一种基于动态抗体记忆库的免疫优化算法在自动需求响应中的应用

自动需求响应是智能电网与用户实现信息和能量互动的重要实现手段。为解决基于实时电价的自动需求响应技术应用中包含多类负荷用户的电能综合规划问题,建立优化问题的数学模型。针对该模型提出一种基于动态抗体记忆库的免疫优化算法。设计依据二重亲和度阈值检测的抗体记忆库更新机制,在优化结束后能够为用户提供多个备选可行解。采用先验知识疫苗接种的方法,提高算法的求解精度。通过抗体种群的优值马尔可夫链的转移概率分析,证明了算法的收敛性;利用实际算例验证了所提算法的有效性。对比分析的结果表明,所提算法比其他算法具有更好的全局优化能力和搜索效率。     

一种改进型YOLOv4输电线路防外破检测方法

输电线路场景图像易受野外多种环境干扰,当前主流的深度学习网络模型难于满足输电线路防外破检测模型的边缘部署实时性和精度要求。该文提出了一种融合残差学习的YOLOv4输电线路防外破检测方法。首先采用数据增强技术对所采集的输电线路图像数据集增强,建立了输电线路防外力破坏的图像数据集。其次,考虑到输电线路网络模型便于实际边缘部署配置的需要,对YOLOv4网络结构进行了改进,基于ResNet50构建特征提取主干网络。最后引入标签平滑技术对YOLOv4的分类损失函数进行了优化以减缓过拟合问题,提高了网络模型的检测精度。用实际采集的输电线路图像构成的数据集进行了测试,实验结果表明该文所提出的方法在运算速度和检测准确度上均优于其他方法。