基于激励型需求响应的主动配电网态势利导方法

该文从负荷角度出发,提出一种基于激励型需求响应的主动配电网态势利导方法.首先,基于激励型需求响应提出主动配电网最大供电能力模型;接着以供电能力为主要依据,综合考虑系统供电可靠性、系统安全性和分布式电源出力波动等因素,建立主动配电网安全态势评估体系,采用模糊层次分析法得到计及激励型需求响应前后网络的预警值;最后对扩展的I...     

基于八叉树邻域分析的光线跟踪加速算法

八叉树是加速光线跟踪常用的层次划分结构,为加快八叉树跟踪光线的过程,论文研究了运用八叉树邻域分析提高光线与八叉树节点之间的碰撞检测速度的方法,提出了一种结构简单、计算效率更高的八叉树节点的邻域分析算法。运用该算法可由现碰撞节点快速计算出下一碰撞节点,避免了采用大量递归搜索计算,从而提高了图像的渲染速度。实验结果表明,使用论文提出的邻域分析进行碰撞检测,效率比传统算法提高了3倍以上,大大提高了光线跟踪的速度。     

基于自主认知深度时间聚类表示的隔离开关故障诊断方法

为准确识别隔离开关发生的故障,并确定故障类型,保证电网的稳定运行,提出一种基于自主认知的深度时序聚类表示模型(Autonomous-cognition deep temporal clustering representation model,AC-DTCR)对隔离开关的故障进行诊断。在数据量少且类别标签信息不可用的情况下,时间序列聚类是非常好的无监督学习技术,而AC-DTCR模型集成了时间重建和K-means目标,为提高编码器的能力,提出一种假样本生成策略和辅助分类任务,改进集群结构,获得特定于集群的时间表示。根据高压隔离开关故障模拟试验得到的电机电流数据,使用AC-DTCR模型分成四个部分对试验数据进行训练。结果表明,该模型具有良好的分类性能,与传统的分类模型和时间序列聚类模型相比,有更高的准确率,可应用于电力设备故障诊断领域中。     

基于八叉树邻域分析的光线跟踪加速算法

八叉树是加速光线跟踪常用的层次划分结构,为加快八叉树跟踪光线的过程,论文 研究了运用八叉树邻域分析提高光线与八叉树节点之间的碰撞检测速度的方法,提出了一种结构 简单、计算效率更高的八叉树节点的邻域分析算法。运用该算法可由现碰撞节点快速计算出下一 碰撞节点,避免了采用大量递归搜索计算,从而提高了图像的渲染速度。实验结果表明,使用论 文提出的邻域分析进行碰撞检测,效率比传统算法提高了3 倍以上,大大提高了光线跟踪的速度。