基于灵敏度分析的同步调相机及其励磁系统参数分类辨识方法

同步调相机及其励磁系统间由于电气耦合而导致参数辨识困难,但目前缺少对待辨识参数量与观察量间耦合特性的分析。对此,提出一种基于灵敏度分析的同步调相机及其励磁系统参数分类辨识方法。分析同步调相机在不同时间尺度下的关键参数,基于轨迹灵敏度信息划分待辨识参数的类型,构建关联参数集合。考虑稳态、次暂态和暂态下同步调相机及其励磁系统响应特性的差异,在不同时间尺度上分别建立参数分类辨识模型。依据关联参数集合进行参数分类辨识,采用基于Tent混沌映射的改进蛇优化算法求解。通过算例分析验证了所提方法的有效性和适应性。     

新能源产业超大规模低湿度厂房复杂机电工程低碳快速精益建造关键技术

<正>获奖情况：2022年中国安装协会科学技术进步奖三等奖一、成果研究背景随着国家环保政策的不断加强,新能源产业的发展步伐不断加快,到2025年全球锂电池电芯产能或将达到1090GWh,中国将占据约63%市场份额,市场前景广阔。作为新能源汽车的核心部件,锂离子电池制造的步伐一直走在整个产业的前端。大规模的超低露点洁净新能源厂房随着电动汽车制造业的发展需求呈现上升的趋势。因此,锂电池加工厂或制造企业需做好锂电池的品质,才能为使用时增加一份安全保障。     

基于时序感知DAG的多模态对话情绪识别模型

针对现有对话情绪识别方法中对时序信息、话语者信息、多模态信息利用不充分的问题,提出了一个时序信息感知的多模态有向无环图模型（MTDAG）。其中所设计的时序感知单元能按照时间顺序优化话语权重设置,并收集历史情绪线索,实现基于近因效应下对时序信息和历史信息更有效的利用;设计的上下文和话语者信息融合模块,通过提取上下文语境和话语者自语境的深度联合信息实现对话语者信息的充分利用;通过设置DAG（directed acyclic graph）子图捕获多模态信息并约束交互方向的方式,在减少噪声引入的基础上充分利用多模态信息。在两个基准数据集IEMOCAP和MELD的大量实验表明该模型具有较好的情绪识别效果。     

考虑电力系统灵活性的网-储联合规划

高比例可再生能源接入电网使得规划问题更加复杂。提出考虑电力系统灵活性的网-储联合规划方法。分析风电和光伏出力的相关性,采用蒙特卡罗方法生成大量可再生能源发电和负荷场景。基于k-means聚类算法对生成的场景进行缩减,并利用改进的遗传算法确定最优聚类数。通过斯皮尔曼系数筛选典型场景,构建考虑生成概率的典型场景集合。建立以提升灵活性、降低投资成本为目标的双层网-储联合规划模型,并采用灰狼算法迭代求解。算例分析结果表明所提网-储联合规划方案能够有效地提升电力系统灵活性,促进可再生能源消纳。     

考虑电力系统灵活性的网-储联合规划

高比例可再生能源接入电网使得规划问题更加复杂。提出考虑电力系统灵活性的网-储联合规划方法。分析风电和光伏出力的相关性,采用蒙特卡罗方法生成大量可再生能源发电和负荷场景。基于k-means聚类算法对生成的场景进行缩减,并利用改进的遗传算法确定最优聚类数。通过斯皮尔曼系数筛选典型场景,构建考虑生成概率的典型场景集合。建立以提升灵活性、降低投资成本为目标的双层网-储联合规划模型,并采用灰狼算法迭代求解。算例分析结果表明所提网-储联合规划方案能够有效地提升电力系统灵活性,促进可再生能源消纳。