一起主变后备保护动作行为的分析

本文对在恶劣天气时多个故障引起保护动作行为异常进行分析。就一起35kV出线故障并同时伴35kV母线压变熔丝熔断的保护动作行进行分析,探讨出线保护的方向闭锁、主变低压备自投装置应用。     

通用处理器和图像处理器新型融合架构分析

CPU与图形处理器(GPU)作为两种主要的通用处理器,在协同工作时存在功耗过大、体积不易压缩、传输速度慢等问题,因而融合成为一种趋势。在分析两者技术特点及通过高性能基准程序实测其性能基础上,提出一种新型融合架构。该融合架构采用低功耗处理器进行任务分配,根据任务类型及计算量,平衡串行处理核心和并行处理核心之间的任务调度及使用效率;而两种处理核心专注于进行数据处理,根据不同任务采用不同组合方式。通过性能评估,该新融合架构在计算能力和功耗方面均有较大改善。     

卫星应用任务分解规则库建立及匹配算法

卫星应用任务的分解是准确分析航天信息系统使命任务的关键步骤,为此需要对任务的分解建立标准的规则库.文章基于Disciple代理的知识表达方法,建立了卫星应用任务的分解规则库;然后通过一般化的概念对任务和规则进行分析,提出了一种任务匹配规则库的算法.文章以卫星应用中典型的侦察任务为例,探讨了规则库的建立和匹配.可以看出Disciple灵活的表达可以有效地描述好所涉及对象及其之间的关系,满足规则库建立的需要.     

动态数据校正技术用于GMVC控制器性能评估的改进

在实际工业生产过程中,控制器性能的好坏直接影响了系统的收益;事实上,由于工作环境的复杂性,控制器容易受到各种干扰信号的影响,这通常会导致控制效果不符合预期;因此,对控制器的性能进行评估显得尤为重要;针对反馈系统中测量噪声的干扰问题,分析了测量噪声对基于广义最小方差控制(GMVC)的控制器性能评估(CPA)结果的影响;为了提升CPA的精度,提出了一种动态数据校正(DDR)方法来降低测量噪声对系统性能的影响;首先,在SISO和MIMO系统中引入基于GMVC的CPA;接着讨论了测量噪声对CPA结果的影响;最后,采用DDR滤波器来提升CPA结果的准确性;仿真中系统在不同情况下输出的比较验证了DDR滤波器的良好性能.     

星地一体成像侦察任务规划组合求解方法

成像侦察任务流的航天资源任务规划问题是将有限的航天资源分配给需要侦察的不同目标,最大化满足任务需求.采取了星地一体任务规划思路进行问题建模与求解.提出星地一体虚拟资源聚合模型和算法,并在此基础上,给出了星地一体的虚拟资源冲突检测与消解方法,提出了星地一体任务规划模型的模型分解与组合求解方法,针对分解后的主问题模型给出了一种适应可变冲突约束的遗传算法;针对子问题模型给出了一种基于时间序列排序的任务调度方法,并对上述两种算法进行了设计与实现;最后,结合试验案例进行验证.     

插值算法在图像处理中的应用

本文主要讨论了,利用Visual C＋＋编程语言,实现几种插值算法在医学图像处理中的应用。具体设计的功能包括图像缩放、截取、转置、水平垂直翻转、反色、灰度均衡、平滑、锐化、拖拽及其连帧动画等。图像存取方便,显示清晰、稳定;系统资源占用少,速度较快;用户接口简洁明了。     

基于RGI的浮空器任务规划问题研究

侦察任务规划是浮空器军事应用中的重要问题,对于最大化满足侦察任务需求、提高浮空器资源利用率具有重要作用。针对浮空器侦察系统的任务规划问题,考虑任务需求约束、载荷约束等条件下,构建了浮空器连续侦察监视的混合整数规划模型,并采用贪婪随机插入(RGI)算法对模型进行了求解。该算法结合了贪婪算法和模拟退火算法的设计思想,既保留了一定贪婪特征又提高了跳出局部最优解的能力。最后通过一个多浮空器多目标的仿真实例验证了算法的有效性。     

B／S模式服务器集群系统的研究与应用

传统三层B／S模式Web应用系统在Web服务器和数据库服务器连接时,存在瓶颈问题。本文基于此问题给出了一种基于Web集群和数据库集群的负载均衡系统。试验结果表明该系统能较好的满足要求。     

异构数据库文件的转换

利用Ｄｅｌｐｈｉ提供的数据库应用支撑功能实现异构数据库自动转换的原理和方法。     

电力大数据下的短期电力负荷预测

电力产业是国民工业系统中重要的产业。在电网运行管理中,对于负荷预测具有非常重要的作用。更加准确的电力负荷预测可以为电网的安全稳定运行、实时进行电网负荷的调度提供了重要依据。特别是在经济方面,精确的电力负荷预测可以优化发、用电电网调度计划,合理调度和分配资源,从而起到使社会效益、经济效益最大化的作用。然而随着中国经济的飞速发展,对电力的需求不断增长,电力负荷本身受诸多因素以及政策影响比如日期、天气、气候、市场等其他因素,这些因素更大大加大了准确进行电力负荷预测的困难性。一直以来,人们一直都致力于提高电力负荷预测的准确性,人工神经网络算法具有泛化、学习能力强等优点,现在该算法已在电力负荷预测领域中得到了广泛应用,并且取得了良好的效果。近年来,人工神经网络领域取得重大突破,涌现出一个新的深度学习研究领域。文章就是基于最新发展的人工神经网络算法,结合实际地区电网数据研究了短期电力负荷预测的相关问题。