基于改进粒子群算法的智能小区电动汽车用电优化策略

为促进碳达峰和碳达标目标的实现,减少电动汽车充电的费用与对电网的影响,本文在对粒子群算法进行改进和构建电动汽车日出行模型的基础上,提出了适用于G2V和V2G两种充电模式的电动汽车用电优化策略并进行仿真验证。仿真结果表明,本文提出的电动汽车用电优化策略不仅能降低小区电费花销,而且能有效地改善小区负荷峰谷差并增加小区负荷曲线的平滑性。     

基于多代理分散式控制的智能电网存储管理

在智能电网中,储能设备是实现智能电网的重要基础之一。因此,如何对储能设备进行有效的管理是必需解决的关键问题。提出了基于Agent技术的自适应学习ZIPML算法调整存储策略,同时考虑多代理学习,使得实际存储策略逐渐逼近最优存储策略。通过模拟实验验证了该自适应学习算法的有效性,电网高峰期的负荷得到有效降低,用户可以节省约6.1%的用电花费,发电所产生的CO2则可以减少6.4%。     

需求侧管理下智能家庭用电多目标优化控制

针对家庭内附加型负载进行需求侧管理,缓解高峰时刻电网压力,提出一种智能电网环境的家庭用电控制系统。设计了智能控制器,可以获取用户家庭负荷信息并为用户提供分时电价计量,同时便于供电侧直接进行需求侧控制。提出了多目标蜻蜓算法,针对降低负载功率和减少需求响应延时时间两个目标进行求解,其迭代速度快,满足即时响应的需求。500个家庭的实验结果显示,家庭用电控制系统合理,降低了用户用电费用;算法计算速度快,响应时间延时少,有效缓解了高峰时刻的电网负荷。     

一种改进的智能电网能耗调度算法

为了提高电网的运行效率,提出一种新的实时能耗调度算法,通过考虑负载不确定性来实现每个用户的电费最小化.我们将负载调度描述为一个优化问题.为了降低计算复杂度,提出一种近似动态规划算法,以解决电器运行的调度问题.在研究问题时,考虑了必须运行和可控运行在内的不同电器.与大部分当前需求侧管理算法假设完全知晓用户用电需求不同,算法只需知道将来部分需求的估计即可.仿真结果表明,能量调度算法既降低了用户用电支出,又提高了负载需求的峰均比,为用户和电力公司带来收益.     

基于特征选择和改进K-均值聚类的异常用电行为检测算法

窃电等异常用电行为严重影响着电网系统的安全、可靠和稳定运行,传统异常用电检测方法存在模型复杂、准确率低等问题。提出了一种基于特征选择和改进K-均值聚类的异常用电检测算法,首先从用电量变化、线路损耗和电力参数三个维度提取15维特征构成特征向量,然后利用相关向量机(Relevance Vector Machine, RVM)进行特征选择,自动确定最优特征集合,最后提出一种基于信息增益的改进K-均值聚类算法对最优特征集合进行聚类分析,从而实现异常用电检测。基于爱尔兰智能电表公开数据集开展实验,结果表明,所提方法在精准率、召回率和ROC曲线AUC值三项指标方面均能获得良好的表现性能,明显优于传统方法。     

基于尖峰电价的家庭能量管理最优控制算法

智能电网技术的发展,为家庭能量管理系统(HEMS)提供了新的研究方向。针对HEMS,提出了一种基于尖峰电价的家庭用电设备最优控制算法,该方法使用层次分析法(AHP)对可调整用电设备的综合满意度进行评估,建立以满意度最高和满意度与费用最少兼顾为目标的数学模型,同时考虑家庭分布式电源及储能设备对家庭用电的影响,使用户满足电力公司在需求响应时段的约束要求并获得最满意、舒适的控制策略。最后通过案例仿真验证所提出的控制算法的实用性和有效性。     

基于联盟区块链的V2G网络跨域认证技术研究

针对车辆到电网（Vehicle-to-Grid,V2G）网络所面临的安全威胁,分析了V2G多域网络架构,给出了一个适用于该架构的网络信任模型。基于联盟区块链提出一种V2G网络跨管理域认证方案,通过本域用户与外地域服务器以及外地域服务器与其域内用户的认证实现域间用户双向认证。该方案利用区块链所具有的不易篡改特性,在数字身份验证环节采用哈希算法减少方案中的签名与验证次数,提高了方案的效率和可扩展性。该认证方案中的签名采用基于身份的密码算法SM9,在适应性选择消息攻击下具有存在性不可伪造安全。     

基于KL-散度的智能电网用户特征提取方法

智能电网技术的发展,使得传统电力系统的规模及复杂度大大增加,同时产生了大量的用电数据,如何有效利用数据挖掘技术,从这些海量数据中挖掘出有潜在价值的信息,成为了当前电力系统分析中的一个挑战性问题。首先根据不同的时间段,将用户的用电数据进行划分,在分析每段时间内用户用电数据的基础上,采用KL-divergence（KL-散度）方法衡量用户差异,并结合基于密度改进的K-means算法,给出了一种新的用户特征提取算法,用以描述电网用户的特征差异,从而实现针对不同类别用户制定不同电力营销策略,这在一定程度上能够提高企业经济效益。最后,算例仿真结果表明,所给出的用户特征提取算法在计算的时间效率和准确性上,较传统方法都有了明显的提升。     

基于AMI的智能电网家庭终端信息节能方案研究

高级量测体系(AMI)是智能电网的重要组成部分和基石.为了更好地利用智能电网技术进行节能减排,基于AMI框架的家庭终端能耗管理系统,提出了一种以ZigBee技术构建家庭节能网络的方法,通过家庭智能用电网络,用户可根据电网负荷及分时电价规划用电,达到节能目的.     

认知智能电网邻域网络的频谱分配策略

可靠、高效的通信网络是充分发挥智能电网潜力的前提。针对智能电网的无线通信环境存在频谱短缺、资源利用效率低等问题,文中将认知无线电技术应用于智能电网的邻域网络通信中,引入认知智能电网概念以保证业务传输的公平性和有效性,考虑了通信过程中的信噪比和路径损耗后,选择网络吞吐量作为信道效益,并在拓扑结构固定的城市居民小区进行建模仿真。在此基础上,提出了一种改进二进制猫群(Weight Binary Cat Swarm Optimization,WBCSO)优化的频谱分配算法。首先,在二进制猫群算法(Binary Cat Swarm Optimization,BCSO)的速度更新公式中加入非线性动态的惯性权重,它随着迭代次数的增加而非线性地递减,以防止算法早熟;其次,引入繁殖算子,产生子代猫群以增加种群的多样性,以获取更好的全局最优解;然后,选用了4个常用的基准函数对改进后的算法进行性能测试,测试结果表明WBCSO算法的优化均值和标准差都优于BCSO算法;最后,以系统总效益和用户公平性为优化目标,将其与二进制遗传算法(Binary Genetic Algorithm,BGA)和二进制粒子群算法(Binary Particle Swarm Optimization,BPSO)进行了对比实验,仿真实验表明,WBCSO算法最终的系统总效益和用户公平性指数比BCSO算法分别高出了13.7%和14.6%,且比二进制群算法和遗传算法的性能都要好,进而表明改进二进制猫群算法在认知智能电网邻域网的频谱分配中具有收敛速度快、搜索能力强的特点。     

VoIP认证与计费的设计与实现

基于RADIUS的VoIP认证系统，采用分散受理、集中管理的接入认证管理体系，数据集中存放在认证中心(RADIUS服务器)，用户身份认证由PC向网守发起，网守通过RADIUS协议向认证中心的认证服务器发起认证请求。这样，可以保证用户安全地使用网络资源，以确保用户身份的合法性。同时其落地话单经过处理，可进行计费及其它帐务处理。文中论述了RADIUS对VoIP的支持，提出了一个Gatekeeper与RADIUS结合的整体解决方案。     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

基于CAN总线实时应用的可靠调度性研究

CAN总线是一种高级的串行通信协议,适用于各种分布式控制系统。在实时应用中,标准的CAN协议使用静态优先级算法,对传输信道的利用率比较低。对基于CAN总线通信的动态优先级调度算法进行研究后,提出了一种基于指数分配方式的MTS算法,在保证强实时性消息的同时兼顾了低优先级消息的公平性。     

VCR智能无扰动特性的精确数值运算

根据智能变进制(VCR)的变溢性、拓展性及申缩性有机结合的技术,提出一种新颖智能的、无数字扰动的精确数值运算.该运算结果值的精确位数.是可以任意或无限地确定的,它可以很好地解决了计算机数值分辨率即由CPU字长制约的有效数字位教不足而造成的数值精确计算PC(Precise Computing)的扰动性问题,例如对中国古代数学家祖冲之曾研究圆周密率π值实验数据(π=355/113)的除法精确计算.     

基于LVM 的系统扩容技术研究

近年来,随着大数据业务的使用,系统在运行时会产生大量的数据信息与日志文件并保存在磁盘中。由于在系统规划初期,对系统分区大小规划预期不足,很难合理规划磁盘空间,造成后期系统运行中经常出现系统分区磁盘不足的问题。当发生此类告警时,通常的分区很难动态调整大小,通常采用暂停业务,更换磁盘,数据备份与恢复的方式,该方式操作困难,程序复杂,有数据丢失的风险。在Linux系统里使用LVM(逻辑卷)技术,支持在线空间扩容,可以在用户无感知的情况下扩展系统分区容量,达到合理利用磁盘空间的目的。本文介绍了LVM技术,并在Linux系统里将分区做成逻辑卷,达到合理利用磁盘空间的目的。     

区域生长辅助的地图配准在室内定位中的应用

地图匹配（ MM）算法通过粒子滤波（ PF）利用室内地图信息来抑制基于惯性传感器的室内定位系统的误差累计。利用区域生长（ RG）算法结合当前步长和方向信息在地图上找到合理的落脚范围,并以此来判断粒子的有效性。这种方法能有效改善地图配准算法的实用性和计算复杂度。提出一种改进的零速度（ ZV）检测算法能准确提取步伐信息,间接提升了零速度更新（ ZUPT）算法和地图配准算法的精度。实验结果表明：该算法的定位误差小于1.0%,定位精度比单纯的航位推算（ DR）算法平均提高了5.97%。     

深度强化学习研究综述

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究目标对深度强化学习方法进行分类,分析与讨论高维状态动作空间任务上的算法收敛、复杂应用场景下的算法样本效率提高、奖励函数稀疏或无明确定义情况下的算法探索以及多任务场景下的算法泛化性能增强问题,总结与归纳4类深度强化学习方法的研究现状,同时针对深度强化学习技术的未来发展方向进行展望。     

基于数据仓库的数据采掘技术应用

本文首先分析了基于数据仓库的数据采掘的主要方法,技术和应用,然后通过实例讨论了数据采掘在股票分析与决策系统中的应用。     

基于CnV结构的自动语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。与音素配位学相比较韵律是语言辨识的更有希望的一个语言辨识特征。论文介绍了一种基于伪音节结构CnV的自动语言辨识方法,该系统提取了辅音、元音构成的伪音节结构的MFCC和!MFCC特征参数,使用了与语言无关的GMM算法模型化该特征。经过对OGI-TS数据库中的英语、法语、汉语测试表明,元音、辅音特征信息在语言辨识中起到一定作用,伪音节结构模型也是语言辨识的有效模型之一。     

综合系统管理与网络管理实现技术的研究

该文提出了适应于大型计算机网络和通信网络及应用系统的综合系统管理与网络管理体系结构,研究了基于大型数据库和Web技术的网管、网络自动拓扑发现、策略描述与策略服务以及资源依赖性分析服务等关键技术。该文将这些关键技术应用到综合系统管理与网络管理原型系统的工程实践中,为最终研制高性能、可伸缩和实用的系统管理与网络管理产品提供强有力的技术支持。