双链存储的微电网分级电能交易策略

在微电网电能交易中,传统的方法是通过单链区块链技术存储电能交易模型内部数据,但是模型需要较大的存储空间。为了节约微电网交易系统的存储资源,采用物理区块链和交易区块链双链存储结构的方法储存微电网电能交易模型的数据,有效解决了单链储存情况下存储数据的冗余问题,节约了数据的存储成本。在微电网电能交易策略上,目前多采用双向拍卖机制进行电能交易,电能交易采用供需平衡方式进行交易。考虑到微电网内不同类型的分布式电源和负荷的差异,应用博弈论方法对微电网电能竞价策略进行分析,在满足供需平衡的条件下,对微电网的分布式电源和负荷按照各自利润最大化为目标进行优化,优化了微电网电能交易策略,使得分布式电源获得可观的利润。最后,通过具体微电网实验算例分析验证了该交易策略的有效性。     

提取全局语义信息的场景图生成算法

目的 场景图能够简洁且结构化地描述图像。现有场景图生成方法重点关注图像的视觉特征,忽视了数据集中丰富的语义信息。同时,受到数据集长尾分布的影响,大多数方法不能很好地对出现概率较小的三元组进行推理,而是趋于得到高频三元组。另外,现有大多数方法都采用相同的网络结构来推理目标和关系类别,不具有针对性。为了解决上述问题,本文提出一种提取全局语义信息的场景图生成算法。方法 网络由语义编码、特征编码、目标推断以及关系推理等4个模块组成。语义编码模块从图像区域描述中提取语义信息并计算全局统计知识,融合得到鲁棒的全局语义信息来辅助不常见三元组的推理。目标编码模块提取图像的视觉特征。目标推断和关系推理模块采用不同的特征融合方法,分别利用门控图神经网络和门控循环单元进行特征学习。在此基础上,在全局统计知识的辅助下进行目标类别和关系类别推理。最后利用解析器构造场景图,进而结构化地描述图像。结果 在公开的视觉基因组数据集上与其他10种方法进行比较,分别实现关系分类、场景图元素分类和场景图生成这3个任务,在限制和不限制每对目标只有一种关系的条件下,平均召回率分别达到了44.2%和55.3%。在可视化实验中,相比性能第2的方法,本文方法增强了不常见关系类别的推理能力,同时改善了目标类别与常见关系的推理能力。结论 本文算法能够提高不常见三元组的推理能力,同时对于常见的三元组也具有较好的推理能力,能够有效地生成场景图。