改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。     

考虑多主体参与的综合能源型IDN协调优化调度

增量配电投资业务的放开和综合能源的发展促使多元市场主体参与配电网的建设、运营和管理,给配电网的调度运行带来巨大挑战。为此,考虑不同主体,从经济性、安全性、高效性出发,建立含综合能源的增量配电网(incremental distribution network,IDN)多目标协调优化模型。首先采用隶属度函数描述各目标优化结果的满意度,结合线性加权求和法,将多目标问题转化成单目标问题;继而借助能量枢纽,实现对IDN中多能源复杂耦合关系的清晰刻画;最后,在算例部分对所提模型及方法予以验证分析。仿真结果表明,相较于以经济性为主的单目标优化,计及多主体参与的IDN优化调度策略能够协调不同主体的利益诉求,更加贴合系统实际,有利于促进IDN的安全、高效、经济运行。     

新能源厂站运行值班人员违调案例分析

针对新能源场站运行值班人员违反调度纪律行为多发的情况,由发生在承德电网内几起典型案例入手,对调度规程相关规定进行分析,从调度纪律意识树立、规章制度学习、调度命令执行等方面提出要求,以提高新能源场站运行值班人员的调度业务水平,有效杜绝违反调度纪律行为的发生。     

基于配电网地理接线图的混合型线路自动排布算法

该文针对包括展开站房设备的混合型线路的自动排布算法兼容性差的现状,通过分析混合型区域接线图的特点,该文提出了依据站房设备进出线位置不同展开站房设备的排布方法。针对站房设备多条出线的分层排布、末端站房设备的排布和站房设备进出线位置不同的排布3种典型实例,展开研究和实验。实验基于配电网地理接线图的拓扑数据完成配电线的有向树建模,按分支级数从小到大依次完成所有分支的排布,最终自动生成展开站房设备的混合型线路的区域接线图,布图科学,有效降低了工程实施成本。     

基于局部关键路径与截止期限分配的云工作流调度算法

为了解决云计算中截止期限约束下的工作流调度代价优化问题,提出一种基于局部关键路径和截止期限分配的工作流任务调度算法。为了满足期限约束,并最小化执行代价,算法将工作流任务的调度过程划分为两个阶段:期限分配阶段和调度资源选择阶段。期限分配阶段定义工作流的局部关键路径,并以递归的方式在局部关键路径上的任务间进行子期限分配;调度资源选择阶段在满足任务子期限的同时,为每个任务选择执行代价最低的资源进行任务调度,以实现调度代价优化。分析算法的时间复杂度,并通过一个算例对算法的实现思路进行了详细阐述。通过科学工作流结构的仿真实验,证明了算法不仅可以满足截止期限约束,而且可以降低工作流任务的执行代价。     

基于CPSS平行系统懒惰强化学习算法的实时发电调控

为解决电力系统中存在的多种时间尺度下经济调度和发电控制的协同问题，即长时间尺度下优化，短时间尺度下优化和实时控制的问题，本文提出了一种统一时间尺度的实时经济发电调度和控制框架，并为该框架提出了懒惰强化学习方法（Lazy reinforcement learning，LRL）.该方法将懒惰控制器引入以人工社会——计算实验——平行执行和社会系统为基础的强化学习中，使得机组组合，经济调度，自动发电控制和发电命令调配的问题有机结合在一起，取代过去传统的发电控制框架.为了减少仿真所需的真实时间，平行系统包含多个虚拟系统和一个真实系统.仿真实验比较了懒惰学习算法，松弛人工网络以及4608种组合常规发电控制算法在IEEE新英格兰10机39节点仿真系统的控制效果.实验表明，懒惰强化学习方法的控制效果最优.仿真结果验证了懒惰强化学习方法在基于ACP和社会系统的REG框架下具有有效性和可行性.