基于VMD与改进QRGRU的超短期风电功率概率预测

风电功率概率预测是分析未来风电功率不确定性的有效方法之一。为提高风电功率概率预测精度,文中提出基于变分模态分解(VMD)与改进门控循环单元分位数回归(QRGRU)的超短期风电功率概率预测方法。首先,采用VMD将原始风电功率序列分解成不同特征的模态函数;然后,对每个模态函数分别建立基于QRGRU的概率预测模型,并将变量间的网络结构约束作为目标函数的惩罚项,改进QRGRU权重在迭代修正过程中的平稳性;最后,在不同分位数条件下叠加各个模态函数预测值,并采用非参数核密度估计方法得到未来风电功率的概率密度函数。结合某风电场实测数据开展具体算例分析,结果表明所提方法能够兼顾区间覆盖率,减少区间宽度,在不同预测步长中均能表现较好的预测效果。     

机载电子设备故障诊断专家系统的设计与实现

针对航空机载电子设备故障知识日益膨胀导致的故障诊断系统效率低下、难以快速有效地进行电子装备维护的问题,提出了一种新的、基于专家系统的机载电子设备故障诊断系统。分析了专家系统的原理和结构,研究了一般产生式规则与模糊产生式规则相结合的知识表示方法及精确推理与模糊推理相结合、基于规则推理、案例推理、模型推理及混合推理的推理机制。以Delphi7．0和Oracle9i为开发环境,开发了该专家系统。系统能快速分析故障现象,列出可能的故障原因,输出故障报告,提供故障处理指导。研究表明,新系统具有更高的效率、并且诊断结论也更可靠、可维护性也更好,在实际的航空机务维护工作中取得了良好的效果。     

铁路运输发展的现状和创新改进

近年来,我国经济取得了突飞猛进的发展,交通行业也随之发展起来。铁路运输作为我国交通运输的重要组成部分,同时也是我国的一项重要基础设施,对我国社会发展起着重要的影响。本文从我国铁路运输的发展出发,先分析了我国铁路运输的现状,然后在此基础上提出了改进措施,旨在为我国铁路运输发展提供参考。     

适应电力市场环境下的电化学储能应用及关键问题

近年来,随着中国储能产业相关政策出台和落地实施,中国电化学储能技术应用快速发展,已在电力系统发输配用各个环节得到示范或商业化应用。但目前电化学储能总体仍处于发展初期,在盈利模式、发展规划、规范管理、消防安全等方面还有待清晰和完善。从发展规模、技术经济性、政策环境等方面阐述中国电化学储能发展现状,提出电化学储能的具体应用场景、商业模式和投资回报机制,并量化分析不同场景下的项目经济性,围绕项目投资属性、发展规划、电价及市场机制、接入和调度运行管理、安全防护、共享平台等6个关键问题分别进行分析,并提出相关建议,促进电化学储能健康有序发展。     

基于多层特征融合注意力网络的电能质量扰动识别方法

针对复杂电网环境下电能质量扰动特征冗余、分类精度低的问题,经过多层卷积神经网络逐层获取电能质量扰动信号低维到高维特征信息,引入特征注意力机制构建多特征融合层消除特征冗余,提升扰动信号关键特征关注度,并加强扰动信号的局部特征与全局特征的提取,提高模型泛化能力进而提高扰动分类精度,据此提出基于多特征融合注意力网络的电能质量扰动识别方法。仿真结果显示,所提方法不仅在单一扰动、复合扰动下能有效辨识电能质量扰动,而且能有效克服噪声干扰对模型的影响,相比主流扰动分类方法提取的特征辨识度更高、模型抗噪性更强。     

满载星辉 追求卓越

6月,火热的夏。正如社会对各种人才火热的期待、火热的需求。"国以人治,政以才兴"。未来国际间的竞争,不仅是人才素质的竞争,更是人才制度的竞争。在《本刊特稿》中,著名人才学专家、中国人才研究会副会长、原中国人事科学研究院院长王通讯先生通过对近期国际国内形势的观察,总结出当前人才工作领域的八个最新趋势,如"工作战"与人才带动就业、"国际化"与人才安全问题、"咖啡屋"与人才创业成功等。通过对这些趋势的进一步分析和阐述,提出并呼吁要做好"制定合理创业机制"、"了解人才、吸引人才"、"培养复合型人才"等工作,从而打造具有国际竞争力的人才制度。     

基于深度学习的车辆换道轨迹模型研究

本文以真实车辆轨迹数据为依托,通过数据处理提取车辆换道轨迹数据,利用深度学习提取数据特征的强大能力,提出了基于门控循环单元的换道轨迹模型,描述和预测换道执行过程的轨迹。     

基于Lotus Domino的Intranet构建技术

通过一个具体的实例,讨论了Lotus Domino的特点,并给出了基于Lotus Domino的Intranet构建方法及关键技术,为企业的Intranet建设提供了参考和借鉴。     

基于多Agent联盟算法的含分布式电源配电网重构

提出基于多Agent的含分布式电源（DG）配电网控制新策略。新策略不仅具有良好的灵活性、扩展性和人机交互功能,而且利于Agent形成联盟,便于将多Agent联盟机制引入到含DG的配电网研究中,以配合相关算法解决特定配电网任务。以配电网络损耗为优化目标,利用求解多Agent联盟的蚁群算法求解最优Agent联盟,使形成的Agent联盟网损最小,对配电网进行重构。算例表明,采用的多Agent联盟算法和控制策略对求解配电网相关任务是有效的,具有很强的适应性和可操作性。