基于多源融合的油纸绝缘套管缺陷辨识及绝缘状态评估

油浸纸绝缘套管作为变压器的关键组件,其绝缘受损会威胁变压器主设备的运行安全。针对此现状,提出一种基于多源融合的油纸绝缘套管缺陷辨识及绝缘状态评估方法。首先,根据实际运行工况制备典型缺陷试验套管,并开展频域介电响应、局部放电及红外热成像联合试验,辨识套管缺陷种类。然后,提取套管绝缘指标量,引入隶属度函数及状态得分算子,建立基于博弈论组合赋权法的套管绝缘状态评估模型。最后,分别采用组合赋权法和单一赋权法的评估模型,对正常以及缺陷套管进行算例分析。结果表明：联合试验可以准确辨识套管缺陷种类。组合赋权法弥补了单一赋权法评估结果片面的不足,且正常套管的模型评估分数均高于缺陷套管。评估结果与套管实际绝缘状态一致,验证了套管绝缘状态评估模型的正确性及有效性。     

含高渗透率分布式光伏配电网的网络分区与电压协调控制

为了解决大规模分布式光伏并网导致的电压越限问题,提出一种含高渗透率分布式光伏配电网的网络分区与电压协调控制方法。首先根据改进的模块度函数分区算法将配电网划分为若干分区。再以光伏有功削减量、节点电压偏差和网损之和最小为目标构建各分区子优化控制模型。然后,根据区内信息采集和区间信息交互,采用同步交替方向乘子法协调求解各分区的子模型,经过多次迭代后将最优解输出,实现各分区并行控制。最后,将分区方法和电压控制策略应用于贵州省某地实际馈线系统,得到了良好的效果,在保证配电网经济运行的同时提高电压质量,减少功率倒送。     

非晶合金配电变压器铁心截面优化设计

本文在参考传统立体卷硅钢变压器截面设计的基础上,分析立体卷铁心柱的截面特点,推导出截面设计公式。考虑非晶合金硬度高、脆性大的特点,本文给出两种适合非晶带材加工的约束条件,提出对应于两种约束条件的设计方案,即理论最大截面设计与实用经济截面设计,为非晶合金配电变压器的设计提供参考。     

一种双断口真空有载分接开关的研制及应用

当前主流大容量真空有载分接开关普遍仅采用单一电阻过渡且存在开断级间短路电流的风险。为提高真空分接开关的运行可靠性,作者研制了一种采用双过渡电阻的双断口真空有载分接开关,避免了主真空管和过渡真空管负荷不一致的问题,且在理论上避免了分接开关发生级间短路事故,并完成了双断口真空分接开关的研制、型式试验及挂网试运行。     

电动汽车用驱动电机测试平台多功能电源系统

电动汽车的驱动电机可以选用直流电机、感应电机和永磁同步电机等,这些电机进行测试时所需的馈电系统不同,无法在同一实验平台上进行试验。为此,开发了一个共直流母线的电动汽车用驱动电机系统测试平台,该测试平台能在不同电源工作模式下对不同电机进行试验。重点研发了适用于电动汽车驱动电机测试的多功能试验电源,该电源采用了交直流共用主回路拓扑结构分时输出,三重化DC/DC的直流调制策略和SVPWM过调制的交流调制策略,使得驱动电机系统测试平台不仅具有较高的能量利用率,还能适用于多种不同类型的驱动电机测试。最后,实验证明了所开发的驱动电机系统测试平台的可行性。     

基于知识Petri网的确定性和不确定性联合推理

知识推理是人工智能的核心领域,旨在研究如何从已知(知识库和推理规则)推理出未知,以帮助智能体做出科学决策.而智能体所处的环境存在不可观性和不确定性,因此知识库通常不仅包含确定性知识,还包含不确定性知识,而且推理过程需要两类知识紧密协作.然而,目前的推理方法无法将两类知识统一表示,常常将两者对应的推理过程割裂进行.基于此,为了实现在统一的模型架构下完成确定性和不确定性联合推理,给出了一种知识Petri网推理方法.首先,定义了一种新的知识Petri网,使其不仅能够描述确定性的知识规范,也可以描述先验概率知识;其次,根据知识Petri网的网结构,给出了一种知识Petri网概率独立剪枝算法,能够指数级地降低不确定性推理的计算复杂性;最后,利用知识Petri网及其概率独立剪枝算法,给出了一种新型推理算法,实现了确定性和不确定性的联合推理,并利用Wumpus世界进行了演示和验证.     

针对运动目标的多无人机协同鸽群优化搜索方法

针对多无人机协同运动目标搜索问题,本文设计了改进鸽群优化算法的协同搜索决策.首先,基于运动目标的独立性,建立了服从正态分布的目标概率信息图模型;为了提高环境中目标存在的确定度,建立了搜索环境的确定度信息图.其次,通过建立的吸引和排斥数字信息素图,引导无人机向未搜索区域飞行,减少重复搜索概率,提高协同目标搜索效率,并基于传统的鸽群算法,通过加入速度更新修正机制和精英代机制对其进行改进.然后,结合环境中目标的存在概率信息以及无人机搜索目标的探测信息,使用改进鸽群优化算法,规划无人机的最优搜索飞行路径.并设计避碰机制,以有效防止无人机搜索过程中的碰撞.最后,通过比较仿真实验验证了改进鸽群优化算法对运动目标协同搜索的有效性.     

具有加性和乘性噪声的线性离散时间随机系统的无模型最优跟踪控制

本文研究一类同时受加性和乘性噪声影响的离散时间随机系统的最优跟踪控制问题.通过构造由原始系统和参考轨迹组成的增广系统,将随机线性二次跟踪控制(SLQT)的成本函数转化为与增广状态相关的二次型函数,由此推导出用于求解SLQT的贝尔曼方程和增广随机代数黎卡提方程(SARE),而后进一步针对系统和参考轨迹动力学信息完全未知的情形,提出一种Q-学习算法来在线求解增广SARE,证明了该算法的收敛性,并采用批处理最小二乘法(BLS)解决该在线无模型控制算法的实现问题.通过对单相电压源UPS逆变器的仿真,验证了所提出控制方案的有效性.     

面向异构DHT存储的数据与位置解耦算法

分布式哈希表(distributed hash table, DHT)由于其高效的数据寻址方式而被广泛应用于分布式存储.传统DHT必须将数据存放在指定节点中才能实现高效的数据分布式寻址,极大地限制了DHT技术的应用范围.例如,在异构存储网络中,节点的存储空间、带宽、稳定性等均有较大差异,结合数据特征和节点性能差异选择合适的数据存放节点可以很大程度上提高数据的访问效率,而传统DHT数据和存储位置紧耦合的特征导致其难以应用于异构的存储网络中.针对此问题,提出了vRoute算法以实现DHT中数据标识与其存储位置的解耦.通过构建基于Bloom Filter的分布式数据索引, vRoute算法可以在不降低数据寻址效率的基础上允许数据存储在网络中的任意节点.通过扩展Kademlia算法实现了vRoute,并从理论上证明了vRoute算法的有有效性.最后,模拟实验表明vRoute以较低的存储、网络开销实现了和传统的DHT算法接近的数据寻址效率.     

基于汉语特征的中文对抗样本生成方法

深度神经网络容易受到来自对抗样本的攻击,例如在文本分类任务中修改原始文本中的少量字、词、标点符号即可改变模型分类结果.目前NLP领域对中文对抗样本的研究较少且未充分结合汉语的语言特征.从中文情感分类场景入手,结合了汉语象形、表音等语言特征,提出一种字词级别的高质量的对抗样本生成方法 CWordCheater,涵盖字音、字形、标点符号等多个角度.针对形近字的替换方式,引入ConvAE网络完成汉字视觉向量的嵌入,进而生成形近字替换候选池.同时提出一种基于USE编码距离的语义约束方法避免对抗样本的语义偏移问题.构建一套多维度的对抗样本评估方法,从攻击效果和攻击代价两方面评估对抗样本的质量.实验结果表明, CWordAttacker在多个分类模型和多个数据集上能使分类准确率至少下降27.9%,同时拥有更小的基于视觉和语义的扰动代价.