基于IMFO算法的光伏高占比电网UPFC参数优化模型

光伏高占比地区功率双向交换过程中系统存在暂态功角稳定及电压稳定问题,为得到电网在有功和无功动态波动下统一潮流控制器(Unified Power Flow Controller,UPFC)的最优参数,文章通过对飞蛾扑火(MothFlame Optimization,MFO)算法进行改进,提出光伏高占比电网UPFC控制参数优化模型。首先,针对光伏高占比条件下电力系统UPFC串联、并联功率控制方法,建立基于UPFC的系统阻尼优化控制模型;其次,建立基于系统阻尼和电压偏差最优控制的UPFC参数改进的飞蛾扑火优化算法(Improve Moth-Flame Optimization,IMFO)模型;最后,通过MATLAB与PSD-BPA联合仿真,以东北某光伏高占比电网实际运行数据为基础,建立光伏高占比电网UPFC参数IMFO优化仿真模型。仿真结果表明,基于IMFO算法优化得到的UPFC控制参数,可有效提高UPFC设备对系统阻尼震荡及暂态电压稳定的支撑能力,与传统的MFO相比具有更好的收敛性。     

基于SDN和虚拟拓扑的天基网络路由算法

针对天基网络的时变拓扑结构给网路管理和路由设计带来的难题,综合考虑GEO卫星和LEO卫星的优势,建立了一种基于软件定义网络(SDN)架构的天基网络模型,提出了一种基于虚拟拓扑的包含必经节点的天基网络路由算法(VTPN)。通过改进时间片划分策略,提高了计算效率,通过必经节点的设定,改善了链路拥塞问题。仿真结果表明:SDN架构下的VTPN算法与其他算法相比,网络链路利用率和负载均衡性能提高了约50%,丢包率降低了约20%。     

含柔顺关节并联机器人运动性能的研究

以柔顺关节并联机器人为研究对象,针对其存在的轴心漂移误差,开展运动规划研究。考虑轴心漂移产生的实际杆长变化,设计一种漂移补偿规划方法,并在笛卡尔空间应用S形速度曲线,规划机器人的运动参数以降低柔顺关节的弹性振动。使用柔顺关节并联机器人的虚拟样机模型进行运动规划方法的仿真研究表明:提出的运动规划方法能有效降低运动误差。     

风景园林设计的植物配置与规划研究

当前城市建设中风景园林艺术越来越被重视,园林设计在一定程度上起着净化城市环境,满足人们生活质量要求的作用,在园林植物配置中,必须考虑到气候等多角度、全方位的因素,人为因素等。本文将对景观设计中的植物配置与规划进行研究,更好地做好景观设计工作。     

计及时间相关性的微能源网鲁棒规划方法

微能源网以能源的梯级利用为原则,可实现风、光等多种新能源的高比例消纳,满足区域内电、热、冷等多种能源需求。微能源网中存在新能源出力与冷、热、电负荷的多重不确定性。为增强系统规划结果的鲁棒性,常采用不确定集表述新能源出力与多种用能需求的不确定性,实现针对微能源网的鲁棒规划设计,往往使系统规划结果过于保守,降低系统经济性。为克服以上问题,规避实际运行中不可能发生的场景,降低系统规划结果的保守性,文章提出一种考虑时间相关性的微能源网鲁棒规划模型。该模型在计及多重源荷不确定性的基础上,进一步考虑新能源出力与冷、热、电负荷的时间相关性。通过算例对传统不确定集与所提出的改进不确定集进行对比分析,验证了所提模型及方法的优越性和有效性。     

玻璃纤维增强复合桩水平承载特性试验与数值模拟

玻璃纤维增强复合材料(GFRP)具有轻质、抗拉强度高、耐腐蚀性和抗疲劳等优点,广泛应用于土木工程领域。GFRP复合桩是一种通过在普通混凝土桩身外包GFRP纤维布以增强其抗弯性能的新型桩。通过开展室内模型试验,分别得到了水平荷载下RC桩和GFRP复合桩桩顶位移、桩身弯矩的试验结果,对比分析了两者的水平承载特性。利用有限元分析软件ABAQUS对水平荷载作用下的GFRP复合桩进行数值模拟,试验结果与数值模拟结果拟合较好。结果表明:GFRP复合桩与RC桩的桩身弯矩分布规律基本一致,最大弯矩在1/4~1/3桩长处,GFRP复合桩的水平承载特性优于RC桩;不改变桩身截面,仅在一层GFRP单向布的约束下,GFRP复合桩的弹性模量、极限水平承载力均有一定的提高。     

工程建设标准客观优先度评价研究

在工程建设标准的制定和修订过程中，如何科学地确定编制顺序一直是困扰标准管理部门的难题，采用传统方式“按需制标”，具有盲目性、主观性，容易造成标准在制定和修订过程中的互相重复、滞后与矛盾。为了保证标准制定和修订工作的协调性，指导标准体系中各标准的制修订顺序，引入复杂网络拓扑结构，将同一标准类型下的标准构成功能团，根据相互之间的关系形成复杂网络，采用剥落算法对其网络节点重要性排序，进而确定标准制修订的优先度。通过对建筑给水排水工程规范标准修订的实证分析，总结工程建设标准的网络拓扑优先度评价的算法模型，实现制定和修订顺序的自动计算，从而更加科学地指导标准的制定和修订工作     

小尺度交通信号灯的检测与状态识别

交通信号灯识别包括检测和状态识别，在智能交通系统中发挥重要作用。基于YOLOv3算法提出了一种交通信号灯检测与状态识别模型。针对交通信号灯相较于交通场景中其他目标具有尺度小的特性进行了算法的设计：降低骨干网络的下采样倍率以增加小尺度目标的特征描述能力；通过增大特征图的尺度来改进多尺度特征融合；引入广义交并比作为检测任务的损失函数来改进目标边界框的回归效果。同时，根据交通信号灯本身的特性，使用颜色和形状约束的方法对信号灯进行状态识别和类别验证。最后在公开的Bosch交通信号灯数据集上和实际的城区道路进行了实验验证。实验结果表明，所提出的算法能够提升交通信号灯识别的精度和召回率，识别准确率可以达到90%左右。