含热泵和电热混合储能的建筑微能源网经济优化调度

为实现微能源网经济运行,提出一种含热泵和电热混合储能的建筑微能源网经济优化调度方法。首先基于ETP模型结合蒙特卡洛模拟建立采用通断调节的大规模空调负荷聚合模型,确定逐时冷负荷需求。然后构建考虑相变蓄冷变温特性与风冷热泵出力特性的微能源网优化调度模型。最后以微能源网全寿命周期成本最小为目标函数,应用Python+Gurobi对模型进行求解。分析夏季3种典型天气,4种场景下的优化调度结果,仿真结果表明：配置电热混合储能具有电、冷负荷削峰填谷的效果,能降低初始投资成本与运行成本,系统的经济性和灵活性更优。     

一种改进ε约束飞蛾火焰优化算法及其在约束优化问题中的应用

提出一种改进ε约束法的飞蛾火焰优化算法(ε improved moth-flame optimization algorithm, εIMFO)求解约束优化问题.该算法采用ε约束法对约束进行处理,考虑种群整体的约束违反度变化,提出一种基于火焰种群约束违反度的阈值ε计算公式;改进火焰种群的更新方法,首先,根据种群中个体的约束违反度与ε的关系将其分为两类:一类是约束违反度小于等于ε的个体,按照目标函数值排序,另一类是约束违反度大于ε的个体,按约束违反度排序;然后,先选择第1类中的个体,若数量没有达到种群数量的要求,继续从第2类中选取个体形成新一代火焰种群;最后,提出一种改进的飞蛾变异策略,在原始飞蛾变异策略的基础上引入2个随机火焰个体影响飞蛾变异,并增加优秀火焰个体对飞蛾变异的指导作用.通过25个测试函数以及2个实际的工程优化问题分别与其他13种算法进行的算法性能测试对比表明, εIMFO算法在求解精度和稳定性等方面具有优势.     

基于VMD-DenseNet的短期电力负荷预测

针对电力负荷较为复杂的变化特性,以及现有预测算法未能充分利用数据中的特征、存在精度不足的问题,提出一种基于VMD-DenseNet的组合预测模型。通过VMD将原始负荷序列分解为趋势分量、细节分量和随机分量,并采用最大信息系数为各分量选取相关性较大的特征变量。引入一维DenseNet神经网络模型预测各分量负荷,通过密集连接实现特征重用,加强对各分量特征的提取。以欧洲某电网的负荷数据集为算例,分别在提前1 h和提前6 h两种不同的预测时间尺度下进行实验,结果表明提出的模型都能够更好地提取数据中的潜在特征,相较于其他模型具有更高的预测精度。     

考虑设备故障概率的配网自愈故障隔离优化策略

集中式配网自愈通过配电自动化主站和配电自动化终端配合进行故障定位,并完成故障隔离和非故障区域复电,能快速恢复用户供电.受配网设备中负荷开关柜电流互感器安装位置的影响,自动化图形上故障信号指示与实际故障设备会出现不一致情况,造成自愈隔离范围不准确,导致自愈复电不成功.结合配网开关柜设备不同元件的故障发生概率,对不同类型配网线路进行故障隔离情况的分析,制定了配网自愈故障隔离的优化策略,能有效提高配网自愈复电的成功率.实际应用验证了策略的可行性和有效性。     

自然环境下拉曼光谱遥测技术及其应用进展

拉曼光谱遥测技术主要用于在安全距离之下对一些危险品、违禁品、变质食品等进行现场快速检测。早期拉曼光谱遥测技术大多采用可见光或近红外激光拉曼光谱技术,为了避免环境光影响,常在实验室或夜间进行。近年来,因日盲紫外激光的拉曼光谱检测具有共振效应强、不受环境光干扰、人眼相对安全等诸多特性逐渐开始被广泛应用。本文在分析自然环境下远程拉曼光谱遥测技术基础原理上,归纳了国内外可见光或近红外激光拉曼光谱遥测技术和国内外紫外激光拉曼光谱遥测技术的研究进展和现状,分析了远程紫外激光拉曼光谱应用在反恐、禁毒和食品安全等领域的优势,最后总结了自然环境下拉曼光谱遥测技术的研究难点和发展趋势。     

城市土木工程基础设施韧性提升理论与方法

保证城市土木工程基础设施的功能是建设韧性城市的关键。以“灾害/环境作用-结构响应-灾变控制-韧性提升”为主线,从材料、结构、系统等不同尺度,对相关研究成果进行回顾与分析。结果表明：对单一灾害或单一环境作用机制、单一环境作用下结构材料性能退化机理及其恢复方法、单一灾害作用下单体结构的灾变响应与控制等方面有了清晰的认识和技术应对措施。但是,多重灾害和复杂环境作用下城市土木工程基础设施的灾变机理更加复杂、韧性提升难度更大。未来需进一步深入研究多重灾害触发及复杂环境作用机制、复杂环境作用下结构材料性能退化机理及其恢复方法、多灾害与复杂环境作用下单体结构灾变机理与控制方法以及城市土木工程基础设施系统的灾变机理与韧性提升方法。     

基于虚拟检测器的车辆预估跟踪

基于视频图像的车辆监测技术由于其维护方便、易于实施的特点,近年来备受关注。车辆跟踪是实现视频车辆监测的关键技术之一,如何实现车辆跟踪的实时性是国内外研究的重点和难点。本文提出了基于虚拟检测器的Kalman跟踪方法,主要介绍了车辆存在检测和车辆预估跟踪两部分。实验结果表明,此方法在快速路场景下,能够有效地实现车辆的跟踪,完全满足系统要求,具有较高的实用性。     

一维热传导问题时变边界上热通量重构问题

具有Neumann边界条件的抛物方程的初边值问题是偏微分方程研究领域的一类经典问题.正问题是由已知的边界条件和初始条件来求区域温度场的问题.如果边界条件不足,但给出了区域内部的一些额外信息,这样便构成了一类热通量重构的反问题.本文讨论了一维热传导问题时动边界上的热通量重构问题,借助于位势理论方法,引入密度函数,将反问题本质上转化为一类关于密度函数的具有弱奇性核的第一类Volterra积分方程,采用了Tikhonov正则化,在正则化参数的选取上采用了后验的模型函数方法,数值结果验证了反演方法的有效性.     

基于AP聚类和频繁模式挖掘的视频摘要生成方法

为了有效支持视频数据库浏览和检索,通过视频摘要来对视频进行紧凑表达变得十分重要.提出了一种新颖的基于近邻传播聚类AP(Affinity Propagation)和频繁镜头模式挖掘的视频摘要自动生成算法.视频频繁镜头模式被定义为在一定时间窗口内经常出现的镜头系列.首先通过近邻传播聚类,将相似镜头聚合到一起;然后采用频繁镜头模式挖掘的方法对视频聚类内容进行挖掘,去掉视频中冗余内容部分;最后通过覆盖视频语义信息的频繁镜头模式生成视频摘要.实验结果表明,视频摘要算法取得了良好的效果.     

一种新的基于迭代学习的故障检测和估计算法

将迭代学习策略应用到故障诊断中,提出一种新的故障检测和估计算法.引入虚拟故障参数,采用基于PID的迭代学习策略调节其中的虚拟故障,使虚拟故障逼近系统中实际发生的故障,从而达到对系统故障诊断的目的.理论证明和仿真结果验证了新算法的可行性和有效性.