我国“同网同价”政策下的电价模拟计算模型

总结了我国"同网同价"的实施情况,介绍了对"同网同价"中电价的确定。针对电价计算存在的问题,构建了3种同价计算模型。运用模拟数据对3种方法进行的实际计算,并对结果进行了分析。     

载波相位平滑GPS伪码为伪距的研究

分析了全球定位系统接收机可获取的观测量。给出了载波相位平滑伪码伪距的一个递归算法结构。讨论了平滑法初值的设定和构造伪距前向预测值，并对各种情况进行了统计分析。     

直购电背景下利用储能配合旋转备用的风电并网容量优化

为了解决大用户直购电与风电消纳之间的矛盾,文章提出利用大用户以直购电的形式消纳风电。首先,以上下旋转备用来应对风电的不确定性,引入储能系统弥补较高备用需求导致的上下旋转备用空间的不足。其次,在此基础上以大用户直购电背景下风电最优并网容量为目标建立了以发电企业为领导者,风电场为跟随者的主从博弈模型。最后,运用改进粒子群算法在含风电场的IEEE 30节点系统上进行仿真分析,算例验证了所提方法的有效性。     

考虑电流保护的配电网电动汽车与分布式能源配合优化运行策略

为保证配电网原有保护的正确动作和减小电动汽车无序入网与分布式能源的波动给配电网带来的影响,提出了一种考虑电流保护的电动汽车与分布式能源配合优化运行策略。为提高求解效率,电动汽车采用了集群控制策略。在不修改原有保护配置的前提下,依据配电网负荷均方差与车主费用搭建了基于融合节点的日前优化运行模型。基于电流保护显性、隐性指标与电压指标,对配电网电动汽车最优入网规模进行了评估。在最优入网规模下,基于电动汽车与分布式能源的配合得到了配电网的最优运行工况,并通过状态空间实时模型对其进行修正,以更符合实际情况。算例分析表明,所提策略在保障车主利益的前提下,能保证优化周期内所有时刻电流保护的正确动作,电压水平也维持在允许范围;同时,其能平抑负荷波动,降低负荷水平和减小网损。     

大唐电信室内光缆生产线计算机控制系统

介绍了一种室内光缆生产线的计算机控制系统，具有适应性强．自动化程度高、可靠性好等特点。     

边坡支护施工技术在肯尼亚某大坝工程中的应用

肯尼亚斯瓦克大坝项目位于肯尼亚东南部,是通过修建一座混凝土面板堆石坝蓄水,开发河水资源用以供水、发电和灌溉多功能一体化的工程。苏州中材建设有限公司负责施工的溢洪道土石方开挖,涉及溢洪道两边边坡支护技术。文章详细介绍了该工程的边坡支护施工过程,提出了其施工质量保证措施和支护工程质量通病处理工艺及措施。     

一道二组分相平衡系统计算题的解法

物理化学知识点繁多,公式多而难记,对典型习题采用不同方法解题可以有效的提升教学效果。对一道二组分相平衡系统的习题分别应用了杠杆规则和物质守恒原理两种方法进行解题,通过分析对比,总结了两种解题方法各自的优点。对同一题型采用不同方法进行解题,加深了学生对杠杆规则的理解,提高了学生灵活应用杠杆规则解题的能力,使学生进一步认识到物质守恒原理在相平衡中的重要性。     

一种高效可证明安全的RFID认证协议

为了保护RFID系统的安全性与隐私性,大量的RFID认证协议相继被提出,然而现有大部分低成本的RFID认证协议都不具有隐私安全性.事实证明仅仅基于某种假想给出安全性论断的RFID协议是不安全的.协议的设计必须进行形式化的分析和证明.提出一种新的RFID协议,能够有效地减低后台数据库的复杂度,且在遭到去同步化攻击时能够自动恢复.协议的分析使用了基于Game的方法,将协议的隐私性紧致地归约到随机预言机的假设上,证明了其具有不可区分的隐私性.上述工作保证了协议的高效性和可用性,并将成为未来分析和解决RFID系统隐私性问题的通用方案.     

一种对不确定区域再分类的路面检测算法

路面检测是智能汽车领域的一个重要研究课题。基于学习的方法将获取的汽车前方的图像划分为一些区域,然后分别将这些区域分类为路面区域或非路面区域。由于现实场景的复杂性,存在一些既包含路面又包含非路面的不确定区域,只是将其分类为路面区域或非路面区域是不合理的。针对上述问题,提出了一种新的基于分割的路面检测算法,其核心是不确定区域再分类算法RCUR（Re-classification on Uncertain Regions）。该算法检测出不确定区域后,利用不同分割算法的互补性将不确定区域分割为若干子区域,通过对子区域的组合、分类可以有效地区分出不确定区域中的路面与非路面部分。实验表明该算法能够在现实场景中适应路面的多样性,提高路面检测的正确率,降低噪声对路面检测结果的影响。     

一种改进的多视图聚类集成算法

近年来,针对大数据的数据挖掘技术和机器学习算法研究变得日趋重要。在聚类领域,随着多视图数据的大量出现,多视图聚类已经成为了一类重要的聚类方法。然而,大多数现有的多视图聚类算法受算法参数设置、数据样本等影响,具有聚类结果不稳定、参数需要反复调节等缺点。基于多视图K-means算法和聚类集成技术,提出了一种改进的多视图聚类集成算法,其提高了聚类的准确性、鲁棒性和稳定性。其次,由于单机环境下的多视图聚类算法难以对海量的数据进行处理,结合分布式处理技术,实现了一种分布式的多视图并行聚类算法。实验证明,并行算法在处理大数据时的时间效率有很大提升,适合于大数据环境下的多视图聚类分析。