考虑源网荷储协同优化的配电网韧性提升策略

随着分布式电源的规模化接入,针对极端灾害引起的大规模停电事故难以采用传统的配电网故障恢复策略。首先,提出了极端灾害下考虑源网荷储协调优化提升配电网韧性的策略框架。其次,针对分布式能源出力的不可控性和时变性,建立了光储和风储系统模型(optical storage and wind storage system, OWS)。同时,考虑到负荷的价格需求弹性,建立了极端灾害下的负荷需求响应(load demand response, LDR)模型。再次,以负荷恢复的总价值最大为目标,考虑LDR补偿、故障抢修与网络重构过程中的网损成本,建立了考虑源网荷储协同优化的配电网韧性提升模型。最后,在改进的PG&E 69节点配电网系统算例中验证了所提策略的有效性,结果表明利用多能互补的特性进行源网荷储的协同优化有利于提高配电网的故障恢复能力。     

高层综合写字楼建筑的空间形式探究

高层综合写字楼是一个城市中,最具有代表性的建筑。随着时代发展,科技进步,如何建设更满足现今人们文化生活的建筑,是我们一直在研究的问题。本文先论述了高层综合写字楼的出现和发展的过程,然后从它的建筑空间形式出发,分别探究空间形式与人的行为活动、室内外公共空间、交通空间以及办公空间的设计,最后分析问题,作出展望。     

基于l2,1范数和神经网络的非线性特征选择方法

在基于l_2,1范数的特征选择方法中,l_2,1范数可以使选择的特征具有组间稀疏性和组内稀疏性,同时还可以去除特征数据中的异常值。然而,大多数基于l2,1范数的特征选择算法常通过线性方程求解,无法探究特征之间的非线性关系。因此,本文提出了一种基于l2,1范数的非线性特征选择方法,将l_2,1范数与神经网络相结合。一方面,该方法利用神经网络的非线性特性对l_2,1范数进行求解。另一方面,该方法利用l2,1范数实现基于神经网络框架的特征选择。最后,本文将该方法与当前流行的特征选择方法在八个公开数据集进行了对比,实验结果验证了该方法具有一定的优越性。