基于二次聚类的工业用户负荷可调节潜力特征提取与综合评估方法

随着新能源发电占比增加,发电侧的调节能力降低,挖掘负荷侧的可调节潜力是新型电力系统电力供需平衡的必然选择。针对工业用户,提出了一种基于二次聚类的可调节潜力特征提取与综合评估方法。综合考虑工业用户的可中断性、可转移性和生产属性,建立了负荷可调节潜力评估指标体系。首先,采用近邻传播(affinity propagation, AP)聚类-k均值(k-means)聚类的二次聚类方法挖掘用户可调节潜力特征,计算可调节指标。其次,基于相关性定权(criteria importance through intercriteria correlation, CRITIC)法和多准则妥协解排序(vlsekriterijumska optimizacija I kompromisno resenje, VIKOR)法分别评估工业用户可中断潜力、可转移潜力和生产潜力。然后,利用集对分析(set pair analysis, SPA)-可变模糊集(variable fuzzy set, VFS)法评估工业用户负荷综合可调节潜力,并得到优先级排序。最后,根据某地区9户工业用户历史负荷监测数据进行可调节潜力评估,通过对不同聚类方法、不同指标体系以及不同评估算法结果的对比分析,验证了所提方法在特征提取、指标定义以及评估合理性方面的优势。     

基于自适应增益的PMSM龙伯格-滑模无位置控制

针对传统龙伯格观测器采用的定常增益矩阵在系统工况发生变化时无法达到最优控制,以及未考虑到系统的内部扰动和外部摄动等问题,提出了四阶自适应增益龙伯格-滑模无位置观测器。该方法利用Hurwitz判据制定自适应变增益矩阵,可根据转速变化在线修改增益,并且对系统的扰动进行前馈补偿,在抗扰动方面有进一步的提高,结合滑模控制的方法使系统具有更强的鲁棒性,通过 Lyapunov 证明该方法的稳定性。最后,通过PSIM仿真以及实验验证,证明了新型龙伯格观测器的有效性。     

脑卒中多分类预后预测的深度集成优化方法

诊疗前预测急性缺血性脑卒中（AIS）的预后分级,有利于揭示预后转归水平并指导治疗策略,提升方法的预测性能是实现精准医疗的重要指导。利用临床和影像组学的融合特征实施脑卒中的多分类预测,并提出了一种基于融合特征的深度集成优化方法（IABC-DEL）模型,其特征选择方法为Embedded嵌入法和卡方检验,数据不平衡处理方式为Borderline-SMOTE算法,利用Stacking构建深度集成优化模型,基学习器包括深度神经网络（DNN）、长短期记忆网络（LSTM）和门控循环单元（GRU）,优化方法为改良人工蜂群算法（IABC）。研究结果表明,深度集成优化方法的预后预测性能优于经典方法和既往研究,Macro-F1 score为87.88%,Macro-AUC为96.27%,ACC为88.02%。因此,基于深度集成优化学习的急性缺血性脑卒中预后模型可对临床诊治和预后康复提供指导意义,并为研究预测提供新的建模思路。     

渝鄂柔性直流输电系统中高频振荡影响因素及抑制策略

针对柔性直流输电工程中出现的中高频振荡问题,现有解决方法是在电压前馈通道中增设滤波器以抑制高频振荡,但增加了中频振荡的风险。以渝鄂柔直工程南通道单元为研究对象,提出了一种通过调整控制链路延时以避免中、高频振荡的方法。首先,基于多谐波线性化原理建立了MMC换流站阻抗模型,详细分析控制链路延时、电网电压前馈策略对MMC换流站阻抗特性以及对系统稳定性的影响;然后,探讨通过调整控制链路延时以避免中高频振荡的可行性,并给出了控制链路延时的选择方法;最后,通过PSCAD/EMTDC电磁暂态仿真验证了所提方法可实现渝侧、鄂侧系统中高频振荡抑制,同时对系统动态特性影响较小。     

基于模体挖掘与调和函数半监督学习的非侵入式负荷监测

针对现有非侵入式负荷监测(NILM)方法成本高昂等问题,提出一种基于模体挖掘与调和函数半监督学习的NILM方法。基于低频采样数据,根据从监测数据得到的功率阶跃量,利用时间序列分析法和模体挖掘法划分设备的运行窗;在设备运行窗中,根据设备特性与统计方法定义设备开启最大值到稳定运行点的斜率、设备稳定运行时的波动幅度2个新的特征量;构建设备运行窗的特征向量,并利用基于调和函数的半监督学习算法对运行窗中的设备类型进行识别。基于参考能量分解数据集,分别从事件匹配和设备识别的角度将模体挖掘和基于调和函数的半监督学习算法与其他NILM方法进行对比,验证了所提方法的准确性和可推广性。     

考虑响应程度反馈和昼夜充电分布的公交车站双阶段响应模型

大规模电动公交车充电负荷接入电网导致负荷峰值攀升,电网安全性和经济性下降,为此提出了一种考虑响应程度反馈和昼夜充电分布的双阶段充电响应模型。建立了电动公交车双阶段充电负荷模型,基于电动公交车的排班模型确定调控时段,并将各调控时段的充电状态作为控制变量;提出了行程裕度系数的概念,将电动公交车的充电需求分配到夜间和白天,实现双阶段充电;制定了基于响应程度的削峰响应分段激励结算机制,依据响应系数将响应分为欠响应、有效响应、过响应,并通过惩罚系数和饱和系数引导公交车站实现有效响应;在此基础上,建立了电动公交车夜间-日间双阶段充电响应模型,以单位电量净支出作为指标实现公交车站效益最大化;基于粒子群优化算法,通过定义约束偏离程度函数,给出了带约束条件的优化策略。通过仿真验证了所提策略能可靠完成响应任务,电动公交车的单位电量净支出大幅下降,且电网的响应经济负担较固定激励方式更轻。     

基于FDA的居民用户空调用电行为分类分析方法

针对居民空调用电行为分类中存在事件型数据,导致分类分析耗时长、结果不准确等问题,提出一种基于函数型数据分析（FDA）模型的居民空调用电行为分类分析方法。该方法采用多重分形理论提取居民用电行为特征,使用函数型数据分析算法对居民空调用电行为进行聚类后获取居民空调用电行为类别,采用改进动态时间规整算法对居民空调用电行为实施分类处理,得到居民空调用电行为。根据非介入式设备采集到的实际居民用电行为信息检验该方法的有效性,实验结果表明:该方法可以较好地提取居民用电行为特征,且可有效提高用户空调用电行为分类精度以及缩短分类耗时,可充分描述居民空调开启情况以及消耗电量,具备较好的应用效果。     

多标签无线供电反向散射通信网络能效优化算法

为了提高物联网(IoT)节点的运行周期和能量利用率,该文提出一种多标签无线供电反向散射通信网络能效最大化资源分配算法。考虑传输速率约束、能量收集约束以及发射功率约束,建立了基于系统能效最大化的资源分配模型。利用Dinkelbach理论、2次变换以及变量替换法,将原分式非凸问题转化为可求解的凸优化问题。通过拉格朗日对偶理论求得优化问题的全局最优解。仿真结果表明,该算法具有较好的收敛性和能效。     

关于镁合金中长周期有序结构的研究综述

系统地介绍了6H、10H、14H、18R、24R型LPSO结构的原子堆垛和RE、Zn的占位特点,探讨了LPSO结构的形成条件和形成机制,分析了含LPSO结构相合金的组织演变过程并概述了组织演变方面最新的研究成果,总结了含LPSO结构相镁合金的室温和高温性能的研究现状,最后对该类合金未来的研究方向进行了展望。     

含马来酰亚胺结构的DOPO基反应型阻燃剂的合成及其对环氧树脂性能的影响

以9,10-二氢-9-氧杂-10-磷杂菲-10-氧化物(DOPO)和N-对羧基苯基马来酰亚胺(pCPMI)为主要原料合成了一种新型的反应型阻燃剂DOPO-pCPMI,利用傅里叶变换红外光谱(FT-IR),核磁共振谱(¹H-NMR、³¹P-NMR)对阻燃剂分子的结构及其组成进行了分析表征。随后将DOPO-pCPMI与环氧树脂预聚,再以4,4’-二氨基二苯基砜(DDS)为固化剂制备DOPO-pCPMI/EP复合材料。通过极限氧指数(LOI)、动态热机械分析(DTMA)、热失重分析研究了复合材料的阻燃性能和热性能。结果表明：当pCPMI的质量分数为6%时,DOPO-pCPMI/EP固化体系综合性能最佳,氧指数由24%提高至33.5%;玻璃化转变温度(T_g)为210℃;弯曲强度由90 MPa提升至127 MPa;在氮气气氛下不同组分树脂的浇铸体残炭率不断提高。对燃烧后炭层的红外分析和扫描电子显微镜(SEM)分析表明形成了含马来酰亚胺的刚性炭层,且炭层外部紧凑、完整,内部致密、多孔。