无线传感器网络基于置信因子的数据分发机制

无线传感器网络中节点的能量大部分用来传输数据,为减少数据的传输量,同时不增加数据包的延迟,提出了基于置信因子的数据分发概念。由于置信因子由传感器节点根据所感知的数据产生,反映了数据的真实性和重要性,由于设计了一种基于置信因子的发送退避策略和传输过滤器,解决了保证重要数据的优先信道访问权和减少冗余数据传输量的问题。大量仿真证明,这种数据分发机制在减少网络能耗和重要数据的时延方面是有效性的。     

计及电/热柔性负荷的区域综合能源系统储能优化配置

柔性负荷调度是优化负荷曲线、减少设备容量、促进可再生能源消纳的重要手段。考虑热网的传输延时性以及用户对温度感知的模糊性,建立了热力柔性负荷模型。同时考虑可平移负荷、可转移负荷、可削减负荷3类电力柔性负荷,以包含投资、运行、补偿成本的系统总成本最低为目标函数,建立区域综合能源系统储电、储热设备优化配置模型,并采用LINGO商业软件进行仿真分析,得到各个设备的最佳出力以及储能设备的最优容量。算例结果表明,相比于未考虑电/热柔性负荷的场景,电/热柔性负荷的参与能够优化电/热负荷曲线,减少储能设备的容量,增强区域综合能源系统的灵活调节能力,降低能耗以及储能设备的投资费用,使系统的经济性达到最优。     

考虑风机一次调频的风电高占比电网机组组合

随着风电大规模、高渗透率接入电网,单纯常规机组一次调频已难以满足系统调频需求,迫切需要风电参与一次调频。文中在风机调频控制研究的基础上,提出一种考虑风机参与系统一次调频的机组组合模型。该模型通过加入稳态频率、频率最低点和频率变化率为约束条件,确保含风电电力系统预留足够的备用容量以支撑一次调频。文中采用大M法将非线性模型转化为混合整数线性规划模型,并调用Matlab中CPLEX程序包求解。最后,在IEEE 39节点系统上验证了该模型的有效性。仿真结果表明,该模型能提升系统承受负荷扰动的能力,从而满足更大负荷扰动下系统一次调频的备用需求。     

轻量化汉语唇读模型及数据集构建

为了促进汉语唇读的快速发展和实际应用，提出了一种基于交错组卷积和空洞卷积组合的轻量化唇读模型。所提模型通过分组卷积学习不同特征间的相关性，通过空洞卷积扩展模型视野，在大幅度降低模型参数量和复杂度的同时提高模型识别精度。针对汉语唇读数据集较少的问题，在可控制环境下录制了一个句子级汉语唇读数据集。在录制数据集和公开数据集上对轻量化唇读模型适用性进行实验验证，证明了模型的有效性。并通过热图可视化的方法分析了模型对视频帧和文本映射关系的学习能力。     

智能电网运行充裕性的研究框架 （二）问题与思路

剖析了智能电网的发电—用电充裕性评估及控制任务。从需求、扰动、控制对象和控制时滞等方面梳理问题的复杂性;讨论充裕控制的决策过程,包括对信息的要求、待调控出力的预报、充裕性事件的设定、充裕度量化指标的定义、系统功率平衡与备用功率的动态行为、充裕度的在线评估、备用资源的调度与控制。提出基于风险观点的动态优化及解耦协调的求解思路,将整个问题解耦为不同子问题后分别优化,再通过协调获得全局准优化的效果。     

基于神经网络的传感器冗余方法研究􀀁

本文把传感器硬件冗余技术、BP网络以及串并联Elman递归神经网络结合起来,提出了一种新方法用于构造具有传感器故障检测、分离且具有冗余能力的智能传感器系统。这可以减少硬件冗余技术中使用传感器的个数、消除硬件冗余技术中对冗余传感器应具有相同参数特性的要求,同时可以提高系统预报的准确性,仿真结果验证了这一方法的有效性。     

大规模可再生能源接入下的电力系统充裕性优化(三)多场景的备用优化

场景分析法在用于描述可再生能源出力不确定性时,不仅能表征预测风/光功率等随机变量在时间—功率空间上的概率分布,还能进一步反映这些随机波动在时序上的相关性。多场景分析中普遍存在场景维数灾问题,在备用优化中更遭遇控制措施组合爆炸问题,加剧了求解的困难。场景削减有利于场景分析法的实用化,然而现有场景削减方法不能确保小概率高风险场景不被剪除,继而引发风险泄露问题。文中提出一种计及场景集剩余风险下逐步筛选场景的多场景备用优化方法,将场景削减与优化过程融合于一体。相比于传统的"先场景削减、再优化"的思路,所提出的方案能自适应地选取待优化场景集,且能有效识别小概率高风险场景。通过与基于传统场景削减方法的混合整数线性规划方法的对比,所提出的多场景优化方法在平衡优化效果与计算效率上具有显著优势。     

基于DIS的视景仿真交互行为研究

分布式交互仿真是分布式仿真与图形特性的有机结合。针对分布式视景仿真的交互行为特性,文章作了相应的研究,分析了分布式交互仿真DIS节点间交互操作的信息传递机制和通信格式,并结合图形特性论述。在分布式视景仿真中结合对象建模对仿真节点间的实体交互行为做出理论分析,并在此基础上提出了用于实时态势仿真的软件平台和实现方法。     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。     

无线传感器网络中瓶颈节点的研究

无线传感器网络中的"瓶颈节点"是指那些由于随机部署的原因而不得不成为连接两个或多个区域的孤立的节点.相对于其他节点,这类节点对网络的生存期有着更大的影响.如何找出这些"瓶颈节点"在图论中是一个找到最小割集的问题.基于实际部署的可行性,提出了一个新的"准瓶颈节点"的概念,它对网络具有与"瓶颈节点"类似的影响,但是可以很容易地通过分布式算法找出来.通过分析和仿真,证明了"准瓶颈节点"对网络行为(包括能量消耗速率、丢包率)的巨大影响.最后,提出了一种分布式算法来发现这些节点,并提出了两种有效的解决思路来减小它们的不利影响.