分布式储能型MMC电池荷电状态均衡优化控制策略

为提高电池的能量利用率和解决电池因制造工艺、循环充放电次数不同以及老化程度不一致等因素导致的荷电状态(SOC)极度不均衡问题,提出一种兼顾电流波动抑制的分布式储能型模块化多电平换流器的电池SOC均衡优化控制策略。为准确控制充放电功率,采用双环控制：外环针对相间、桥臂间和子模块间电池SOC差异,建立离散时域预测功率模型,通过负反馈控制生成动态电流参考值;内环设计了模型预测优化控制策略,准确追踪动态电流参考值,实现电池SOC均衡、提高电池能量利用率,并提高系统的动态响应能力以及抑制电池电流纹波,延长电池使用寿命。最后通过在PSCAD/EMTDC中构建仿真模型对所提出的控制器性能进行验证。     

考虑广义储能与碳捕集设备联合调峰的电力系统低碳经济调度

在运用碳捕集设备提高深度调峰机组负荷低谷时段出力的同时,采用广义储能提高负荷高峰时段的碳捕集水平,是实现碳达峰、碳中和的重要途径之一。提出考虑广义储能与火电深度调峰的低碳经济调度模型,通过引入碳捕集设备与广义储能解决机组深度调峰损耗大及负荷高峰时段碳排放量高的问题。将深度调峰机组改造为碳捕集机组,提高其深度调峰时段的出力水平;将由价格型需求响应与储能装置构成的广义储能用于调度模型中,提高负荷高峰时段的碳捕集水平;以系统总运行成本最优为目标,制定各主体出力方案。仿真结果表明,所提模型能够缓解机组深度调峰压力,提高碳捕集机组的捕碳水平,兼顾系统的经济效益与低碳性能。     

基于WHI及ICP的点云配准算法

针对两步点云配准中精度差、计算效率低、易受噪声干扰的问题,提出一种基于WHI特征描述符结合改进的ICP点云配准算法。首先,对大数据量的点云通过ISS算法提取特征点集作为配准点云;然后,计算特征点云的WHI特征描述符,利用随机采样一致性算法完成粗配准;最后,基于安德森加速迭代ICP算法对粗配准点云进行精确配准。通过多组点云数据集对所提算法进行验证,实验表明,该算法配准精度高、速度快,在含有噪声数据集的优势更明显。在不同的点云模型下,所提算法的配准效率提高2倍以上,在噪声环境下具有一定的鲁棒性。     

一种采用压缩协方差的无线电宽带频谱感知方法

为有效降低宽带频谱感知的观测时间和计算复杂度,提出了一种基于压缩协方差的无线电宽带频谱感知方法。首先,通过循环稀疏规则测量不同标记的距离,运用多陪集采样组代替奈奎斯特模数转换器,形成基于多陪集采样库的欠奈奎斯特采样结构;其次,构建压缩协方差频谱感知模型,运用频谱决策模块对输入样本进行处理,完成频谱分析;最后,通过Matlab生成测试信号数据,对所提频谱感知算法进行建模与性能分析。实验结果表明,所提方法能够将检测误差控制在有效范围内,且与传统频谱检测方法相比,所提方法在不同信噪比环境下具有更高的频谱检测水平度。     

一种基于随机森林的LOS/NLOS基站识别方法

蜂窝移动通信环境复杂多变,在基站和移动台之间不可避免会出现电波的非视距（Non-Line-of-Sight,NLOS）传播,使基站和移动台之间的距离测量误差显著增大,导致定位性能急剧下降。为了准确识别出视距（Line-of-Sight,LOS）与非视距传播的基站信号,提出了一种基于随机森林的LOS/NLOS基站识别方法,通过分析移动台与各基站接收机测量距离与定位误差之间的相关性,选择LOS/NLOS测量距离作为特征进行分类器训练,再将分类器用于LOS/NLOS基站的识别。仿真结果表明,该方法对NLOS基站的正确识别率达到90%以上,能取得较好的定位性能。     

基于改进随机漫步者非凸秩逼近最小化的复杂背景下红外点目标检测方法研究

红外点目标检测是红外制导系统的关键技术之一,是军事应用领域的研究热点。一方面,点目标在大气传输和散射过程中由于观测距离长,常常淹没在背景杂波和大噪声中,信噪比低。另一方面,图像中的目标以模糊点的形式出现,使得目标没有明显的特征和纹理信息。由于不同红外图像中的点目标具有不同的外观、形状和姿态,加之噪声杂波的干扰遮挡,经过单帧检测后,除了真实目标外,图像中可能有虚假目标和一些强噪声。因此,由于这几个因素,红外点目标检测变得非常困难。为了解决这一问题,作者研究了红外点目标检测的相关方法,提出了非凸秩逼近最小化方法（NRAM）与改进的随机漫步者方法（MRW）相结合的方法（NRAM-MRW）,在复杂的红外背景下,针对红外点目标的检测中有着较好的检测效果。     

鄱阳湖出湖流量时序变化特征与驱动因子分析

长江中游与鄱阳湖及五河构成复杂的“江-湖”系统,研究阐明鄱阳湖出湖流量的时序变化特征与驱动因子,是调控改善江湖关系的关键所在。本文在初步选取12个潜在的出湖流量驱动因子基础上,有机结合相关系数判别和主成分分析方法,揭示了不同潜在驱动因子间的多重共线性;进而通过构建出湖流量数学模型,量化了不同潜在驱动因子对出湖流量的相对重要性排序及其影响程度。研究结果表明：（1）赣江、抚河、饶河、修水的入湖流量,湖区星子站水位,三峡出库流量等6个驱动因子间不存在多重共线性,可完整表征五河来流、湖区水位、长江干流的多重驱动作用;（2）运用基于随机森林回归方法的出湖流量数学模型,揭示了湖区水位、长江干流来流、赣江入湖流量是最为重要的驱动因子,并且其对出湖流量的影响呈现复杂的非线性特征。研究表明：影响出湖流量的众多驱动因子之间关系复杂但影响程度有所差异。这为科学调控典型通江湖泊江湖关系提供了重要参考依据。     

基于Petri网的配电网信息物理系统可靠性评估

该文提出一种基于广义随机Petri网(generalized stochasticPetrinets, GSPN)的配电网信息物理系统(cyber-physicalsystem,CPS)可靠性评估模型。首先,考虑配电网CPS的动态控制关系,基于GSPN的基本原理,构建配电网CPS的Petri网模型;之后,分析了信息攻击及信息元件自身故障对于配电网CPS运行可靠性的影响,并构建了系统元件的状态模型;然后,结合最大流理论,判断故障后各阶段的令牌数,并计算相应的可靠性指标。基于Petri网的评估方法,可以直观地刻画系统拓扑结构及元件状态变化,并通过动态方程推理故障后果,避免了故障后果分析的遍历过程,提升了评估效率。最后,以IEEE-RBTSBUS6配电系统为例开展仿真测试,验证了所提模型的有效性。     

考虑沿暂降域边界线故障分布的电压暂降随机预估方法

当前实际配电网线路沿线存在多种故障分布,但现有电压暂降随机预估方法仅单一考虑均匀故障分布。针对沿线不同故障分布特性,提出了考虑沿电压暂降域边界线故障分布的电压暂降随机预估方法。根据给定的电压暂降阈值,通过求解发生故障时系统线路的临界点,计算敏感负荷母线的电压暂降域。在确定的暂降域范围内分析边界线的分布情况,沿边界线分别采用三类常见线路故障分布（指数分布、正态分布与均匀分布）计算敏感负荷母线的电压暂降频次,并对预估结果进行对比。最后,以IEEE30节点标准测试系统为算例,验证了所提电压暂降随机预估方法的有效性。     

基于机器学习的配电网异常缺失数据动态清洗方法

针对传统配电网数据清洗过程中异常数据判断阈值需要人为设定、缺失数据填补效率不佳的局限性,提出基于机器学习的配电网异常缺失数据一体化动态清洗方法。首先,基于局部异常因子检测算法和高斯混合模型,提出一种异常数据动态检测改进算法,实现配电网异常数据阈值的准确自动选择。其次,基于随机森林算法与最小二乘回归法,提出一种配电网缺失数据动态填补算法。根据缺失数据时间长度自适应优化填补算法,在保证数据填补精度的同时降低计算时间。在此基础上,通过异常数据检测和缺失数据填补共同构建一体化动态清洗架构。采用湖南某地区配电网数据进行实例验证,结果表明所提方法可实现异常辨识阈值准确自动选择,有效检测配电网异常数据,并且实现缺失数据填补精度与速度的平衡,具有较好的工程应用价值。