广域环境下基于Q型因子学习方法的电网节点聚合规律?

大规模可再生能源的并网以及电力市场解除管制的改革,使传统集中式的节点电压在线安全分析、调度与控制方法面临困境。对此,在电网运行状况全景过程化可观测条件下,提出了渐进学习的电网节点聚合的新调控理论,通过电网"局部自治与集中调控互融"的调控方式解决电网的调控问题。提出了基于Q型因子学习的电网节点聚合规律的挖掘方法,根据传统节点电压方程及发电机、负荷的等值模型得到广域环境下节点电压向量与电势之间的解析关系,推导出连续2个量测时刻下节点电压幅值变化的影响因子,并对其进行过程化的Q型因子学习,进而得到电压幅值具有一致变化的节点聚合规律。通过对德州电网的仿真分析,验证了所提方法的准确性及有效性。     

考虑储备阈值的电动汽车换电需求分析

电动汽车换电规律对研究换电站电池储备决策、电池充电策略、充电负荷对电网的影响等问题具有重要意义。对此,通过电动汽车的运行统计规律来模拟其电能消耗过程,并以电池剩余电量作为产生换电需求的判断依据,从而给出相应的电动汽车换电统计规律。在此基础上,依据不同的储备闽值给出不同情景集的划分,并对各情景集下的电动汽车换电需求进行了深入的比较分析,对目前这一问题的研究具有一定的借鉴意义。     

基于DDGVFSnake和Gamma方法处理人脸光照不均

使用一种动态方向梯度矢量流Snake (DDGVF Snake)算法来检测未知图像的阴影和高光区域，根据已知的标准人脸图像库中图像的灰度分布，计算出灰度中值，然后采用加权非线性Gamma灰度矫正算法来归一化待识别图像的光照变化，使之与已知的标准库中的图像灰度一致。在Yale B,CMU PIE和CAS PEAL人脸库上的实验表明，所提出的方法与同类的处理方法相比，具有更高的恢复精度。     

基于全景量测的聚合电网概念、调控方法及其应用

随着可再生能源发电大规模并入电网发输配用各个部分,为使源网荷在频率限定范围内最大限度地消纳可再生能源有功发电,需对其运行调控实施全局统筹。为此,在电网全景过程化量测条件下给出聚合电网调控方法。提出聚合电网、可观测点、可观测点的观测函数和调控函数的概念,在此基础上,给出聚合电网性能指标,提出可观测点、可观测点的观测函数和调控函数之间的互动关系,实现聚合电网渐进调控机制。在线调控算例对所提方法进行了验证。     

多代理系统和黑板模型结合的全景电网拓扑分析

未来电力系统的调度与控制必将面临发电、输电、配电和用电有机关联、不可分割的局面,面临的一个基础的问题就是电网的全景拓扑。由于电网全景信息处于分散、关联的存储管理方式,使传统集中式的拓扑分析方法面临挑战。对此,在广域环境下,提出了多代理系统(MAS)结合黑板模型的全景电网拓扑分析方法。首先,提出了厂站MAS拓扑分析方法,使各厂站能够分散、独立且并行地完成各自的拓扑分析;然后,基于黑板模型,提出了厂站间拓扑分析的通信、协调规则和方法,从而完成全景拓扑分析。通过对实际系统的仿真验证,表明了所提方法的有效性。     

基于黎曼张量的人脸图像多模态分解光照建模方法

目前,人脸光照建模方法总是假设人脸满足朗伯凸模型、已知人脸表面法向量和反射率等条件,这与实际情况不符,建立的人脸光照模型也存在较大的偏差。为了解决这一问题,提出了一种新的人脸光照建模方法。该方法首先采用黎曼张量人脸图像多模态分解,建立人脸光照模型;然后基于改进的广义拉格朗日算法对人脸光照模型进行优化。理论分析和实验结果表明,该方法比光度立体学、球谐函数方法具有较高的精度和较强的实用性。     

基于全景可观的深度聚合电网模型、求解方法及其应用

电力系统调度与控制正面临全局统筹、紧密协同的局面，而对外部电网的等值简化是该决策顺利实施的前提和关键。由于传统等值简化方法对等值电网“源”“网”“荷”的增加或删减操作改变了其结构和主动量、被动量，从而在电网全局统筹过程中，使调度与控制的精度面临挑战。对此，在电网全景可观环境下，提出了深度聚合电网模型及其求解方法和应用。首先，给出了发电厂、联络站的聚合方法，形成聚合电网模型。并在此基础上，将聚合厂站融合到输电线路，建立了深度聚合电网模型。然后，推导了深度聚合电网模型未知量与可调控量(发电机功率)之间的函数关系，并使用长短期记忆网络对其参数进行求解。最后，以经济调度应用为例进行仿真验证，证明了所提方法的有效性。