基于Stacking的社区矫正人员标签生成

社区矫正人员的规范管理技术平台目前正处于研究阶段,由于实际数据的缺乏,用于构建用户画像的社区矫正人员用户标签生成准确性不够。故本文基于改进的Stacking模型融合算法,对某市司法局的社矫人员数据进行清洗、整理以及特征选择后,进行建模分析,进而得出社矫人员“认罪伏法态度”“对社会的心态”“心理健康状况”“矫正惩戒情况”4个标签的预测结果。通过将预测结果与实验结果对比,得到预测准确率,从而表明Stacking模型融合方法对社区矫正人员用户标签的生成具体有效性和准确性。     

计及风电消纳效益的电力系统源荷协调二层优化模型

随着风电的大规模接入,其随机性和间歇性导致常规电源的调节压力不断增大,与常规能源呈逆向分布的特点也使得常规电源的调节能力受到输电通道的制约,从而造成风电消纳受阻。本文利用高载能负荷作为消纳风电的重要手段,将常规电源的优化调度和高载能负荷的优化配置相结合,综合考虑风电消纳效益、高载能负荷调节成本和系统运行成本,建立以源荷协调运行效益最大化为目标的二层优化模型。通过求解上层优化模型确定常规电源出力和风电调度出力;在此基础上,下层优化模型针对因常规电源调节能力不足导致的风电受阻情况,选取能够有效消纳风电受阻功率且调节成本最少的高载能负荷参与电网调度。根据上、下层模型决策变量的不同特点,采用改进遗传算法和二进制粒子群算法相结合的混合智能算法进行模型求解。通过某实际电网的仿真结果,验证了本文优化模型的可行性和有效性。     

交互式输电网检修计划多目标决策方法

检修计划优化问题本质上是一个带有决策偏好的多目标多约束优化问题,目前主要研究方向集中在单目标优化领域,无法满足决策者对优化目标多元化的实际需求.建立了以检修成本费用最低和期望缺供电量最小为目标的输电网检修计划多目标优化模型,并提出一种交互式多目标决策方法进行求解.该方法以目标满意度和目标贴近度为基础构造交互式决策模型,将多目标优化模型分解为3个单目标决策模型进行交互求解,通过决策者对各单项目标满意度和目标总体贴近度的不断调整来体现其主观愿望,避免了人为确定目标权重的任意性,便于实际操作应用.通过IEEE RTS-79节点系统的仿真验证了文中所建模型和交互式多目标决策方法的有效性.     

基于小生境多目标粒子群算法的输电网检修计划优化

以检修成本和期望缺供电量最小为目标,建立输电网检修计划多目标优化模型,并提出一种基于小生境的改进多目标粒子群算法对其进行求解。通过得到一组Pareto最优解,全面统筹检修计划优化问题的经济性和可靠性目标。该算法采用小生境共享机制来更新粒子的位置,保持了解的多样性和分布的均匀性;引入混沌变异对部分非支配粒子进行小范围的扰动,提高了算法全局搜索能力,避免陷入局部最优。为使算法能够更好地应用于输电网检修计划优化问题,采用罚函数对约束条件进行处理,并根据模糊隶属度从Pareto最优解集中选取最优折衷解,为检修计划制定人员提供了科学的决策依据。通过IEEE RTS-79节点系统的仿真,验证了该算法在求解输电网检修优化问题时能有效避免早熟收敛,快速地收敛至Pareto最优解集。     

真空热试验数字温度测量系统设计与实现

温度测量是航天器真空热试验中一项非常重要的测量项目,一般采用热电偶进行温度测量。为了在真空热试验过程中减少测量线路的引线数量、提高测量系统的抗干扰程度以及测量准确度高,设计了一种可用于真空热试验的数字温度测量系统,实现了对航天器及地面工装设备温度的数字化测量。该系统由数字温度传感器DS18B20以及采集设备组成,可通过LAN网络与远程监视计算机连接实现温度远程监视。文章给出了数字温度测量系统的硬件结构、通信协议以及软件设计。通过在真空热环境中的测试以及与铂电阻测温系统的比对,结果表明该系统的稳定性好,其测量值与铂电阻测量值的差值在0.5℃以内,满足真空热试验的需求。     

双极双阀组柔性直流系统的无功优化控制

为实现在交流电压允许范围内根据需要设置无功功率目标值,同时为了实现无功功率控制和交流电压控制无缝切换,在对基本无功控制进行分析后,提出一种无功控制优化策略。通过带辅助交流电压的无功功率控制,即根据实时交流电压修正无功功率目标值,无功功率控制模式下使用积分前馈跟踪的交流电压控制,以及双极状态切换时使用功率突变抑制等方法,实现控制方式切换时输出功率平滑,保证系统电压稳定运行。在电磁暂态仿真软件(PSCAD/EMTDC)中建立两端双极双阀组±800 kV柔性直流输电系统,进行无功功率控制以及控制方式的切换,仿真结果验证了上述方法的合理性和有效性。     

传统方法与人工智能:潮流控制优化算法的现状、挑战与未来方向

优化问题是电力系统领域中最常见的问题之一,大多数工程问题都可以归结为优化问题。为了解决这些优化问题,人们不断地提出各种优化算法。然而,随着人类需求的快速提高和可再生能源的高度渗透,高度复杂的优化问题不断出现,使得传统的优化算法在求解精度和速度上都面临着巨大挑战。近年来,新一代人工智能(artificial intelligence,AI)的发展为优化算法的升级创造了新的机遇。智能电网是未来电网的发展方向,对电网的安全性、稳定性、可靠性、弹性、可持续性、高效性等都有很高的要求。这些要求使得智能电网成为一个具有多目标和多约束的高度复杂的优化问题。最典型的问题是潮流控制。无论是使用传统的还是现代的AI优化算法,已有许多研究人员致力于解决各种潮流控制问题。该文旨在全面、清晰地介绍这一研究领域的最新进展。首先,介绍优化算法的进化过程、分类和最先进的方法。然后,全面回顾传统和现代AI优化在控制潮流可解性、功率与频率、电压、安全性和稳定性方面的应用。这些应用均取得了良好的性能。尽管如此,该文仍然在高效性、可解释性、可迁移性、稳定性、经济性和鲁棒性方面点明一些关键挑战。为了克服这些挑战,给出在未来的研...     

基于深度学习的大电网断面功率快速自动调整方法

由于复杂大电网关键输电断面的功率调整工作量大、重复性高，计算速度难以满足在线辅助决策需求。基于深度学习理论，提出了一种对断面功率调整数据进行特征自学习进而实现大电网断面功率快速自动调整的方法。首先，采用反向等量配对法模拟人工调整操作，构建深度学习所需的海量数据集。然后，在机组灵敏度、调整量等约束条件下筛选出复杂大电网中参与功率调整的有效机组集合。在此基础上，以决定系数为指标构建最优回归模型准确预测出机组出力调整值，从而实现了断面功率的快速自动调整。最后，以中国某实际区域大电网的省间断面功率调整为例对所提方法进行验证。仿真结果表明，最优模型的决定系数和断面功率调整成功率均较为理想，大大缩短了断面功率调整时间，且调整效率不受系统运行方式和断面实际功率与目标功率差值的影响。     

知识驱动的大电网仿真分析知识建模方法及其在潮流智能调整问题中的应用

大电网数字仿真分析需要耗费大量的人力和时间成本来进行综合仿真分析,其分析和调整过程严重依赖人工经验知识,且由于经验知识表述的多样性和应用场景的特殊性,缺乏一套统一的知识表示方法。为此,提出一种电网人工智能仿真分析的知识建模方法。根据电网数字仿真分析调整知识经验的特点,将定性与定量、关联与事理知识相结合,分别针对调整流程、调整操作和程序调用设计基于主谓宾语(subject-predicate-object,SPO)的知识表示方法;搭建模块化的知识驱动模型将电网仿真分析过程智能化;设计一套知识抽取与清洗方法来获取所需的三元组形式知识,利用获得的知识三元组构建知识图谱,开发可视化的知识库管理系统。在改进的CEPRI36节点系统和东北电网上进行潮流计算收敛调整仿真实验,验证方法的可行性和有效性。