基于生成对抗网络的光伏出力区间预测方法

准确的光伏出力(即发电功率)预测是光伏发电设备规模化并网后,保障电网的安全性和经济性的基础.针对传统点预测方法难以表征预测结果概率可信度的问题,研究了基于条件生成对抗网络的光伏出力区间预测方法.通过建立历史测量数据与预测光伏出力间的映射关系,生成光伏出力可能发生的场景.在此基础上,用Bootstrap法和区间估计法计算...     

基于生成对抗网络的分布式光伏窃电数据增强方法

由于分布式光伏窃电的稽查难度大,致使相关部门收集的窃电样本数量有限,无法满足基于数据驱动的窃电检测需求。通过数据增强的方式,提出一种基于Wasserstein生成对抗网络(WGAN)的分布式光伏窃电样本数据增强方法。首先,WGAN通过生成网络与判别网络的对抗训练,能够学习到光伏窃电数据序列难以显式建模的时间相关性,可以生成与真实窃电样本具有相近分布的新的窃电样本;然后,根据典型的光伏窃电模型,针对窃电样本的数据特征选用卷积神经网络(CNN)进行窃电检测;最后,通过算例分析,对比不同数据增强方法与分类器,表明WGAN生成的窃电样本能够符合真实样本的波动规律和历史数据的概率分布特征,进而有效改善分类器的检测性能。     

考虑多重出力不确定性的风光装机容量优化

挖掘风电和光伏出力的日特性和月特性,构建基于日特性和月特性的风电/光伏序列模型,通过蒙特卡洛模拟方法,生成多条风电和光伏出力序列,以刻画风/光出力的多重不确定性。考虑风电和光伏多重不确定性出力约束、电力电量平衡约束、允许弃风弃光率约束等,构建风电和光伏收益最大模型,优化风电和光伏装机,保证风电和光伏运行的经济性,实现风电和光伏有序发展。仿真算例表明,在不同的允许弃风弃光率下,风电和光伏的最优装机差异较大,受光伏日特性和装机成本高的影响,只有在弃光率较小且光伏装机容量小的场景下,光伏发电才具有较好的经济效益。     

基于AP聚类-跳转持续MC的风电出力时间序列模拟生成方法研究

模拟生成概率等效条件下的风电出力时间序列对分析未来场景下风电出力不确定性以及提高风电消纳水平具有重要意义。针对传统马尔科夫链存在的问题,文中提出一种基于AP聚类-跳转持续马尔科夫链(Affinity Propagation Clustering-Transition and Persistence Markov Chain, AP-TP MC)的风电出力时间序列模拟生成方法。首先,对历史风电出力数据进行AP聚类,并对每一聚类类别下的风电序列建立相应的状态跳转矩阵;其次,依据马尔科夫链模型,结合风电出力状态持续时间特性,抽样并叠加符合混合高斯分布的波动分量,形成某一聚类类别下的风电出力时间序列;然后,依托类间转移矩阵,模拟生成风电出力时间序列;最后,通过对比传统马尔科夫链法与文中方法生成的风电出力时间序列与历史序列之间的统计指标、概率分布指标及自相关性指标,验证所提方法的有效性和准确性。     

基于上下文生成对抗网络的时间序列异常检测方法

时间序列的异常检测是网络服务保障、数据安全检测、系统监控分析等应用中所依赖的一项关键技术。为解决在实际场景的时间序列异常检测中由于时间序列上下文的模糊性、数据分布的复杂性以及异常检测模型的不确定性所带来的异常检测结果的有效性、合理性、稳定性等不足的问题,本文提出了一种新的基于上下文生成对抗网络的时间序列异常检测方法AdcGAN。首先,通过处理历史数据,提取用于生成时序数据的条件上下文;然后,采用条件生成对抗网络的设计策略,使用条件上下文,构建上下文生成对抗网络,实现对任意时刻数据的条件分布预测,同时AdcGAN采用Dropout近似模型不确定性,使用概率分布代替点估计作为预测结果;接着,从观测的差异(用期望偏差表示)和模型的不确定性(用预测方差表示)两个方面来衡量异常;最后,提出基于数据统计信息的异常阈值自动设置方法,减少手动调节的参数量。实验结果表明,与同类基准算法进行对比,在NAB数据集中的47个真实时序数据上,本文提出的AdcGAN可以有效地检测出时序数据中的异常,在大多数评价指标上都优于其他基准方法,并且具有更好的稳定性。     

基于生成对抗网络的对抗样本集成防御

针对现有对抗样本防御方法防御能力不足、时间消耗过高等问题,参考生成对抗网络与集成学习在对抗样本研究中的优势,本文提出一种基于生成对抗网络的对抗样本集成防御方法.该方法使用生成对抗网络训练多个能够消除对抗样本表面对抗扰动的生成器,使用集成学习方法将多个生成器进行集成作为最终的防御.该方法的生成对抗网络由生成器和判别器组成...     

基于循环编码生成对抗网络的小样本辨识方法

针对在特殊领域中小样本数据难以通过训练被分类管理的问题,提出一种基于循环编码生成对抗网络的小样本辨识方法.首先,对小样本进行混叠循环编码,建构包含小样本深层信息的隐向量;然后,搭建一种循环生成对抗网络模型,对小样本生成扩充并通过极限学习机网络进行训练辨识;最后,结合算例,与传统生成对抗网络、深度信念网络及合成少数类过采...     

基于生成对抗网络的对抗防御系统

针对不断更新的对抗攻击,提出一个基于生成对抗网络的防御系统.系统利用生成对抗网络不断生成新的对抗样本,反复训练模型以增强其鲁棒性.具体过程为将预先训练的卷积神经网络和外部GAN(conditional GAN:Pix2Pix)相结合,自动流水线式地推断对抗样本和干净样本之间的转换关系,并合成新的对抗样本.根据分辨得到的...     

考虑可再生能源出力不确定性的多能源电力系统日前调度

随着可再生能源的开发利用,以风电和光伏发电为代表的不确定电源对电力系统安全运行影响越来越大。传统对风电和光伏发电出力不确定的研究,大多假设其预测误差服从正态分布,但正态分布并不能准确描述这一误差分布。基于此,采用人工神经网络直接模拟预测误差的分布规律以确定其对调度方案的影响,同时为了提高模型的求解速度利用神经网络模拟机会约束条件成立的概率水平,将训练好的人工神经网络嵌入机会约束规划模型求解中,形成能够考虑风、光出力不确定性的多能源电力系统日前调度模型。为提高可再生能源消纳能力,调度模型在保证经济性的同时,优化可再生能源的渗透率。采用博弈优化理论,将得到的多目标优化非劣解作为博弈参与者的策略集,进一步通过相互博弈达到纳什均衡的过程寻找最优策略解。最后通过修改的IEEE30节点系统,采用实际风电场和光伏电站出力数据验证了所提模型的有效性。     

基于多尺度条件生成对抗网络血细胞图像分类检测方法

针对血细胞图像中白细胞样本较少和生成细胞图像细节不清晰,导致检测精度较低的问题,提出基于多尺度鉴别器的条件生成对抗网络. 该网络通过生成并添加大量逼真的白细胞图像到分类检测网络训练集的方式,实现对血细胞图像的生成和分类检测. 在现有条件生成对抗网络真假鉴别器中,引入多尺度卷积核、池化域并在通道上拼接,提升鉴别器对微观细节纹理特征和宏观几何特征的鉴别能力;引入梯度相似性损失函数,以提高生成细胞图像的亮度及边缘清晰度,提升图像的真实感. 实验证明,在图像生成阶段,增加多尺度鉴别器和梯度相似性损失函数提高了生成细胞图像的质量;在图像分类检测阶段,对比仅有真实数据训练的情况,增加细胞样本多样性使细胞分类检测的平均精度由90.4%提升至94.7%.     

基于约束的网格向前推进生成技术

针对网格向前推进技术在实际应用中当要求网格边长最大不超过某给定值时失效的情况，本文给出了基于约束的网络向前推进生产技术，并对网格质量包括尺寸及内角的控制技术作些探讨。给出了算法的原理及程序实现的数据结构。最后用许多算例对算法的有效性及可靠性作了验证。     

印制板测试码生成

根据我国自行研制的程控交换机 DS-2000印制板的特点,从工程实用的角度出发,提出了一个面向通路的测试码自动生成算法.该算法已用于实际印制板测试系统中.     

下一代可扩展交换机/路由器

介绍了目前网络核心设备所存在的问题,分析了下一代交换机/路由器的功能需求,对所涉及的一些关键技术和体系结构问题进行了研究,讨论了关系到交换网络扩展性的光背板和体系结构技术、大容量交换单元技术和交换网络结构等问题,明确了下一代核心路由系统的发展反向。     

粒计算规则生成模型

提出了一种粒计算规则生成模型GrCRule.该模型以最优粒化为基础来构造粒的最优划分,避免了决策树方法必需使用同一属性的所有属性值对来构造划分的局限.通过仿真实验说明,该模型能够得到比决策树方法更精简的规则集以及更强的泛化能力.     

微热电发电系统

微热电发电系统是一种利用半导体材料的热电特性之一的塞贝克效应．将热能转化为电能的微型能量转换系统。介绍微热电发电器系统的应用背景及其核心部分微热电发电器件的结构,提出了一种新型的水平型双层微热电发电器,并就其结构模型进行了有限元仿真与优化设计     

新一代互联网协议IPv6的研究

研究了下一代IP协议IPv6的地址编码技术,并讨论了IPv6中的安全协议、IPv4向IPv6过渡方式、对多媒体和实时业务支持等技术问题。     

农耕祓禊与生育祓禊

祓禊相当于正雩,包括农耕祓禊和生育祓禊。古人祓禊时将人口生产、农业生产拼接在一起,将风雨气候、山川草木、俊男美女等杂乱印象拼接在一起,这个拼接起来的观念世界以比兴为联系方式,影响到中国文学思维的形成。     

生物耦合生成机制

生物界普遍存在生物耦合现象。生物耦合生成受诱因驱动,耦合程度既取决于生物机体自身的性质,也取决于诱因力量的大小。本文从仿生学角度,初步分析了生物耦合生成的条件和诱因驱动力,揭示了生物耦合生成过程及生成控制、修复与再生规律,这是阐释生物耦合机制,提高耦合仿生效能的重要生物学基础。     

新一代的计算机

本文简要地介绍了超导计算机,光计算机和量子计算机的原理和优点。并介绍了量子计算机的一些基本概念：量子叠加,量子纠缠,量子位和量子逻辑门。     

纹理生成与纹理映射

本文讨论了一类纹理的产生、形状控制及纹理映射。由于采用了绘画家的色彩叠加思想,它具有可控、方便、直观的优点。