计及Spark和属性权重的售电套餐推荐方法

针对电力市场用户群庞大，交易过程中售电套餐选择困难的问题，在Spark环境下设计了一种售电套餐推荐方法，同时也解决了售电套餐推荐过程中在大数据环境下的可扩展性及实时性问题。首先，计算出每个套餐属性的权重值，从而计算得到售电套餐综合相似度。然后，计及用户和套餐两方面提出一种售电套餐推荐方法，实现售电套餐的精准推荐。实验表明，提出的推荐方法能够明显提高推荐的准确度，并且在分布式环境下具有良好的推荐效率和可扩展性。     

适用于低速UWB的多径接收算法改进

叉指数优化选择是传统MMSE-Rake(最小均方差Rake接收机)算法的重要组成部分,广泛应用于UWB(超带宽)Rake接收机中。为了提高在低速传输条件下UWB系统对多径信号接收的快速识别能力,提出了一种基于优化抽头系数的MBER(最小误比特率)改进算法,该算法可在不降低多径分辨率的前提下,通过简化Rake叉指数实现快速定位。仿真结果表明,在低速CM3(NLOS信道)和CM4(特殊情况下NLOS信道)多径模拟信道传输条件下,改进后的算法在性能上优于传统MMSERake算法,不仅降低了Rake接收机的复杂度,还提高了信号接收的实时性。     

基于生物免疫学方法的泛在电力物联网安全技术

由于泛在电力物联网融入了社会的不可预知因素,导致互联环境复杂多样,终端设备接入类型与数量激增,时刻面临网络攻击和非安全数据入侵等安全隐患。因此,已有的安全检测与防护技术不再完全适用于如今的泛在电力物联网,文中从生物免疫学新视角探讨了泛在电力物联网安全技术。首先,类比病原体入侵生物体时免疫系统的免疫过程,阐述了生物免疫学与泛在电力物联安全防护的关联;其次,分析了感知层、网络层、平台层和应用层面临的安全挑战,并基于免疫学归纳了抗原识别、免疫响应和免疫记忆3方面的关键技术;最后,构想了泛在电力物联网全方位智能联动的安全免疫体系,并对研究方向进行了展望。     

基于改进EDPN模型和有限状态机的Web应用系统测试技术研究

为了能够在Web应用系统测试中利用EDPN模型的直观性和耦合性好的优点,提出了一种改进的EDPN模型（WEDPN）,有效地解决了使用EDPN模型难以合成多个页面的EDPN模型问题。最后,通过实例介绍了使用WEDPN模型对Web应用进行系统测试的方法。     

基于IMM-极限迭代UFIR的机动目标跟踪算法

为提高非高斯噪声条件下机动目标跟踪的精度,提出基于交互式多模型极限迭代无偏有限脉冲响应滤波(IMM-极限迭代UFIR)算法。采用对噪声统计特性不敏感的极限迭代无偏有限脉冲响应滤波(UFIR)作为其子滤波器,对各模型进行状态估计,最后通过对各模型的输出结果综合得到机动目标状态。仿真结果表明,在噪声条件复杂的情况下,该算法比交互式多模型卡尔曼滤波(IMM-KF)具有更高的跟踪精度和稳定性,计算量小于IMM-PF,算法能较好地兼顾跟踪精度和计算量两方面性能。     

基于相似日区域化RBF分析的校园能耗预测

为了准确预测校园建筑的能耗,结合校园自身特性和能耗影响因素,建立一种基于日能耗区域性分析的RBF神经网络预测模型。主要考虑校园因季节、作息时间等特性而造成的区域曲线特性,利用某高校能耗的近两年历史数据,进行区域能耗对比分析,挖掘能耗突发点,分析能耗迁移量,并线性扩展预测。预测结果与实际能耗的对比具有较高的精度,验证了该方法的有效性,为高校能源的管理奠定了坚实基础。     

考虑家电关联与舒适性相结合的用电行为多目标优化模型

随着智能家电的广泛应用,实现用电行为优化已成为家庭智能用电的重要研究内容。从经济性和舒适性两个方面入手,提出一种智能用电环境下用电行为多目标优化模型。首先,分析了家庭用户的负载特性,并定义了可中断和可转移电器的运行约束。然后,考虑家电负载和用电习惯等各方面的约束条件,设计了家电关联最小化电费支出模型和用户用电舒适度模型,实现了多目标优化。最后,提出基于持续搜索多目标粒子群算法进行优化模型的求解。算例分析表明,多目标优化模型能有效降低用电费用并提高用电舒适性。     

基于机舱风速计的风电机组功率特性评估方法

针对传统的功率特性评估方法难以对未配置测风塔的风电机组进行评估的问题,对基于机舱风速计的功率特性评估方法进行了研究。在深入剖析机舱风速与测风塔风速相关性的基础上,依托IEC 61400-12-2标准,提出了二者之间最优拟合关系为分区间段的机舱传递函数(BinnedNTF)。利用Binned-NTF对机舱风速进行校正,并用计算出的空气密度对数据进行标准化,得到机组的实测功率曲线、风能利用系数曲线和理论年发电量。研究应用表明,该方法在不增加测风设备经济成本的情况下,可以对未配置测风塔的风电机组进行功率特性评估,能够及时有效地维护风电场的利益。     

变电站自动化系统连锁故障分析模型

为了解决使用有效性模型分析变电站自动化系统连锁故障时,不能根据系统变化调整逻辑节点负荷容许参数的问题,基于变电站自动化系统的逻辑连接建立复杂网络,引入接近度概念来衡量逻辑节点在信息传递中的重要性,并动态调整节点负荷容许参数,建立了一种适用于变电站自动化系统连锁故障分析的改进有效性能模型。在此基础上,以T1-1型变电站为例,完成了在不同扰动方案下系统效率损失情况的对比分析。实验结果表明,改进后的模型能够更好地适用于变电站自动化系统连锁故障分析。     

一种基于Hadoop的电力大数据属性实体识别算法

随着大数据时代的来临,传统的实体识别技术由于电网数据体积大以及类型复杂等特性已经无法有效地进行数据预处理。近年来兴起的Hadoop技术能够对大数据进行较好的处理。因此提出一种基于Hadoop的电力大数据属性实体识别算法。该算法利用改进离散化算法选取出信息准确率较高的离散点,并提出了一种离散化评价指标。最后,在Hadoop平台上对某风电机组的监测数据进行了属性实体识别。实验证明,该算法在实验正确性和断点数目方面表现良好,并且具有较好的加速比,适用于电力大数据的属性实体识别处理。