基于深度强化学习的无信号灯交叉路口车辆控制

利用深度强化学习技术实现无信号灯交叉路口车辆控制是智能交通领域的研究热点。现有研究存在无法适应自动驾驶车辆数量动态变化、训练收敛慢、训练结果只能达到局部最优等问题。文中研究在无信号灯交叉路口,自动驾驶车辆如何利用分布式深度强化方法来提升路口的通行效率。首先,提出了一种高效的奖励函数,将分布式强化学习算法应用到无信号灯交叉路口场景中,使得车辆即使无法获取整个交叉路口的状态信息,只依赖局部信息也能有效提升交叉路口的通行效率。然后,针对开放交叉路口场景中强化学习方法训练效率低的问题,使用了迁移学习的方法,将封闭的8字型场景中训练好的策略作为暖启动,在无信号灯交叉路口场景继续训练,提升了训练效率。最后,提出了一种可以适应所有自动驾驶车辆比例的策略,此策略在任意比例自动驾驶车辆的场景中均可提升交叉路口的通行效率。在仿真平台Flow上对TD3强化学习算法进行了验证,实验结果表明,改进后的算法训练收敛快,能适应自动驾驶车辆比例的动态变化,能有效提升路口的通行效率。     

220kV电容式电压互感器电磁单元过热故障分析

文章介绍了电容式电压互感器的结构原理,分析了运行中的220kV电容式电压互感器电磁单元故障引起的过热现象,提出以红外检测技术为基础,结合停电诊断性试验的方法来进行联合故障诊断,诊断结果准确可靠,并对电容式电压互感器的现场检测和故障诊断提出了建议。     

气体绝缘开关设备的隔离开关分合空载短母线时特快速暂态过电压及特快速暂态电流测量

为深入研究气体绝缘开关设备(GIS)的隔离开关分合空载短母线产生的特快速暂态过电压(VFTO),建立了252kV GIS试验回路并研制了VFTO、特快速暂态电流(VFTC)和开距测量系统。该系统采用手孔式电容分压器测量、Rogowski线圈及光纤传输系统、位置传感器分别测量VFTO、VFTC、开关开距。对上述测量系统进行了标定:VFTO测量系统低频截止频率<20Hz,高频截止频率>80MHz;VFTC测量系统带宽达到70MHz;开距测量系统误差<1.5%。结果表明各系统满足测量要求。试验结果表明:在试验回路上实现了隔离开关分合闸时VFTO、VFTC及开距的同时测量,获得了VFTO和VFTC的典型波形、隔离开关间隙的击穿电压特性和燃弧规律。该试验回路产生的VFTO幅值最大值为447.02kV,上升时间约为13ns;VFTC的幅值最大值为2.61kA,上升时间约为7ns。VFTO和VFTC的主要频率均为4.4、23.3、44.2MHz,主要取决于回路的电感、电容及暂态行波的折反射。间隙的击穿电压没有明显的极性效应。燃弧时间<2μs。     

短空气间隙弧阻模型的研究

为了研究气体间隙的高频电弧特性,笔者设计了一种短空气间隙的放电试验回路。测量了间隙击穿时两端的电压及通过间隙的电流,经分析计算得到了短空气间隙击穿后电弧的变化规律以及燃弧阶段的弧阻最小值r_0。短空气间隙在击穿后的几十ns内弧阻从10~(12)Ω量级跌落至最小值r_0,持续几个μs后恢复。改变回路频率以获得不同频率下的弧阻最小值r_0以及燃弧持续时间t。当回路频率从4.8～13.5 MHz变化时,r_0从0.4Ω增大到5.0Ω,而燃弧时间t从4.0μs减小为0.9μs。将实验结果与各种电弧电阻模型计算值进行对比,在燃弧前期(0～1.1μs)Kushner电弧模型与实验结果较为吻合,但Kushner电弧模型的燃弧时间比实验值长。     

武汉市汉江原水悬浮物浓度与浊度对应关系的研究

为了确定武汉市A、B两座给水厂原水悬浮物（SS）与浊度的换算关系,在一年半的时间内每周两次对原水SS和浊度进行检测,通过线性拟合获得两座水厂原水SS与浊度的线性回归系数分别为1.698 1和1.722 5。根据多年原水浊度数据,采用对数正态分布曲线计算出75%保证率下两座水厂原水浊度设计值分别为32.61和35.38 NTU,与采用《室外给水设计标准》（GB 50013-2018）推荐的原水设计浊度取值系数计算结果较为接近;但95%保证率下分别为61.39和77.00 NTU,低于规范计算值。当保证率为75%和95%时,A厂SS的95%置信区间为（55.37±20.50）和（104.24±20.94）mg/L,B厂为（60.96±20.69）和（132.67±22.27）mg/L。季节变化对原水SS设计值影响较大,采用不同季节回归系数和历史浊度数据得到秋季的SS浓度最高,在75%和95%保证率下A厂秋季原水SS预测值比采用常规方法获得的计算值分别高15.48%和21.11%,而B厂则分别高24.52%和31.85%。