排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
2.
为了实现含噪三相非平衡电力系统高精度频率无偏估计,引入了复数域直接频率估计(CDFE)算法,分析其原理并对其进行了改进。CDFE算法基于正弦信号的线性预测,求取误差函数的瞬时平方值关于频率的偏导数,并以该值作为频率估计的更新值。在此基础上,进一步提出变步长CDFE(VSS-CDFE)算法,根据最速下降法则动态更新步长因子来代替CDFE算法的固定步长。仿真分析及实验结果表明,在噪声干扰下,VSS-CDFE算法可以准确地对基于复数建模的三相非平衡电力系统进行频率追踪,其估计均方误差和理论值相吻合。相比CDFE算法,VSS-CDFE算法在相同的收敛速度下,估计均方误差更小,在相同的估计均方误差下,收敛速度更快。 相似文献
3.
采用电感耦合反应离子刻蚀(ICP-RIE)技术刻蚀金刚石薄膜,通过调整刻蚀功率、角度及时间等工艺参数,低成本且高效率地实现了排列整齐的圆形纳米锥坑阵列的可控化制备。对纳米锥坑的制备过程进行深入研究,发现可通过调节刻蚀角度与偏压功率控制氧等离子对金刚石进行高度方向性的刻蚀。荧光检测结果表明,直径为80~120 nm、深度为90~130 nm的纳米锥坑阵列结构可使金刚石薄膜内NV0色心的荧光强度增加21%,SiV-色心的荧光强度增加49%。使用时域有限差分方法对增强原因进行探究,发现纳米锥坑对泵浦激发光有局限作用,并且可在纳米锥坑附近形成法布里-珀罗共振腔,使色心的自发辐射速率加快,进而增加其荧光强度。 相似文献
5.
随着智能电网数据采集技术的发展,电网公司积累的海量数据为台区负荷预测提供了数据基础。该文重点研究基于Apache Spark计算框架的台区短期负荷预测技术。首先,建立了包含温度、湿度、日类型等因素及负荷时间序列的动态贝叶斯网络,作为台区负荷预测模型。其次,为解决基于海量数据的模型参数计算及大规模配变负荷预测的并行化问题,搭建了基于Spark Graph X并行图计算组件的分布式计算平台,利用Graph X的Vertex Cut和并行边检索快速计算概率矩阵,以Pregel计算模型并行处理前向-后向算法,实现预测方法的分布式集群计算,保证全局预测任务的并行化。最后,通过实验结果表明,基于分布式图计算的台区负荷预测技术具有较高的预测精度和较快的计算速度,是一种高效可行的电力大数据分析技术。 相似文献
6.
通过深入研究基于级联布隆过滤器的缓存方案,重新构造了基于角色的访问控制(RBAC)系统的缓存结构,设计并实现了基于交互式级联布隆过滤器的访问控制缓存系统。在访问控制决策点(PDP)上设计了专门的数据结构来存储基于角色的访问控制规则及其散列函数值,并根据这些信息高效地生成、更新辅助决策点(SDP)的级联布隆过滤器,降低了SDP对缓存存储空间的需求,提高了级联布隆过滤器的更新效率。该系统可应用于大规模、分布式的应用系统和网络系统,以加快访问控制速度,提升系统整体服务质量。 相似文献
7.
针对中心式导航系统的特点,设计和实现了一种基于二级地图分块的缓存系统,该系统包含索引文件、数据文件及相关程序。设计了缓存系统的索引文件结构、数据文件结构以及针对稀疏矩阵的高速缓存结构,并应用FIFO淘汰算法管理缓冲数据。相关实验结果表明,该缓存系统可加快中心式导航系统的响应速度和减少网络传输数据量。 相似文献
8.
介绍了可在生能源大数据发展的现状与当下B2B大数据交易面临的问题,提出了一种基于层次分析法的可再生能源大数据B2B交易方案优化方法,并利用该方法在交易双方协商的方案中搜索最优解。分析了影响大数据交易双方收益的因素,利用层次分析法对买卖双方在大数据交易中获得的收益进行系统化的评估;将大数据交易的问题转化为在保证交易相对公平的情况下,买卖双方收益最大的多目标优化问题,采用向量评估遗传算法寻找出方案中的非劣解,供买卖双方决策者参考。通过算例证明了该方法的有效性,同时对比了在数据属性取值范围不同的情况下,模型产生的最优协商方案的精确度。 相似文献
9.
随着城市配电网络规模不断扩大,配电网实时拓扑难以获取已成为观测其运行状态的主要瓶颈。为了解决传统拓扑辨识方法噪声敏感性高、在线运行难等问题,提出了一套基于集成深度神经网络的配电变压器(简称配变)联络关系辨识方案。首先,依据配电网测量的横纵连续性,对历史数据进行二维小波阈值去噪,降低噪声对辨识结果的影响。为提高深度学习算法的精度上限,采用搜索、生成与评价的策略对数据进行特征提取与选择。然后,以选择的特征为输入,构造交叉熵深度神经网络,通过网格搜索优化深度神经网络的超参数。采用集成学习的策略训练同质深度神经网络,保证模型的在线拓扑辨识能力。最后,通过在TensorFlow上进行的实验验证了提出的集成深度神经网络模型在配变联络关系辨识中的精确度与鲁棒性。 相似文献
10.