MC/DC Test Data Generation Algorithm Based on Whale Genetic Algorithm

The automatic generation of test data is a key step in realizing automated testing. Most automated testing tools for unit testing only provide test case execution drivers and cannot generate test data that meets coverage requirements. This paper presents an improved Whale Genetic Algorithm for generating test data required for unit testing MC/DC coverage. The proposed algorithm introduces an elite retention strategy to avoid the genetic algorithm from falling into iterative degradation. At the same time, the mutation threshold of the whale algorithm is introduced to balance the global exploration and local search capabilities of the genetic algorithm. The threshold is dynamically adjusted according to the diversity and evolution stage of current population, which positively guides the evolution of the population. Finally, an improved crossover strategy is proposed to accelerate the convergence of the algorithm. The improved whale genetic algorithm is compared with genetic algorithm, whale algorithm and particle swarm algorithm on two benchmark programs. The results show that the proposed algorithm is faster for test data generation than comparison methods and can provide better coverage with fewer evaluations, and has great advantages in generating test data.     

中国农村能源发展关键问题

近年来,中国农村能源供应保障能力不断增强,能源结构调整成效明显,但是也存在一些问题：农村废弃物能源化利用率低制约了资源综合利用和环境保护,农村能源消费层次低和电气化水平不高制约了城乡快速融合发展和农村地区能源消费升级,农村能源社会化服务体系建设滞后制约了农村能源有效供给和高效服务的社会公平。针对中国农村能源发展面临的问题和挑战,聚焦农村生活用能,梳理分析了中国农村能源发展基本情况。针对中国国情的特殊性和不同区域具体特点,通过对农村废弃物能源化利用、农村能源电气化应用、农村能源服务体系建设等关键问题研究,提出了促进中国农村能源科学发展的措施建议。     

基于BP神经网络与改进粒子群的光伏MPPT算法

针对光伏阵列在环境突变情况下尤其是局部阴影下的多峰值现象,提出一种基于反向传播(BP)神经网络与改进粒子群的最大功率点跟踪(MPPT)算法。该算法利用BP神经网络近似定位最大功率点,并利用对粒子群算法中的惯性权重值进行非线性动态优化后的改进粒子群精确定位最大功率点。仿真结果表明,复合算法可以更好地跟踪最大功率点,有效避免前期易陷入局部极值的问题,提高了精度,减小了功率振荡。     

水系锌离子电池无枝晶锌金属负极研究进展

水系锌离子电池由于具有较高的能量密度、成本低廉、安全性高和环境友好等优势,因此在智能硬件、小型电动车、大规模储能等领域具有广阔的应用前景。然而,锌金属负极存在的枝晶问题导致电池循环寿命缩短,严重制约了其实际应用。通过分析锌负极的沉积/溶解过程及其可能出现锌枝晶的路径,从人工界面层构筑、基底结构设计及电解液优化三个方面综述了无枝晶锌金属负极的近期研究进展,系统阐述了其主要设计策略及作用机制。最后,对锌金属负极未来发展方向进行了展望。     

计及虚拟惯量与下垂控制的风火耦合系统小扰动稳定分析

风火耦合系统在我国北方电网中普遍存在。为了构建电网友好型风电场,主动频率支撑控制被引入风电功率外环,然而该控制可能会影响耦合系统的稳定特性。已有研究主要关注主动频率支撑控制对火电机组主导的机电振荡特性的影响,对风电机组主导的次同步振荡特性影响的研究不多。基于此,建立考虑主动频率支撑控制的风火耦合系统模型,分析在不同风电渗透率和不同锁相环阻尼系数下主动频率支撑控制对耦合系统中火电机组主导的机电振荡模态以及风电机组中锁相环主导的次同步振荡模态的影响,确定耦合系统中锁相环主导的次同步振荡模态的主要影响因素。为了探究主动频率支撑控制影响锁相环主导的次同步振荡的失稳机理,推导了耦合系统计及主动频率支撑控制时锁相环小扰动等效模型,通过复转矩法分析了主动频率支撑控制对锁相环主导的次同步振荡模态的影响。通过时域仿真验证了主动频率支撑控制参数对耦合系统稳定性的影响。     

面向低频振荡分析的直驱风电机组阻尼转矩建模

针对直驱风电机组直流电压环和锁相环失稳问题,基于直驱风电机组电流源型线性化模型,分析了电网强度、直流电容输入功率以及控制参数对直驱风电机组稳定性的影响;建立了适用于直流电压环和锁相环稳定性分析的电流源型阻尼转矩模型,通过阻尼转矩法揭示了直驱风电机组失稳机理;进一步地将阻尼转矩法拓展至多机并联系统。研究结果表明：电网强度的减小、直流电容输入功率的增加、控制参数(直流电压环比例参数、锁相环比例参数)的减小会降低直驱风电机组低频振荡模式(直流电压环模式、锁相环模式)的阻尼系数,当阻尼系数小于0时,该模式下系统失稳,表现为直驱风电机组发生低频振荡。     

基于强化学习的电动汽车换电站实时调度策略优化

随着电动汽车的应用推广,换电站的调度优化逐渐成为研究热点。传统的基于换电需求预测值的调度策略在实际应用中面临着难以适应动态干扰因素、预测误差累积等问题。为了解决这些问题,提出了一种基于带基线的蒙特卡罗策略梯度法的换电站实时调度策略,用于优化换电站的充放电策略以及响应电池数量。提出了带基线的蒙特卡罗策略梯度强化学习,并为换电站实时调度问题选取合适的状态空间和动作空间;设计了奖励函数对智能体进行离线训练,从电池状态数据、分时电价和排队电动汽车数量中学习得到最优策略网络;在离线训练好的模型基础上进行实时调度策略测试。基于换电站的服务可用率和经济效益验证了所提调度策略的有效性和经济性,算例结果表明所提策略能对电网负荷起到一定的削峰填谷作用。