遗传算法参数设置及其在负荷建模中应用

以基于实测的电力系统综合负荷建模为应用对象,探讨遗传算法的运行机理,分析遗传算子的不同搜索能力。指出决定遗传算法性能的关键因素是种群多样性,得出了种群多样性与算法参数的关联约束。从理论分析上给出遗传参数的设定规则,深入研究遗传算法中种群规模、交叉、变异概率及其控制策略,以及初始种群参数区间等遗传算法关键操作参数对算法性能的影响规律,给出合理的种群规模和参数初始区间,提出与群体进化程度指标相关的自适应调整交叉概率和变异概率策略。研究结果表明,合理的参数组合是挖掘遗传算法潜能的关键,可提高遗传算法运行效率、克服早熟及尽量减小模型参数分散性。     

遗传策略的综合改进及其在负荷建模中的应用

研究了遗传操作和控制参数选择对遗传算法性能的影响,设计了解群选择的随机-精英策略、避免近亲繁殖的双断点交叉策略和交叉与变异概率的自适应调整策略,提出了一种综合改进型遗传算法并成功地应用于基于实测参数的负荷建模。算例表明,该算法改善了进化过程中的种群多样性和早熟现象,对加速收敛、缩短辨识时间、克服模型参数分散性、提高辨识精度均有显著作用,适用于负荷建模。     

论信息系统在高等学校中的应用

我国高等学校信息系统建设水平低，力量分散、系统资源共享度低，这是由于观念落后、没有战略规划而造成的。为了提高效率、便利交流以及促进创新能力的提高。我国高等学校应该采取多种措施提高信息系统的应用水平。     

关于包装图案设计的几个依据

一、市场因素: 1.产品种类 2.竟争力 3.产品销售的分配金额 4.市场的位丑 5.包装的物理性能 6.季节因素 8.产品潜在的生产率二、市场对象一一目的市场 1.性别(男性或女性) 2.年龄 3.消费者的社会构成(不同阶层的不同的消费能力) 4.购买力 5.目的市场与总市场相对比例多少 6.购买时间 7.不同国家和地区的需求三、包装彼此间的联系 1.包装与产品的联系 2.包装设计的内外联系 3.包装的保护性能 4.包装的特征不卜可 5.包装与成本 6.包装的工艺过程 7.包装的可处理性 8.包装的储存性四、设计公司的任务 1.产品的新主题的开发 2.产品的客户 3.产品…     

结合Sobel算子和Mask R-CNN的肺结节分割

肺癌不断威胁着人类健康,计算机辅助诊断对肺癌诊断将发挥重要的作用.卷积神经网络(CNNs)在对图像的处理上表现出有目共睹的优秀性能,医学Computed Tomography(CT)图像是用来诊断肺癌的主要检查方式,用深度学习分割病灶的方法可以实现端对端的辅助诊断,这将节省医生的诊断时间,为患者争取最佳治疗时间.LIDC-IDRI(The Lung Image Database Consortium)数据集影像中的癌症部分与其他组织部分的放射密度十分接近,而且往往癌症部分非常小,背景具有非常强的相似性.本文使用传统的Sobel算子对图像中放射密度高的部分进行边缘锐化处理,用强化边缘特征的方法解决前景与背景灰度相似的问题,然后在使用传统的分割方法--阈值分割进一步强化.本文减小Regions of Interest(RoIs)的大小以适应肺结节的特征,减少RoIs的个数以避免过多的负类样例训练产生退化的模型;在传统图像增强处理方法和深度学习的结合下,获得了一个优化的Mask R-CNN模型,在LIDC-IDRI数据集上的测试结果中,基于Intersection over Union(IoU)=0.5的标准下的肺结节平均精度mAP达到72.2%,在FPR为0.226时的TPR达到0.915.     

联合国援华包装抽象图案设计讲座

10月11日至10月29日,在湖南索溪峪,由中国包装进出口总公司举办了《联合国援华包装抽象图案设计讲座》。这次讲座是由联合国开发总署资助的。讲座邀请了著名的英国长岛国际设计公司董事长贾德先生为设计人员进行了讲学和设计指导。     

一种利用多任务学习的短期住宅负荷预测方案

作为信息物理社会系统的一种具体形式,智能电网中的负荷预测,尤其是单个电力客户的短期负荷预测,在智能电力系统的规划和运营中将扮演越来越重要的角色.考虑到同一住宅小区用户之间的负荷行为的相似性,受多任务学习的启发,提出了一种基于多任务学习的有效住宅负荷预测方案.首先,利用K-means聚类技术和皮尔逊相关系数挑选出2个相似用户,进而将2个用户的负荷数据合并输入,并将双向长短时记忆网络作为共享层全面捕获2个用户数据之间的关系,然后送入2个全连接的任务相关的输出层.在真实的数据集上,将所提方案与几种典型的负荷预测方案进行全面比较.实验结果表明,与已有的深度学习预测方案相比,提出的多任务负荷预测方案提高了预测准确程度.     

电力系统综合负荷建模平台的开发

开发了一个电力系统综合负荷建模软件平台.平台由原始数据库服务器、应用服务器和客户机3个层次构成，实现原始负荷特性数据管理、数据预处理与基于元件的负荷特性综合、模型结构选择与辨识建模以及动特性分类与综合三大功能.运用结构化软件设计思想，各功能模块相互独立;数据库服务器采用SQL Server 2000开发工具，操作界面采用Visual Basic6.0开发环境，功能模块采用Visual Basic6.0和Visual C＋＋6.0实现.平台以湖南电网综合负荷特性的调查统计数据和变电站现场采集的负荷特性数据为基础，实现了基于元件和基于量测2种途径的综合负荷建模，具有功能完善、设计新颖、运行可靠、操作简单、扩展性好的特点，能够方便地建立各典型用户、各用电行业和变电站的综合负荷模型.     

电力负荷动特性分类方法研究

负荷特性的分类与综合是负荷模型实用化的关键，是解决负荷建模中负荷特性随机时变性问题和区域分散性问题的有效途径。文中深入分析了负荷动特性分类方法，系统阐述了负荷动特性分类特征向量的种类和基本要求。明确指出：以实测响应空间作为特征向量空间必须对实测响应进行时间坐标的标准化；以模型参数空间作为特征向量空间必须选择参数稳定性好的辨识算法；以标准电压激励下的模型响应空间作为特征向量空间必须选择具有好的内插外推能力的模型结构。最后，通过一个含有20个现场实测样本的分类实例比较和分析了3种特征向量空间的分类结果，并推荐使用实测响应空间作为负荷动特性分类的特征向量空间。     

一种综合改进型遗传算法及其在综合负荷建模中的应用

针对基本遗传算法本身存在收敛速度慢和易早熟的缺陷,提出一种综合改进型遗传算法并成功地应用于负荷建模。该改进遗传算法通过对初始种群的选择、最优个体的保留、自适应的交叉和变异率、早熟现象的防止策略等各方面进行综合的科学设计,能十分有效地克服早熟、避免近亲繁殖、明显提高收敛速度,并具有优良的自适应特性。基于现场实测负荷特性数据的负荷建模实践表明,所提出的综合改进型遗传算法对于加速收敛缩短辨识时间、提高模型拟合精度、克服模型参数的分散性均具有显著作用,是一种很适合于负荷建模的优秀优化算法。