Roll angle of autocollimator measurement method based on hollow cube corner reflector

In this paper, a method of measuring roll angle with hollow cube corner reflector (HCCR) is proposed. Firstly, the space coordinate vector relationship between the mirror and the autocollimator is established by using the Euler rotation relationship, and the structure of the HCCR is designed. Secondly, through the actual measurement of the HCCR reflector''s angle sensitivity, the specific formula of roll angle measurement is obtained. The experimental results show that the method can be used to measure the roll angle, and the maximum root mean square (RMS) error is 15" in the range of 350", and the repeatability of the experiment is better than 2.7". On the basis of retaining the traditional autocollimator, the plane mirror is replaced with HCCR, which realizes the measurement of the roll angle of the autocollimator. This method does not change the internal structure of the autocollimator system, and there is no process error caused by special processing technology, so as to retain the autocollimator''s own long measurement distance, high measurement accuracy, high system stability, and large range of measurement performance, and it can also be used in industrial production.     

基于自注意力对抗的深度子空间聚类

子空间聚类(Subspace clustering)是一种当前较为流行的基于谱聚类的高维数据聚类框架.近年来,由于深度神经网络能够有效地挖掘出数据深层特征,其研究倍受各国学者的关注.深度子空间聚类旨在通过深度网络学习原始数据的低维特征表示,计算出数据集的相似度矩阵,然后利用谱聚类获得数据的最终聚类结果.然而,现实数据存在维度过高、数据结构复杂等问题,如何获得更鲁棒的数据表示,改善聚类性能,仍是一个挑战.因此,本文提出基于自注意力对抗的深度子空间聚类算法(SAADSC).利用自注意力对抗网络在自动编码器的特征学习中施加一个先验分布约束,引导所学习的特征表示更具有鲁棒性,从而提高聚类精度.通过在多个数据集上的实验,结果表明本文算法在精确率(ACC)、标准互信息(NMI)等指标上都优于目前最好的方法.     

考虑天然来水随机性的水火电系统机组检修计划

如何合理安排机组检修是水火电系统调度运行中的一项重要任务。在长时间尺度下,天然来水的随机性使机组检修计划本质上成为随机优化问题,通常采用场景法描述随机性,但其形成的高维优化问题难以直接求解。建立多场景耦合的水火电系统机组检修优化模型,利用多学科协同优化(Multidisciplinary Collaborative Optimization, MCO)方法将各场景间的非预期性约束及检修变量耦合约束解耦,实现了原问题的降维,且MCO结构具有内在的并行性。此外,在基于MCO的系统级优化问题中,用绝对值惩罚项替代二次惩罚项,保证该问题是一个混合整数线性规划问题,有利于提高计算效率。最后以某省级实际水火电系统为算例进行仿真分析,验证了所提模型和算法的有效性。     

考虑动态频率约束的风-光-抽蓄互补发电系统短期优化调度模型

该文研究考虑动态频率约束的风-光-抽蓄互补发电系统短期优化调度模型。在考虑风电场和光伏电站提供虚拟惯量、下垂控制以及备用的情况下,首先推导了抽蓄电站抽水工况和发电工况下系统的动态频率指标。其次,对比抽蓄电站抽水工况和发电工况下各频率指标的异同并进行聚合,以系统上网电量最大为目标,建立了考虑动态频率约束的风-光-抽蓄互补发电系统短期优化调度模型。最后,仿真分析表明,随着抽蓄机组装机容量的增加,系统上网电量增加,弃风弃光电量大幅减少,提高了风电和光伏的消纳水平;另外,验证了所提模型在增强风-光-抽蓄互补发电系统动态频率响应能力方面的有效性。     

基于Hopf分岔特性分析的调压室设置条件与参数判别方法

调压室是水电站输水系统缓解水击波影响,进而满足机组调节保证要求的关键建筑;调压室的设置条件、临界稳定断面和位置是工程设计阶段需科学合理确定的3个关键指标。建立考虑上游调压室和水头损失的水轮发电机组调节系统非线性模型,引入Hopf分岔理论判断系统的分岔特性;依据系统的稳定域,提出调压室的设置条件和临界稳定断面判别方法;分析调节系统水流惯性时间常数和水头损失系数对系统稳定性的影响,确定调压室的合理位置。实验结果表明,所提方法可依据系统Hopf分岔特性判别调压室设置条件、临界稳定断面位置,为工程中关于调压室设置的设计提供了理论支撑。     

基于模糊神经网络的高压电力设备故障预测模型

电力设备作为电力系统的基本要素,对其故障风险预测可以有效降低电网故障风险带来的损失。当前应用的高压电力设备故障预测模型忽略了对高压电力设备信号的盲源分离处理,无法去除虚假故障分量,导致故障预测结果不准确、耗时较长的问题。构建新的基于模糊神经网络的高压电力设备故障预测模型。将小波降噪方法引入到盲源分离中,对高压电力设备信号完成盲源分离和小波分解;通过互信息方法将分解结果中的虚假分量删除;利用插值形态滤波的方式提取故障特征,将其设定为模糊神经网络的输入变量,构建高压电力设备故障预测模型。实验结果验证了所构建的模型在30次实验迭代过程中的误差始终不超过2.5%,均方根误差低于3.4%,预测用时测试结果在14~23 ms之间。数据表明所构建模型的预测精度较高、预测速度更快,具有明显的应用优势。     

卫星激光辅助光学影像立体测绘评估与分析

卫星激光辅助光学影像进行立体测绘是提高无控制测图精度的重要手段。针对美国ICEsat 1和我国高分七号、资源三号03星在轨激光测高载荷,本文从激光辅助光学影像提升高程精度的需求出发,采用激光与立体影像平高分离的区域网平差方法,对比和分析三颗卫星激光用于复合测绘的精度。试验选取天津同一地区的资源三号03星传感器校正立体影像和三颗卫星激光数据,利用15个外业检查点进行精度验证。试验结果显示,利用6～10个ICEsat 1、高分七号、资源三号03星激光点辅助光学立体影像平差后,立体影像定位高程精度分别由原始的464m提升到251m、24m、348m,充分表明,三颗卫星激光数据均可用于进一步提高立体影像高程精度,GF 7卫星激光辅助定位高程精度效果略优于ICEsat 1,ZY3 03星次之。     

基于周期性极化钽酸锂晶体的连续激光倍频技术研究

针对连续激光倍频的需求,对比分析了周期性极化钽酸锂晶体和铌酸锂晶体的非线性光学特性,从技术研究角度确定了周期性极化钽酸锂晶体更适合用于连续激光倍频。依据非线性转换效率和晶体结构安装尺寸,确定了基频激光压缩及倍频激光准直的参数,从保证工程应用的角度选择了81μm极化周期的钽酸锂晶体,设计并实现了双光路倍频,获得了超过5W的540nm连续倍频激光输出。