电力市场环境下的稳定、安全与控制

电力市场化是全球电力工业都在热烈讨论和积极探索的热点课题 ,在中国电力市场化改革的今天 ,尤其具有重要的理论和实践意义。 2 0 0 2年 5月 1 3日至 1 8日 ,由清华港大深圳电力系统研究所主办的“电力市场新进展高级研讨会”在深圳清华大学研究院举行。在研讨会上 ,与会专家分别就电力市场研究和实践中的若干问题发表了演讲。本刊将主要内容摘录、汇编成文 ,奉献给大家 ,以便广大读者对电力市场的研究动态有比较全面的了解。在此 ,衷心感谢参加“电力市场新进展研讨会”的各位专家给予的大力支持和帮助 ,特别感谢香港大学 /浙江大学文福拴博士、香港大学严正博士在本文的摘编过程中提供的技术指导和具体帮助。     

SCLC法测量非晶硅有效隙态密度

提出了用空间电荷限制电流（SCLC）法测量非晶硅材料的有效隙态密度的新方法，并且报告了用4061A型半导体综合测试仪测量有效隙态密度的结果。测量结果发现与用低频电容法所得结果相符。     

差温无模预成形锻造的有限元模拟研究

利用热力耦合有限元方法 ,对AISI10 4 5钢圆柱体坯料在环形加热源局部加热下的差温无模预成形锻造过程进行了模拟研究。模拟结果表明 ,在坯料中获得和控制大梯度分布的不均匀温度场是实现无模预成形锻造的关键。复杂零件成形必须合理地组合加热源和冷却源 ,以便产生所需的温度梯度场。在快速变形条件下 ,变形过程中的持续加热对金属的流动影响甚微 ,变形前的温度分布基本上决定了金属的流动 ,但在慢速变形条件下 ,变形过程中的持续加热对金属的流动产生一定的影响 ,其影响程度视零件复杂程度而异。从该文研究结果可以预见 ,差温无模锻造可以发展成为一种无模锻造制坯新工艺     

一类非线性输出反馈系统的自适应输出调节问题

本文讨论一类非线性系统的全局鲁棒输出调节问题.假定被控非线性系统的系统输入方向未知,且产生参考或扰动信号的外部系统含未知参数,这为控制律的设计带来了挑战.文章使用自适应控制方法和内模原理,解决了一类相对阶为1的非线性输出反馈系统的输出调节问题,并将结果应用于处理Lorenz系统的渐近跟踪问题.     

一种基于TCP的实时视频传输延时预测模型*

针对TCP重传易导致延时抖动大、降低流媒体播放质量的问题,提出了使用TCP传输实时视频时,播放质量不受TCP重传影响的必要条件,即视频帧发送延时、播放缓冲区延时与网络往返时间需要满足一定的关系式。建立了视频帧发送延时的预测模型,该模型通过输入视频帧长度、丢包率、网络往返时间、TCP拥塞窗口大小与TCP超时重传时间,预测视频帧的发送延时。NS2模拟结果表明,可以通过发送延时的预测值来判断视频帧是否适合采用TCP传输。     

《现代性与大屠杀》简析

《现代性与大屠杀》是当代社会学大师、"后现代主义"概念创始人之一齐格蒙·鲍曼的反思现代性力作。鲍曼在书中提出纳粹对于犹太人的大屠杀绝非人类历史上一次普通的一个民族对另一个民族的种族灭绝行为,而是这起惨剧背后的现代性本质要素在发挥着至关重要的作用。通过对书中所提及的现代种族主义之于大屠杀的影响、现代官僚主义与园艺文化的关系、受害者的理性以及道德盲视的社会生产等方面予以分析,进而阐释现代性是如何将大屠杀等非理性行为运作成整个社会的集体行动。最后,结合新时代的形势进行了相关的反思,以期为处于现代文明社会中的人们提供摆脱现代性困境的某种启示。     

Zr-Al-Co块状非晶的成分优化

运用等电子浓度和变电子浓度线判据实现了Zr—Al—Co块状非晶合金的成分优化．在(Al50Co50)-Zr等电子浓度线(e／α=1．5)和(Zr9Co4)—Al及(Zr78．5Co21．5)—Al变电子浓度线上设计成分，并通过吸铸法制备块状合金．实验结果表明，在(Al50Co50)—Zr等电子浓度线和(Zr9Co4)—Al变电子浓度线上可形成块状非晶合金，且非晶合金的热稳定性与非晶形成能力随电子浓度的增大而单调递增．其中，(Al50Co50)-Zr等电子浓度线和(Zr9Co4)—Al变电子浓度线交点处形成的Zr53Al23．5Co23．5非晶合金，具有最大的热稳定性和非晶形成能力，特征热力学参数Tg=783K，Tx=849K，Tg／Tm=0．637，Tg／Ti=0．590。     

基于分解协调的空间分布系统的模糊控制

为解决多控制源空间分布系统的控制问题,在以往文献提出的空间模糊控制器的基础上,提出一种基于空间分解、局部协调的空间模糊控制策略,针对多控制源设计了具有协调功能的空间模糊控制器.以三区快速加热化学气相沉积反应器系统为例,对所提出的控制方法进行了仿真验证.仿真结果表明,该方法能取得更好的空间均匀性.     

深度学习时代图像融合技术进展

为提升真实场景视觉信号的采集质量,往往需要通过多种融合方式获取相应的图像,例如,多聚焦、多曝光、多光谱和多模态等。针对视觉信号采集的以上特性,图像融合技术旨在利用同一场景不同视觉信号的优势,生成单图像信息描述,提升视觉低、中、高级任务的性能。目前,依托端对端学习强大的特征提取、表征及重构能力,深度学习已成为图像融合研究的主流技术。与传统图像融合技术相比,基于深度学习的图像融合模型性能显著提高。随着深度学习研究的深入,一些新颖的理论和方法也促进了图像融合技术的发展,如生成对抗网络、注意力机制、视觉Transformer和感知损失函数等。为厘清基于深度学习技术的图像融合研究进展,本文首先介绍了图像融合问题建模,并从传统方法视角逐渐向深度学习视角过渡。具体地,从数据集生成、神经网络构造、损失函数设计、模型优化和性能评估等方面总结了基于深度学习的图像融合研究现状。此外,还讨论了选择性图像融合这类衍生问题建模(如基于高分辨率纹理图融合的深度图增强),回顾了一些基于图像融合实现其他视觉任务的代表性工作。最后,根据现有技术的缺陷,提出目前图像融合技术存在的挑战,并对未来发展趋势给出了展望。     

基于半点和多基表示的标量乘法扩展算法

在半点运算和多基表示思想的基础上,结合Extended DBNS方法,提出一种形如 的新标量k的多基表示,其中,d属于一个给定的整数集,并给出相应的多基链的标量乘法。数值实验结果表明,该算法以增加少量的预计算存储为代价,能有效降低标量乘法的计算复杂度和多基链的链长。