改进的非结构化对等网络动态搜索算法

非结构化对等网络中的资源搜索效率通常由搜索失败率和平均跳数来衡量.目前绝大多数搜索算法都难以保证查找的成功率.本文研究了 3 种Gnutella 网络中使用的资源搜索算法,包括Flood,Random Walk和Random Walk with Neighbors Table.在此基础上,提出一种改进的动态搜索方法(IDS).通过在动态搜索算法(DS)中增加Neighbors Table 索引机制,能够增强搜索性能.实验证明本方法在查询失败率基本不变的情况下,具有减少搜索平均跳数的效果.     

基于随机森林和长短期记忆网络多元负荷预测的综合能源三层规划调度

针对综合能源系统负荷不确定性对规划和调度造成的高成本低效率问题,提出一种基于多元负荷预测的3层规划调度模型,主要包括预测层、规划层和调度层;基于随机森林回归网络和长短期记忆网络构建了多元负荷的长期和短期预测模型;以综合规划调度成本和调度运行成本最小为目标,采用改进粒子群算法和CPLEX求解器获取最优系统综合成本及配置方案;通过不同场景下的规划调度,分析了设备状态与系统成本。通过对比所构建的3层模型与常规双层模型的规划调度结果,证明了3层规划调度模型的经济性与可靠性。     

基于全局灵敏度的互联电网阻尼提升策略

针对互联电网中潜在的弱阻尼低频振荡,提出了一种基于索波尔(Sobol')法全局灵敏度的阻尼提升策略,实现低频振荡的早期有效抑制.首先,利用随机子空间辨识(stochastic subspace identification,SSI)算法实现从系统随机响应数据中提取系统的振荡频率、阻尼比等,当系统的区间模式阻尼比小于5％时发出预警,进而利用Sobol'法辨识影响系统阻尼的关键机组,实现参调发电机的选取,并应用优化算法快速确定有功功率调整量,实现区间弱阻尼模式阻尼比的提升.最后,利用IEEE 4机2区系统的仿真结果验证了本文算法的有效性和可行性.     

参激随机共振及纠错码技术的应用

为了有效地降低数字信号传输过程中的比特误码率,提出了纠错编码与参数调节随机共振技术的结合.在经过噪声污染后,依据参数调节随机共振技术的性质,给出通过系统参数调节的二进制脉冲幅值调制（PAM）输入信号的渐近误码率公式,应用纠错码技术采用中间值估计的方法得到修正的比特误码率.数字仿真试验证实,理论计算结果与试验结果相吻合,纠错码技术与参激随机共振技术的结合应用于二进制基带信号传输,可以降低误码率,从而可以得到更好的效果,提高通信的可靠性和有效性.     

随机通胀下基于终止风险的DB养老金计划的保费估值

针对随机通胀以及终止风险对DB养老金计划的养老金支付问题的影响,提出了在随机通胀的条件下养老金福利担保公司(Pension Benefit Guaranty Corporation,PBGC)为基于提前终止和遇险终止风险的DB养老金计划提供担保的保费估值问题;由于DB养老金计划可能发生两类终止而导致养老基金赤字和计划发起人公司破产而未能按照承诺支付养老金,就会产生支付缺口,此时,引入PBGC将缺口的养老金支付给养老金计划受益人.PBGC的引入能够充分保障受益人的利益,大大降低了受益人承担的风险.忽略通货膨胀会使结果有误差,因此,在随机通胀的基础上构建了基于两类终止风险的DB养老金计划的保费估值模型.最后,对模型进行了数值模拟.结果表明,通货膨胀的加入使得保费有所增加,虽然这一结果给计划发起人增加了负担,需要支付更多的保费给PBGC,但却降低了PBGC所承担的风险.该模型引入了随机通胀,使得研究的结果更符合实际.     

矿区土壤重金属Cd高光谱建模与模型适应性分析

以粤北南岭某矿区土壤为研究对象,采用传统采样检测方法分析土壤重金属含量.借助ASD FieldSpec 4型便携式高光谱仪测量土壤光谱反射率,将土壤反射率经过卷积平滑后进行8种数据变换,分析9种光谱数据指标与镉(Cd)含量的相关性.采用偏最小二乘和随机森林方法,结合Pearson相关系数分别建立9种光谱数据指标的土壤重金属Cd含量的高光谱反演模型.并对其预测能力进行评价,实现了局地尺度上土壤重金属Cd含量反演,探究了不同Cd浓度区间对建模精度的影响.结果表明:通过不同的数据变换方式可以有效消除基线,去除背景干扰并提高光谱数据与Cd的相关性.其中一阶微分变换效果最为理想;偏最小二乘(Partial Least Squares Regression,PLSR)与随机森林(Random Forest Regression,RF)均能不同程度预测Cd含量,其中采用一阶微分结合随机森林(FD-RF)方法所建模型具备较高可靠性,R2超过0.80;当样本浓度平均值变化超过40％时,建立的模型预测能力降低.该研究方法可以作为土壤重金属Cd检测的手段,研究结果可以为土壤重金属高光谱反演提供方法和理论支持.     

基于随机矩阵理论的数据建模方法

随机矩阵理论作为统计学处理复杂系统和高维数据的理论工具,已越来越多地与大数据技术结合,应用于电力系统分析.首先介绍了随机矩阵的基础定义,其次介绍了随机矩阵单环定理,并依此建立了DAS量测数据的随机矩阵模型,采用平均谱半径作为其线性特征值统计量,根据平均谱半径的变化感知原始随机矩阵中数据的变化.采用IEEE 33节点配电网络作为仿真分析模型,可发现当配电网无故障稳定运行时平均谱半径随时间序列的变化情况,为后续探究配电网故障的诊断方法打下了理论基础.     

电网故障处置预案文本中的命名实体识别研究

电网故障处置预案是电网故障处置的重要参考,对电网故障处置预案文本中各类电力设备、名称编号等细粒度的关键实体信息进行抽取,是实现计算机学习理解预案内容并进一步支撑故障处置智能化的重要基础。文中提出一种基于深度学习的电网故障处置预案文本命名实体识别技术,首先采用字向量表征预案文本,然后将注意力机制以及双向长短期记忆网络相结合,有所侧重地提取实体词深层字符特征,最后采用条件随机场求解最优序列化的标注。算例表明:文中所提预案文本命名实体识别模型不依赖人工特征,能够自动高效地提取文本特征,准确识别预案文本中细粒度的实体词,满足预案文本中关键实体信息精确定位和识别的要求。     

等效岩体三维随机节理网络模型构建及其在两河口水电站中的应用

节理的存在对水电高陡岩质边坡的力学性质有重要影响,如何构建反映三维节理分布特征的等效岩体计算模型,是分析与评价岩体力学特性的关键。本文基于损伤力学和统计强度理论,在三维岩石破裂过程分析（RFPA3D）软件的基础上,提出了一种计算等效岩体三维随机节理网络模型的新方法。首先,基于Baecher模型和Monte-Carlo方法,在RFPA3D软件中实现了三维随机离散节理网络（Discrete fracture network,DFN）模型的重构。然后,利用RFPA3D软件内嵌DFN模型,赋予节理和岩石不同的力学参数,构建了工程尺度等效岩体三维随机节理网络模型,实现了三维随机节理岩体破裂过程、变形和强度等力学性质的分析。最后,以两河口水电站左岸边坡坝址区下游节理岩体为研究对象,验证了三维随机DFN模型的准确性,开展了研究区内节理岩体尺寸效应研究,并获得了研究区内岩体的表征单元体（Representative elementary volume,REV）和等效力学参数。该研究成果为等效岩体力学行为分析提供一种新方法。