【摘 要】
：
在配电网安全域动态划分过程中,需要注入过多的临界点才能获得超平面系数,导致误差划分过大。基于静止坐标系,设计了一种新的配电网安全区域动态划分系统。系统硬件由处理器、安全监视器和服务器组成,系统软件由静止坐标系动态划分算法优化实现,将硬件与软件相结合,进行配电网安全区域的动态划分。实验结果表明,基于静止坐标系的配电网安全域动态划分系统仅需要6个临界点就能获得超平面系数,减小了安全域划分误差。
【基金项目】
：
国网山东省电力公司科技项目(2020A-086)。
论文部分内容阅读
在配电网安全域动态划分过程中,需要注入过多的临界点才能获得超平面系数,导致误差划分过大。基于静止坐标系,设计了一种新的配电网安全区域动态划分系统。系统硬件由处理器、安全监视器和服务器组成,系统软件由静止坐标系动态划分算法优化实现,将硬件与软件相结合,进行配电网安全区域的动态划分。实验结果表明,基于静止坐标系的配电网安全域动态划分系统仅需要6个临界点就能获得超平面系数,减小了安全域划分误差。
其他文献
图像检索在社会生产实践中有着广泛的应用。为了能够更加快速、准确地获取到所需图像,本文研究设计了一个基于深度学习的图像检索系统。该系统基于编码器-解码器模型,在编码端使用卷积神经网络提取图像的高维抽象信息,在解码端使用循环神经网络实现图像空间到文本空间的变换,从而对图像进行自动标注。通过精心设计的神经网络结构和激活函数,有效地解决了梯度消失和梯度爆炸问题。经测试,该系统具有较高的查找率和查全率,能够
针对非重叠固定扇区波束形成指向模糊,主瓣增益低以及旁瓣较高等问题,设计了一种应用于圆环共形的重叠阵算法。该算法将圆阵划分为多个120°互相重叠的扇区,扇区数量和重叠区域可调整,同时采用有向阵元和Taylor加权,使得期望方向发射波束位于所划分扇区中心区域,获得最大增益。结果显示,与固定扇区非重叠圆阵相比,重叠圆阵发射单波束旁瓣抑制由-10.16dB下降至-21.2dB;发射两波束旁瓣抑制由-18.92dB下降至-24.18dB,主瓣增益由10.76dB上升至15.32dB;发射八波束时各波束主瓣指向精准无
新冠病毒的无症状感染者是疾病流行的重要传染源.为了解城市封闭对有效遏制病毒的蔓延的作用,本文构建了一种改进的SEIR模型来估计人群中隐形感染者的数量.通过对模型的参数
面对传统检测技术、过滤技术漏报率高而检测不及时的问题,提出了基于信息熵的网络异常检测及入侵防御系统设计。将主机探测器部署在Linux操作系统上,采集相关数据,并传递给分析模块,部署策略管理中心,根据指令作出相应决策;依赖Web服务器,监听TCP端口,并发送反馈信息,结合熵理论推导熵计算公式,分析网络异常情况,计算熵的估算量,确定熵阈值取值范围,划分出网络流量,由此检测入侵流程。实验结果表明,该系统检测率最高为97%,漏报率最高为9%,能够及时检测出网络异常情况并作出对应防御行为。
接入高比例新能源的多能互补系统,需建设一定比例的储能以解决新能源发电的消纳问题。以某实际电网为研究对象,采用基于数学优化的8760 h生产模拟,计算全年8760 h多能互补系统的运行状态,建立化学储能电源的成本效益模型,计算化学储能电站的容量效益、电量效益和储能时长。在此基础上综合考虑新能源弃电率约束、供电可靠性约束,分析了化学储能电站的合理规模。研究成果可为多能互补系统储能需求和优化提供参考。
本文针对家庭监控场景,利用计算机视觉图像处理算法,对视频图像中的目标信息进行提取与分析。首先利用背景减除法提取运动目标,接着使用HOG特征与SVM分类算法检测定位人体,排除其他物体的运动,对提取的轮廓来做跌倒检测。实现对家庭内部的人员入侵、跌倒等异常行为进行检测、识别,及时有效地对家庭中的突发事件进行报警。
为了更好解决运动模糊图像的复原问题,对模糊图像点扩散函数进行了精确估计。针对频谱图中十字亮线干扰的问题,提出了一种运动模糊角度的改进方法,使用高斯低通滤波对频谱图进行处理,以估计出模糊角度,并采用了自相关法估计模糊长度。估计出相关参数后,利用点扩散函数对模糊图像维纳滤波复原,再结合中值滤波进行组合滤波复原,通过复原图像的客观评价标准来判断图像的质量。仿真结果表明,精确估计出模糊参数后,用组合滤波的
综合能源系统的结构复杂、耦合接口较多、投资较大,使得综合能源系统规划配置变为多维度、非线性的问题,求解较为困难,且时常无法得到最优的配置方案。针对上述问题,文中建立了含燃气轮机、分布式电源、天然气、供热、储能等装置在内的多能系统耦合模型。以电负荷为基础,综合考量系统热负荷、冷负荷及燃气需求量等因素。采用二阶锥算法的双层优化方式,将综合能源系统的优化分为能量配置和综合经济性两层,通过分层优化的方式降低混合优化的复杂度,提升了综合能源系统的全寿命周期运行的经济性与清洁性,仿真算例验证了所提模型与算法的可行性及
本文提出了一种基于YOLOv3-tiny的人民币面额识别方法。该方法首先使用LabelImg对不同种面额的人民币目标检测区域进行标记,并生成相应的数据信息库,为后续的训练和测试提供数据集。然后以YOLOv3-tiny的模型结构为基础进行相应的重构,生成新的基于PyTorch框架的RMB-tiny模型,并利用准备好的训练数据集在RMB-tiny模型上进行训练,得到最优的模型pt。最后利用测试集对模型
基于实时、直观、快速了解疫情实况和发展趋势的需求,本文利用Python实现国内外疫情数据的爬取、清洗和MySQL存储,采用JavaScript和Echarts实现了前端网页的数据可视化展示,包括地图、折线图、玫瑰图、热力图等呈现形式,提供了一个新冠肺炎疫情数据的可视化平台。