【摘 要】
：
随着电力电子器件的发展及技术的进步，越来越多的大功率电力电子设备被应用于电力系统柔性直流输电中，以提升电网稳定性和新能源接纳能力，渝鄂柔性直流背靠背联网工程是这一技术的典型应用。但是，由于直流环节和新能源发电过程含有大量的电力电子开关器件和功率模块，为含大规模新能源接入的交直流混合仿真系统分析带来了较大困难。基于数字孪生的概念，将MMC子模块等效为电源与其导通电阻的串联。针对渝东北地区交直流混合电
【基金项目】
：
重庆市自然科学基金博士后科学基金（cstc2019jcyj-bshX0082）； 国家自然科学基金（5171101176）； 国家重点研发计划（2018YFB0905800）资助项目；
论文部分内容阅读
随着电力电子器件的发展及技术的进步，越来越多的大功率电力电子设备被应用于电力系统柔性直流输电中，以提升电网稳定性和新能源接纳能力，渝鄂柔性直流背靠背联网工程是这一技术的典型应用。但是，由于直流环节和新能源发电过程含有大量的电力电子开关器件和功率模块，为含大规模新能源接入的交直流混合仿真系统分析带来了较大困难。基于数字孪生的概念，将MMC子模块等效为电源与其导通电阻的串联。针对渝东北地区交直流混合电网的具体参数和网络结构，考虑近期该区域新能源规划，在分析、预测负荷、新能源出力的基础上，初步建立了一整套含大规模新能源接入的交直流输电系统数字孪生平台，并将平台运行结果与实际运行状态相比较，证明了所提分析架构的实用性和有效性。
其他文献
快速发展的计算机技术促使在现实生活中人机交互存在的场景不断增多,而人脸表情作为人类情绪变化的直接载体,属于一种在社会交流中不可或缺的非语言信号,相较语言信息与文字信息,由人脸表情直接获取的数据更具有真实性。因此,对人脸表情信息的准确掌握能够有效推动未来计算机对人类情感的理解能力。相较传统机器学习方法,深度学习方法具有抗干扰能力更强及迁移能力较好的优点。本文将基于卷积神经网络的深度学习的方法应用在人
由面部肌肉运动形成的面部表征可以显现个体的情感状态。面部表情特征可分为静态特征和动态特征。静态特征主要涉及几何特征和外观特征,动态特征主要模拟面部肌肉运动的动态特性。为了充分利用静态特征和动态特征的优势,我们设计了一个二维卷积神经网络（CNN）网络,从由一个表情图像和一个光流垂直分量构建的合并数据中学习深层次的面部表情特征。表情图像是由情感转换过程中的面部行为形成的瞬时外观,被用来学习深度静态表情
针对海上油田油藏高温高盐、储层非均质性的特点，以渤海某油田（油藏温度95.4～121.6℃）为目标区域开展耐高温调剖体系与储层适应性的研究，并对其成胶机理进行了深入分析。建立双岩心实验模型模拟地层的非均质性，以分流率和剖面改善能力为指标，考察选择性封堵能力；以封堵率、阻力系数/残余阻力系数、突破压力/突破压力梯度为指标，考察其封堵性能；室内实验结果表明，该种调剖体系在注入过程中沿程阻力较小，压力损
为加强对森林资源民事纠纷案件的审判指导,依法保护生态环境和当事人合法权益,最高人民法院发布《关于审理森林资源民事纠纷案件适用法律若干问题的解释》,就森林资源案件受理、林地林木交易、林地承包经营、公益林经营、林业碳汇担保、森林生态环境损害修复和赔偿等问题予以规范。本文对该解释的制定背景、指导思想和原则、主要内容进行了解读。
低渗透油藏长期注水开发后，受储层非均质性影响，局部多存在低效、无效注水循环，常规堵水调剖剂受注入性能与封堵强度的限制，难以动用油藏深部剩余油。纳米微球具有粒径小、可水化膨胀、易弹性形变等突出优势，能够实现逐级有效封堵。基于纳米微球调驱机理及粒径适配关系研究，结合胡A长4+5低渗透油藏地质条件和当前生产动态，优化出“小粒径、低浓度、长周期”的注入参数并开展矿场试验，通过持续注入，试验区块开发指标明显
曾被视为理想规制手段的“一键关闭”制度未能遏制弹窗广告乱象。“好制度”的失灵引人深思。究其原因,制度本身的规则漏洞与要件模糊、配套责任的处罚失焦和威慑不足,以及传统实施路径的乏力乏效是失灵根源。在肯定“一键关闭”制度优势的基础上,结合近期国家治理弹窗广告的系列举措,应当通过制度补丁、精准处罚、全面革新责任制度和创建特色实施机制来激活“好制度”。
疾病的发生可能会伴有面部特征的改变。早期细微的变化很难被观察到，导致患者诊治延误。面部识别是基于人的面部特征信息进行分析的一种智能化生物识别技术，能够捕捉这些细节，帮助临床医生进行判断和诊断。文章对面部识别技术在疾病诊断、临床评估及临床预后中的应用现状进行综述。
司法拍卖效力是对执行拍卖行为进行法律评价的结果,对执行法院、当事人、买受人及案外人均产生强制拘束力,关系到司法拍卖制度的程序和规则构建。司法拍卖虽然在本质上属于公法上的法律行为,但兼有公法与私法双重特点,程序与实体法律关系交叉适用,各方利益深度交织,过度保障任何一方利益都不符合司法拍卖效力的价值追求,法院需要结合司法拍卖的性质和目的,综合衡量司法公信力、社会公共利益、各方私人利益以及不同利益之间的
人脸识别技术能够更加有效地对个人身份进行鉴别,传统的人脸识别算法容易受遮挡、光照、姿态等外界因素的影响,在自然场景中识别准确率不高。近年来,深度学习技术的研究在计算机视觉领域取得了广泛应用,将深度学习技术应用于人脸识别可以达到甚至超过人眼识别的精度。而且,在光线、遮挡、姿态等外界因素发生变化时,算法的性能也更加稳定。为此,本文以课堂人脸识别考勤和听课状态评估为背景,采用深度卷积神经网络作为人脸识别
针对传统监考存在人工成本高、主观性强等问题,构建基于人脸识别、头部姿态估计和目标检测的智能监考模型。模型通过人脸识别算法进行考生身份验证,设计结合注意力机制的头部姿态估计（channel and spatial-aware wide head pose estimation network,CS-WHENet）方法对考生偷看的异常行为进行检测,并使用深度学习方法及传统方法对考生传递纸条的异常行为进