新一代调控系统分析决策中心业务多活框架与技术

新一代电网调度控制系统采用"物理分布、逻辑统一"的体系架构,全局分析决策业务集中部署于多个异地分析决策中心。在研究新一代电网调度控制系统分析决策业务运行时特征的基础上,提出了分析决策中心业务多活的技术框架,研发了负载均衡、中心容错、阶段结果数据同步、断点续算和业务单元化等关键技术,并结合原型系统进行了验证测试,实现了各分析决策中心地位均等,同时对外提供服务。确保了单个分析决策中心故障下,其他中心对核心业务或全部业务的快速接管,实现用户对中心故障的"透明无感知"。     

一种垂直一体化电网静态参数修正方法

模型管理系统中时常存在新投入设备的参数输入错误和临近退役设备的参数漂移或突变的现象,这使得依赖于基础数据的各项高级应用计算的可信度降低,针对这一问题,提出了一种基于智能调度平台的垂直一体化参数辨识修正方法。利用局部参数错误导致状态估计的量测残差会出现局部偏大的现象,定义可疑量测评价函数,建立基于可疑量测评价函数的参数综合可疑度指标,将可疑度较大的参数作为可疑参数的初始集。进而针对设备的全生命周期标志,将可能存在参数错误的新投入设备和临退役设备的参数并入可疑参数集中。排除部分影响很小的可疑参数后得到最终的候选可疑参数集,调度中心模型管理系统对候选可疑参数进行维护之后通告所辖各级用户（子调度）对模型参数数据库进行更新。采用IEEE 14节点系统验证了方法的有效性。     

一种面向CT图像的无损水印算法

为了解决信息隐藏和篡改定位不能同时进行的问题,提出了一种篡改定位精度高的、规范化的无损水印算法。在CT图像的感兴趣区域内,提出了利用提升小波变换进行篡改定位的方法,来对感兴趣区域内的篡改进行定位。在感兴趣区域外,对选取的LSB进行算数编码来获得信息冗余,以嵌入水印信息。设计了一个规范的信息头来存储感兴趣区域的坐标等信息。水印在提取时,只需用一个密钥将信息头提取出之后再根据信息头提取其它数据。原始图像在水印提取后可无失真地恢复,且对恶意篡改的定位达到像素级。     

基于有功不平衡指标的储能快速调频方法

因主流变速风电机组有功控制一般不主动参与频率调节,大规模风电并网对电力系统快速调频提出了挑战。储能系统具备有功功率快速响应优势,可改善系统动态频率响应特性,该文提出了一种基于有功不平衡指标的储能快速调频方法。首先,定义了在频率跌落阶段和恢复阶段系统有功不平衡指标。其次,设计了自适应模糊逻辑控制策略,依据系统有功不平衡指标和频率偏差动态调整储能系统在频率跌落阶段和恢复阶段的有功出力。最后,通过算例分析验证了所提出的储能快速调频控制方法的有效性,与常规比例微分(proportional differential,PD)控制方法相比,可减少储能系统容量需求,且对不同工况具有较好的灵活性和适应性。     

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。     

基于一致性理论的多区域电力系统分布式状态估计

随着电网规模不断扩大,传统集中式状态估计方法的数据通信与存储任务重、计算量大,难以满足现代电力系统状态估计需求。在计及系统状态估计非线性的基础上,将电力系统划分为若干个不重叠的子区域,并利用拉格朗日乘子法对状态估计方程进行解耦,建立电力系统多区域非线性状态估计模型。基于一致性理论建立全分布式状态估计方法对模型进行求解,该方法无需状态估计控制中心,只需各子区域交换一致性变量和边界节点的状态变量信息,各子区域便可平行独立地计算本地状态变量估计值,较集中式状态估计均衡了通信及计算负担。IEEE 14节点系统仿真结果验证了所提分布式状态估计方法的有效性。     

PROCONTROL-P分散控制系统在西部电厂的应用

西部电厂西３号、西４号机组的热正工６大控制系统（ＭＣＳ、ＤＡＳ、ＢＭＳ、ＳＣＳ、ＤＥＨ、ＭＥＨ）是由ＡＢＢ公司制造的ＰＲＯＣＯＮＴＲＯＬ－Ｐ控制系统实现的,使用效果良好。该控制系统的组成结构、功能特点以及应用情况等,对大容量炎电机组分散控制系统的选型及应用可提供借鉴。     

低共熔溶剂选择性溶解木质纤维原料的研究进展

综述了近年来低共熔溶剂（DES）在木质纤维原料预处理过程中选择性溶解木质素、纤维素和半纤维素的相关研究进展,分析了DES类型、组成和处理条件对木质素、半纤维素及纤维素的选择性溶解差异,总结了DES溶解木质纤维原料过程的规律和机理,为高效预处理木质纤维原料的新型绿色DES的理论设计提供依据。     

结合加权局部旋度模式的3维人脸表情识别

目的 3维人脸的表情信息不均匀地分布在五官及脸颊附近,对表情进行充分的描述和合理的权重分配是提升识别效果的重要途径。为提高3维人脸表情识别的准确率,提出了一种基于带权重局部旋度模式的3维人脸表情识别算法。方法 首先,为了提取具有较强表情分辨能力的特征,提出对3维人脸的旋度向量进行编码,获取局部旋度模式作为表情特征;然后,提出将ICNP（interactive closest normal points）算法与最小投影偏差算法结合,前者实现3维人脸子区域的不规则划分,划分得到的11个子区域保留了表情变化下面部五官和肌肉的完整性,后者根据各区域对表情识别的贡献大小为各区域的局部旋度模式特征分配权重;最后,带有权重的局部旋度模式特征被输入到分类器中实现表情识别。结果 基于BU-3DFE 3维人脸表情库对本文提出的局部旋度模式特征进行评估,结果表明其分辨能力较其他表情特征更强;基于BU-3DFE库进行表情识别实验,与其他3维人脸表情识别算法相比,本文算法取得了最高的平均识别率,达到89.67%,同时对易混淆的“悲伤”、“愤怒”和“厌恶”等表情的误判率也较低。结论 局部旋度模式特征对3维人脸的表情有较强的表征能力; ICNP算法与最小投影偏差算法的结合,能够实现区域的有效划分和权重的准确计算,有效提高特征对表情的识别能力。试验结果表明本文算法对3维人脸表情具有较高的识别率,并对易混淆的相似表情仍具有较好的识别效果。