基于知识引导的自适应动态多模态差分进化算法

为充分利用问题求解过程知识,提升动态多模态优化算法的计算资源利用效率,提出一种基于知识引导的自适应动态多模态差分进化算法.首先,利用自组织映射神经网络实现种群自聚类,形成稳定的小生境;然后,通过对种群全局知识和个体邻域知识的综合学习,设计一种基于知识引导的自适应差分进化算法,在对种群进化状态进行实时监测和分析的基础上,逐层递进地引导不同种群个体自适应地选择最符合当前进化需求的变异方式,提升种群搜索效率,平衡种群多样性与收敛性;最后,针对问题动态特性,设计一种基于历史动态过程知识引导的自适应动态响应机制,通过对历史寻优经验的自适应学习,预测生成新环境下的潜在精英个体,引导种群实现精准快速的多峰定位.实验结果表明,所提出算法能够有效解决动态多模态优化问题,且在不同动态环境设置下其求解性能均优于对比算法.     

双重补贴下考虑低碳商誉的供应链决策和协调

考虑低碳和回收补贴政策,对供应链中上游制造商碳减排和再制造,下游零售商低碳宣传共同提高产品低碳商誉的现实问题展开分析.将低碳商誉水平作为状态变量,构建非协同和协同情形下的微分博弈模型.通过对比分析,设计利润共享-低碳宣传成本共担的协调机制.研究表明:各情形下的低碳商誉水平均会随着时间逐渐达到稳定状态;双重补贴不仅能够激励制造商的低碳行为,还能有效提高产品低碳商誉和成员绩效,但是不会影响零售商的低碳宣传水平;非协同情形导致供应链效率的损失,协调时保持低碳宣传成本分担比例高于利润分享比例可有效改善低碳商誉水平.此外,制造商适当提高其成本分担比例有利于成员利润的改善.     

Label distribution learning for scene text detection

Recently, segmentation-based scene text detection has drawn a wide research interest due to its flexibility in describing scene text instance of arbitrary shapes such as curved texts. However, existing methods usually need complex post-processing stages to process ambiguous labels, i.e., the labels of the pixels near the text boundary, which may belong to the text or background. In this paper, we present a framework for segmentation-based scene text detection by learning from ambiguous labels. We use the label distribution learning method to process the label ambiguity of text annotation, which achieves a good performance without using additional post-processing stage. Experiments on benchmark datasets demonstrate that our method produces better results than state-of-the-art methods for segmentation-based scene text detection.     

电力系统密集型频率信号的测量与分析

针对非同步采样条件下密集频率信号无法准确测量的问题,提出一种密集型频率信号检测方法。基于离散傅里叶变换建立密集型频率信号模型,然后对单通道观测信号做周期延拓,形成多路信号。使用可变主成分分析法进行去相关性处理。再基于极大似然盲源分离法求解密集型频率信号模型。最后根据比例系数校正各频率成分参数。仿真和实验结果表明,所提方法具有较高的精度和一定的抗噪声能力。     

基于ADMM算法的主动配电网分层优化经济调度

主动配电网(active distribution network,ADN)因其具有调度控制灵活、用户交互性高、能源利用率高等特征正逐渐取代传统配电网,在系统安全运行的前提下实现了经济性最优的目标。文章充分考虑配电网整体运行的经济性,提出一种基于交替方向乘子法(alternating direction method of multipliers, ADMM)的主动配电网分层优化经济调度方法。首先,以最小配电网整体运行成本为目标建立了主动配电网分层优化调度模型,借助ADMM算法分解为上下两层进行求解,上层以最小化配电网整体运行成本为目标进行优化,下层考虑配电网内部节点接入的分布式光伏和储能单元,以最小化本地储能运行成本和购电成本为目标进行优化。其次,上下两层通过有限的边界信息交换,相互迭代,直至满足收敛条件,得出最优解。最后,通过设计算例进行测试,验证了所提调度方法的有效性和可行性。     

高温气冷堆核电机组一次调频控制策略研究

华能高温气冷堆核电示范工程（HTR-PM）是首台商业运行的高温气冷堆核电机组,研究其一次调频能力具有重要意义。在分析HTR-PM机组控制特性的基础上,提出高温气冷堆核电机组一次调频控制策略,并开发了HTR-PM机组全范围实时动态仿真模型。针对电网频率快速变化时,HTR-PM机组一次调频过程的动态响应特性进行仿真试验。试验结果表明,理论上,在一次调频参数、控制逻辑等设置合理的情况下,在一次调频允许投入的负荷区间内,当频率扰动时可以实现输出功率变化,同时保证蒸发器出口蒸汽压力在允许偏差范围内。     

基于熵权-云模型的配电网设备投资策略评价方法研究

配电网设备精准投资是确保电力企业集约化、精益化管理的关键,目前配电网设备投资方案的评价信息往往具有随机性,方案的客观评价和优选难度较大。本文提出基于熵权-云模型的配电网设备投资策略评价方法,利用云模型和熵值法计算评价指标权重,研究经济效益、技术和风险等因素对投资策略的影响,科学评价投资方案,为投资策略制定和优选提供数据支持和实践参考。实践结果表明,该方法能定位配电网设备投资方案中的差异与不足,给出优选决策方案,对促进配电网高质量发展,提升配电网投资决策水平具有一定的参考价值。     

基于改进三角模糊VIKOR法的用户储能系统配置方案综合评估

针对不确定环境下用户储能系统配置方案评估决策,提出一种基于改进三角模糊多准则妥协解排序(VIKOR)法的评估模型。首先,运用扎根理论构建评估指标集,并采用灰色关联-粗糙集方法进行指标筛选,形成评估指标体系。然后,采用主、客观相结合的方法计算指标组合权重,以提高其准确性,其中主观权重由模糊层次分析(FAHP)法求得,客观赋权法由改进标准间重要性相关性(CRITIC)法求得。最后,考虑指标之间的冲突性与模糊性,运用改进三角模糊VIKOR法对配置方案评估与排序比选。通过仿真分析,验证了本文所建模型的有效性和可行性。     

基于Simulink仿真的变压器励磁涌流案例分析

国家电网某500 kV变压器执行空载合闸操作时,发生数次断路器跳闸导致变压器投运失败的案例.在排除人为因素的原因后,初步判断是由励磁涌流过大引起的.为了对该案例进行理论分析,基于MATLAB Simulink仿真软件,搭建电力系统模型,模拟事故时的变压器电压波形.根据仿真结果对该案例进行分析,得出跳闸结论,为后续变电运维工作提供借鉴.