传统MPC的预测误差，提高系统的稳定性；最后，利用MATLAB搭建仿真模型，仿真结果验证了所提控制策略的有效性。     

局部遮阴下基于改进AVOA的光伏多峰MPPT控制

光伏阵列受部分遮阴影响，其功率-电压特性曲线呈多峰状，导致传统最大功率点跟踪（MPPT）算法失效，因此提出了一种改进的非洲秃鹫优化算法（AVOA）运用于光伏的MPPT控制。首先，引入Tent混沌映射使种群位置更具多样性，避免过早收敛。然后，优化算法在探索和开发阶段的更新策略，减少计算力的浪费，提高寻优速率。最后，在MATLAB 2022b/Simulink环境下，应用所提算法对不同辐照情况的3组工况进行仿真。实验结果表明，在多峰MPPT控制中，该算法具有寻优效率高、收敛速度快等特点，能有效地提升复杂遮阴环境下光伏能源的利用率。     

基于红外热图像的光伏组件热斑深度学习检测方法

热斑效应是造成光伏板严重破坏的主要原因之一，为了快速、及时的检测出热斑并及时维护解决。该文提出一种基于改进YOLOv4-tiny的热斑检测方法。首先，针对热斑红外图像稀少且原始模型中mosaic数据增强不稳定的问题，提出采用伽马变换的方式对热斑数据集进行有效扩充；其次，为了使得模型更关注热斑红外图像中重要的特征，抑制不必要的特征，在网络结构中添加了注意力模块(convolutional block attention module,CBAM)；最后，针对原始模型感受野较弱，提取信息不充分的缺点，将模型中的特征金字塔结构融合了路径聚合网络(pathaggregation network,PANet)的思想，且在结构中加入少量卷积核为1×1的卷积层，减少了参数量。实验结果表明本文提出的改进YOLOv4-tiny模型AP50达到98.42%，相较于原始模型提升了3.63%，且检测速率在图形处理器(graphic processing unit,GPU)为GTX1070Ti的设备上达到50.06FPS，具有优秀的检测精确率并兼具良好实时性，基本接近实际应用需求。