EM算法研究与应用

引入了可处理缺失数据的EM算法.EM算法是一种迭代算法,每一次迭代都能保证似然函数值增加,并且收敛到一个局部极大值.对EM算法的基本原理和实施步骤进行了分析.算法的命名,是因为算法的每一迭代包括两步:第一步求期望(Expectation Step),称为E步;第二步求极大值(Maximization Step),称为M步.EM算法主要用来计算基于不完全数据的极大似然估计.在此基础上,把EM算法融合到状态空间模型的参数估计问题.给出了基于Kalman平滑和算法的线性状态空问模型参数估计方法.     

考虑电能交互共享的虚拟电厂集群多时间尺度协调运行策略

虚拟电厂(virtual power plant,VPP)作为整合“源-荷-储”多环节资源的新一代智能控制技术,能够打破地域限制,实现广域范围内的能源互联共享。为应对同一区域内不同VPP“源-荷”资源差异性,解决分布式可再生能源(distributed renewable energy,DRE)波动性与用电行为不确定性造成的功率实时平衡问题,引入集群服务商对包含多类型VPP的集群进行合理管控,构建包含多异质DRE、可控机组、储能、电动汽车以及可控负荷的VPP集群系统架构。对VPP集群内部电能互济进行独立定价以激励VPP参与联合调度,针对随机变量可预测性和累积误差随决策时间推进逐步增加的特性,建立包含日前协调调度与日内滚动优化的两阶段联合优化模型,日前阶段侧重于多VPP集群参与外部市场交易和内部电能互济,日内阶段侧重于VPP功率平衡降低偏差,形成多VPP间电能共享交互的多时间尺度调度策略;最后,以整合不同分布式能源的多VPP集群系统为例进行仿真分析,结果表明,通过多VPP协调互动和多时间尺度滚动优化,有效改善VPP集群系统电能均衡问题,显著提升整体运行经济性。     

考虑多重因素的空调负荷聚合响应潜力评估及控制策略研究

空调负荷已成为电力系统重要的需求响应资源,但由于其类型差异性、接入分散性,造成调度中心难以直接获取其聚合功率并开展调度控制,限制了响应潜力发挥。对此,提出考虑空调负荷聚合响应潜力多类型资源协同调度与精准控制相结合的双层调控框架。在日前调度层,基于近似聚合模型获取空调负荷聚合功率,考虑用户热舒适度、意愿度及可控度等多重因素,建立空调负荷聚合响应潜力评估模型,获取其聚合响应潜力,并结合基础柔性负荷响应特性建立联合调度模型,充分挖掘负荷侧多类型资源参与系统调节的潜力;在日内控制层,针对执行降负荷调温控制策略中空调群组功率跌落现象,为引导其有序参与电网需求响应,建立变状态数的状态队列模型,并引入准备时间对参数异质空调集群进行分组控制,使空调负荷跟随调度计划,提升控制精度,缓解功率跌落对系统运行产生的影响。最后,通过某简化配网系统进行仿真分析,结果表明:所提双层调控框架在调度层可深度挖掘并引导利用空调负荷响应潜力,在控制层实现精准控制并削弱功率跌落负面影响,工程应用价值显著。     

基于注意力机制和卷积神经网络的配电网拓扑辨识

针对当前配电网拓扑变化频繁,拓扑结构实时获取困难等问题,文章提出基于注意力机制和卷积神经网络的配电网拓扑辨识方法。首先利用卷积神经网络挖掘量测信息和配电网拓扑结构之间的关系,学习其映射规则;考虑当前配网中同步相量测量装置(phasor measurement unit,PMU)和微型同步相量测量装置(micophasormeasurementunit,μPMU)等高级量测设备安装数量不足导致获取量测数据质量不高的问题,在卷积神经网络隐藏层中融入注意力机制,以增强模型鲁棒性;通过随机森林算法对特征数据集进行降维,降低模型时、空复杂度;最后,分别基于IEEE 33节点配电网和PG&E69节点配电网开展算例分析,以验证方法的可行性和优越性,并检验利用更少特征进行拓扑辨识的可能性。结果表明：所提方法具有良好优越性和鲁棒性,泛化能力强,在仅提供少量时间断面量测数据情况下便可实现配电网拓扑辨识,且对于辐射网和含环网络同样适用。     

基于最近邻搜索算法分组式P2P网络拓扑模型

为了在P2P环境中实现资源的更快更精确搜索,引入兴趣相似度计算方法,提出一种基于最近邻搜索算法的分组式P2P网络拓扑模型.在这个模型中,采用余弦相似性方法计算共享资源的相似程度;相似程度较高的节点形成朋友节点进行逻辑连接,兴趣相近的节点聚集成一个小组,结合缓存机制实现共享资源的高效搜索.模拟实验查询结果表明,兴趣相似度Sim值越大资源搜索越精确.模型中相似度的引入增强了P2P网络中资源定位的准确率,提高了搜索效率.     

并行计算机模型的层次分析及性能评价

1.引言如何分析、评价并行程序的性能是并行计算的一个重要研究问题。RAM模型为串行算法分析提供了理论基础。据此,我们可以用big-O模型来分析其算法的复杂性。但是,在并行环境下,由于处理机之间增加了通信,使得并行程序及算法分析问题更加复杂。如何在并行程序和计算机结构之间建立一种联系?许多人     

射影不变性在旋转对称形状描述中的一种应用

旋转对称性是计算机视觉形状分析中的一类重要结构属性。自动检测该类目标的旋转特性以及提取目标的旋转中心（轴）,是描述和分析旋转对称目标的关键步骤。旋转对称的形状经过透视成像后,其成像特点不再具有对称性甚至扭对称性,但对称的结构单元之间仍然存在内在的对应不变特性。该文以简单连通的平面多边形目标为研究模型,利用射影几何中的交比不变量定义了目标轮廓上关键点的结构参数和结构参数的相似性度量,用于自动检验目标上的旋转对称点对;并利用正多边形顶点与形心的关系约束形成射影不变性,用来自动检测目标的旋转中心。实验结果验证了方法的有效性。     

A practical interconnection network RP(k) and its routing algorithms

Based on Petersen graph, a new interconnection network, the RP(k) network, is devel-oped and the properties of the RP(k) network are investigated. The diameter of the RP(k) network is [ k/2] + 2 and its degree is 5. We prove that the diameter of the RP(k) network is much smaller than that of the 2-D Torus network when the number of nodes in interconnection networks is less than or equal to 300. In order to analyze the communication performance in a group of nodes, we propose the concepts of the optimal node groups and the diameter of the optimal node groups. We also show that the diameter of the optimal node groups in the RP(k) network is less than that in the 2-D Torus net-work. Especially when the number of nodes in an optimal node group is between 6 and 100, the diam-eter of the optimal node groups in the RP(k) network is half of that in the 2-D Torus network. Further-more based on the RP(k) network we design a set of routing algorithms which are point-to-point rout-ing, permutation routing, one-to-al     

教育资源网格中资源的描述与组织技术

网格中的资源发现是网格研究的重要问题.文中主要针对教育资源网格中的资源发现,而教育资源网格中资源的描述和组织技术是资源发现的基础.通过分析国家<基础教育教学资源元数据规范>,采用资源描述框架来描述教育资源和资源请求,用索引链表的存储方式来组织教育资源.通过与其他结构的比较分析,证明了索引链表结构能减少查询次数,适应网格环境的动态性和异构性,更有利于资源发现.     

水库水沙优化调度

摘 要:针对水沙优化调度多目标、高维和难以求解的特点,利用约束法将多目标模型转化为单目标模型,并采用全局搜索能力和收敛性较强的鲶鱼效应粒子群算法求解水沙优化调度模型.该算法利用鲶鱼效应对种群多样性的动态调节和驱赶作用,克服了粒子群容易陷入局部最优的缺点.实例验证表明,优化结果给出了较为满意的水库发电与泥沙淤积的非劣解集及水库非劣运用过程,算法具有有效性和通用性.