论文部分内容阅读
本文依照人工智能从编程智力向学习智力发展的进程介绍了深度学习的特点.在深度学习的热度中,冷静地分析了当前深度计算尤其是嵌入式深度计算必须重点关注的三大因素.
深度学习的热与冷
【摘 要】
：
本文依照人工智能从编程智力向学习智力发展的进程介绍了深度学习的特点.在深度学习的热度中,冷静地分析了当前深度计算尤其是嵌入式深度计算必须重点关注的三大因素.
【机 构】
：
海南迪鼎宸公司,海口 570311;海南政法职业学院;海南经济学院
【出 处】
：
单片机与嵌入式系统应用
【发表日期】
：
2021年11期
其他文献
送端采用电网换相换流器(LCC)、受端采用半桥与全桥混合型模块化多电平换流器(FHMMC)的LCC-FHMMC混合直流输电系统,在受端发生阀侧单相接地故障时,具有与半桥或全桥型MMC不同的故障特性.分别从交流电源贡献、直流电源贡献以及高低端阀组差异3个角度对阀侧单相接地故障下子模块过电压机理进行了分析.随后,针对FHMMC混合直流输电系统直流侧无直流断路器的特点,提出了一种基于选相型单向晶闸管旁路支路的故障隔离策略,以及适用于LCC-FHMMC混合直流输电系统阀侧单相接地故障的保护策略.最后,基于PSCA
针对电网短路故障限流问题,提出一种新型磁偏置超导故障限流器(SFCL),采用超导无感组件、双分裂电抗器支路两级限流的运行方式,具有自触发、分级故障限流、快速自我恢复等优点.应用MATLAB/Simulink软件,搭建了含磁偏置SFCL的10 kV电网线路仿真模型,提出超导限流组件磁热耦合特性的物理建模方法,并对0°和90°短路故障角下的SFCL并网限流效果进行瞬态仿真和比较.仿真结果表明,在电网0°和90°不同故障短路角电流冲击下,SFCL在首半波中的限流率分别为36.45％和45.89％,随后第2个半波
继电保护设备隐性故障已经成为导致电力系统连锁故障的重要因素.因此,在电力系统的风险分析中,需要突破传统N-1故障设置假设,考虑受继电保护设备隐性故障影响的N-k连锁故障.针对继电保护设备拒动引发连锁故障的问题,首先根据继电保护设备的功能模块建立继电保护设备拒动故障树模型;然后综合考虑元件固有失效率和运行信息,建立继电保护设备拒动概率动态评估模型.基于此,提出一种改进的状态空间分割法对电力系统面临的连锁故障风险进行分析,实现了在枚举空间和抽样空间中进行连锁故障搜索,可提高连锁故障搜索的完备性和风险分析的计算
本文设计了一种基于嵌入式系统、可安装在无人机上的北斗定位装置,可实现对无人机位置的精准定位,并且能将定位信息和无人机遥测信息进行存储.同时,可以将北斗定位信息以北斗短报文的形式进行发送,从而达到在无人机遥测数据链路出现故障的情况下可以通过北斗定位系统来确定无人机飞行状态及飞行位置的目的.
针对配电网谐振接地系统高阻接地故障选线困难的问题,提出了一种利用消弧线圈并联电阻短时投入以增强线路零序阻抗特征的高阻接地故障选线方法.对发生单相接地故障时消弧线圈并联电阻投入前、后同一母线上的健全线路和故障线路的零序阻抗特征进行分析,由分析结果可知:任意健全线路在并联电阻投入前、后其零序阻抗基本保持不变,由线路自身对地电容阻抗构成;故障线路在并联电阻投入后零序阻抗减小,由所有健全线路、消弧线圈支路和并联电阻支路的并联等值阻抗构成.此外,综合考虑故障点电流的限幅要求和零序电压的启动要求分析了并联电阻的取值范
传统电网扩展规划模型难以反映未来一段时期竞争市场模式下全局供需态势对电网投资收益、市场主体意愿、社会效益的量化影响,且在含高比例水电输电网中水电外送断面容量与丰枯潮流差异的不匹配导致网络阻塞及交易盈余问题愈加严重.为此,提出高比例水电场景下计及市场化电价信号导向的输电网扩展规划模型.上层模型以最大化线路年投资收益为目标函数,形成规划决策线路;下层模型采用改进的k-means聚类算法得到含高比例水电输电网全年典型运行方式,基于市场交易出清结果与区域负荷响应特征,量化线路规划后的负荷增量及过网利用率,以市场化
随着综合能源微网内各利益体竞争现象日益显著,研究多利益体背景下的微网优化运行具有重要意义.首先,建立了以微网运营商为领导者、电动汽车用户为跟随者的主从博弈模型,综合考虑分时电价、电热需求响应、电动汽车以及微网运营商运行模式等构建了微网框架.其次,针对微网运营商工作于传统“以热定电”模式存在的缺陷,分析了“以电定热”模式的优势,进而提出了2种运行模式下微网运营商的收益模型.然后,综合考虑用户侧电制热设备、电动汽车以及电热需求响应等,提出了用户侧有限理性下的购能选择模型,在此基础上构建了用户侧收益模型.将主从
互联系统中存在的弱阻尼低频振荡严重威胁电力系统安全稳定运行.针对系统中潜在的区间弱阻尼模式,提出了一种基于全局灵敏度的发电机有功调制策略,在线提高系统区间模式阻尼.首先利用随机子空间辨识算法从系统随机响应数据中提取系统振荡频率、阻尼比等振荡参数;在此基础上利用Sobol\'法计算各参调发电机组的全局灵敏度,进而确定提升系统区间模式阻尼的关键发电机组;最后应用定向试探法根据当前运行方式下发电机有功输出及其限额确定有功调整量,从而实现区间弱阻尼模式阻尼的有效提升.IEEE 2区域4机系统和IEEE 5区域
目前对网络流量的智能控制大多采用深度学习技术,然而这些算法的计算复杂度随着网络规模的增大而显著增加,所以适用的网络规模较小.为了解决该问题,提出了一种基于奖励的深度学习结构,该结构分别采用深度卷积神经网络和深度信念网络预测流量负荷值矩阵和构造最终行为矩阵.因此,最终动作空间被简化为下一目的地动作矩阵,并且计算复杂度被显著降低.实验结果表明,与传统的路由方法相比,该方法在大规模网络中的丢包率和吞吐量均有较大的提高.