辐条式磁齿轮电机齿槽转矩抑制

磁齿轮电机具有转矩密度高、转子结构坚固的特点。针对外转子辐条式磁齿轮电机齿槽转矩高等问题,以一台三相18槽28极外转子辐条式磁齿轮电机作为研究对象,利用磁场调制理论对气隙进行解析计算,然后基于麦克斯韦张量法分析外转子辐条式磁齿轮电机齿槽转矩产生的机理,并通过调节槽口角度和转子削角对磁齿轮结构进行优化。有限元分析结果表明,优化后电机的反电动势三次谐波被削弱了53%、齿槽转矩幅值被削弱了93.4%、输出转矩脉动下降了73.7%。有限元分析结果验证了调节槽口角度和转子削角的结构优化方法的有效性。     

基于PID控制技术的变风量空调系统多变量解耦回路控制

变风量空调系统包含多个控制回路,各组控制回路在运作时会产生强烈耦合效果,为保证系统稳定需要解耦控制回路,研究基于PID控制技术的变风量空调系统多变量解耦回路控制方法。基于PID控制技术建立回路增益相对矩阵,根据相对矩阵对角理论推导空调多变量解耦方式,根据误差校正规则设置补偿信号控制系统解耦回路,完成解耦回路控制方法设计。实验以变风量空调系统为测试对象,运用所提方法和传统方法,对多变量回路进行解耦控制。设定变风量空调系统中包含五组控制回路,分别为2组房间室温和管道静压,以及二氧化碳浓度和送风温度,当送风温度设定值为11℃、18℃以及14℃时,二氧化碳浓度设定值为400×10^-6、700×10^-6以及1 000×10^-6时,在所提方法下进行解耦控制,不会受到其他回路的影响,能够具备较好跟随性,减少其他控制回路的干扰和影响。     

基于多变量形态学特征的健康老年人认知发展预测算法

由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统,因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题,本文提出了一种针对皮层下核团的精细特征提取算法,并将其应用到老年人认知状态预测任务上。通过表面共形参数化、表面共形表示和基于互信息的表面流配准,提取了46名被试双侧海马和杏仁核各15 000×2个顶点上的形态学特征;通过斑块选择、稀疏编码与字典学习,和最大池化的降维流程,避免了维度诅咒的同时充分保留了核团的纹理信息;最后,以树为弱学习器,采用GentleBoost算法集成了最终的强分类器做认知预测。结果显示,仅纳入海马和杏仁核两个皮层下结构的新颖特征,即可达到85%的预测准确率,为皮层下结构的精细特征发掘提供了新思路。     

模仿学习综述：传统与新进展

模仿学习是强化学习与监督学习的结合,目标是通过观察专家演示,学习专家策略,从而加速强化学习。通过引入任务相关的额外信息,模仿学习相较于强化学习,可以更快地实现策略优化,为缓解低样本效率问题提供了解决方案。模仿学习已成为解决强化学习问题的一种流行框架,涌现出多种提高学习性能的算法和技术。通过与图形图像学的最新研究成果相结合,模仿学习已经在游戏人工智能（artificial intelligence,AI）、机器人控制和自动驾驶等领域发挥了重要作用。本文围绕模仿学习的年度发展,从行为克隆、逆强化学习、对抗式模仿学习、基于观察量的模仿学习和跨领域模仿学习等多个角度进行深入探讨,介绍了模仿学习在实际应用上的最新情况,比较了国内外研究现状,并展望了该领域未来的发展方向。旨在为研究人员和从业人员提供模仿学习的最新进展,从而为开展工作提供参考与便利。     

基于PSCAD的光伏电站交流侧故障暂态特性分析

光伏电站故障暂态特征分析过程中,由于交流侧电网模型的差异,导致故障暂态特性分析结果可信度系数较低。因此,对基于PSCAD的光伏电站交流侧故障暂态特性进行分析。在PSCAD软件的作用下构建可靠性较高的电网模型。在PSCAD模型内提取出故障电流,并计算故障暂态特征量。汇总电容放电、电流回馈以及电压恢复三个阶段的暂态特征量,获取故障暂态特性分析结果。仿真实验结果表明：单相短路故障出现后电网内部电压跌落20%,故障点暂态电流大幅度增长,分析结果信度系数达到了0.98。     

运用多模态学习改进张量分解的知识补全方法

基于单一模态实体之间建立关联所形成的语义关系网难以准确理解现实世界中的多模态语义。为增强多源知识图谱的补全能力以及解决知识图谱语义缺失问题,提出一种基于多模态嵌入张量分解的方法 ME-TD (multimodal embedding tensor decomposition)。利用由图像、描述文本和知识构成的三元组作为张量分解模型的输入,分别对图像和文本进行特征提取,研究3种融合方法：相加融合、相乘融合以及连接映射方法,通过高维映射形成一个多模态的三阶张量;经过三模式分解,产生一个核心张量与每一个维度因子矩阵的乘积,通过链接预测计算三元组正确的概率。实验结果表明,ME-TD方法在知识补全中对多模态矩阵预测效果相较于其它方法有较为明显提升。     

计及监测与控制功能的电力信息物理系统关键输电线路辨识方法

先进信息通信技术提升了电力系统可观可控性,同时也加剧了故障的跨空间传播风险。针对这一问题,该文提出一种考虑信息系统监测和控制功能与电力系统耦合作用的关键输电线路辨识方法。根据信息网与电力网之间的多重耦合关系,分别以断路器和发电机作为信息–物理交互作用点,建立监测功能模型和控制功能模型,分析其失效对电力网连锁故障传播的影响,在此基础上,建立基于攻防博弈双层优化模型的关键线路辨识方法。上层模型以负荷损失最大为目标制定线路攻击策略,下层模型以负荷削减量最小为目标制定发电机出力方案。采用Karush-Kuhn-Tucker (KKT)条件将其转化为单层混合整数线性规划模型求解。仿真结果表明,信息网对电力网的依赖程度是影响事故规模的重要因素,所提方法能够综合考虑供能和监控等耦合关系以及信息系统的运行特点,通过模拟故障传播过程中系统的响应能力,提高了辨识结果的精确性。     

基于FCM算法的光伏系统电弧故障检测方法研究北大核心CSCD

针对现有光伏系统电弧故障检测中易产生漏判、误判的问题,提出了一种基于FCM(模糊C均值聚类)算法的电弧故障检测方法。通过分析光伏系统电弧故障的时域、频域及电磁辐射特性,选取相邻窗口电流差值的峰峰值、电流频谱10~30 kHz频段的频域总能量与电磁信号的模极大值作为FCM的三维特征量,利用正常情况与故障情况下聚类中心在空间位置上的差异,实现光伏系统电弧故障的识别。仿真分析与试验结果表明,该方法能对光伏系统电弧故障进行准确识别且具有一定的抗干扰能力。     

基于Vine Copula的短期径流预报不确定性分析

定量分析短期径流预报序列的不确定性特征,对于提高水库短期运行计划的可靠性具有重要意义。针对常用多元椭圆Copula或阿基米德Copula难以有效刻画短期径流预报不确定性特征的问题,本文引入了Vine Copula对不同径流量级及不同预见期下预报不确定性进行定量评估,进而分析了先验信息对于后续时段预报不确定性的影响。以雅砻江流域锦西水库为例进行验证,结果表明：相较于传统多元Copula函数,Vine Copula构建的相对预报误差联合分布均能通过假设检验且拟合效果最好,模拟结果的统计量与实测数据相差较小;通过利用调度期内已经发生的相对预报误差信息,可以有效减小后续时段相对预报误差期望值及90%置信水平分位距,降低预报的不确定性。     

继电保护开关量智能辅助调试装置的设计

为了提高继电保护检修中遥信信号核对和保护跳闸逻辑验证工作的自动化程度,提升现场调试工作的效率和质量,提出了一种继电保护开关量智能辅助调试装置的设计方案.阐述了该装置中包括开关量触发回路和开关量测量回路在内的硬件系统设计,详细说明了该装置的控制系统设计和智能语音交互系统设计.控制系统测试、开关量输 出功能测试和开关量测量功能测试结果等验证了该装置设计方案的有效性.