傅里叶相位差谱在卫星目标图像检测中的应用

提出一种利用序列图像傅里叶相位差谱的特征检测卫星目标的算法. 欲跟踪的卫星目标往往淹没在星海中,仅仅依据星体特征检测出目标很繁琐,也很困难. 从傅里叶变换的相谱差异特性出发,将序列图像相邻2帧图像中的前一帧图像通过相谱补偿后与后一帧图像对比,检测出奇异的卫星目标,再利用帧差法剔除伪目标,给出跟踪目标的运动轨迹. 同时,为了提高该算法的抗噪声能力,针对遇到的实际情况提出基于二维直方图改进的图像二值化算法. 通过实验验证了该算法的可行性,结果表明,所提出算法的检测误差与人工捕获相比不超过1个像素.      

激光光斑位置精确测量系统

设计了一种激光光斑位置测量系统,用于提高激光照射器监测系统测量激光光斑位置时的测量精度.分别介绍了测量系统的组成及它们的信号连接关系.针对激光光斑图像采集过程中的后向散射现象,提出基于异步距离选通的激光后向散射抑制技术.为了克服大气湍流扰动对激光光斑成像的影响,利用改进的盲解卷积算法对激光光斑图像进行事后图像处理.最后,对光斑图像进行畸变校正,并利用高斯曲面拟合算法提取光斑位置.设计了若干仿真实验,并应用该系统处理了实际外场实验.结果表明,所设计的激光光斑位置测量系统的测量精度不超过0.3 pixel.     

三角形剖分以及PSO-BP神经网络在星图识别中的应用

为了实现星敏感器对航天器当前姿态的准确测量,如何提高星图识别算法的实时性和鲁棒性成为星敏感器的关键技术.对星图识别过程中应用的模式提取、训练样本集的建立以及神经网络训练方式的改进等算法进行研究.首先,设计一种基于星图特征的三角形剖分方法,将视场内的恒星以三角形的方式组合起来,提取星图模式,建立完备的训练样本集,使星图特...     

移动终端的建筑典型人流数据生成和在能耗模拟中的应用分析

介绍了典型人流数据生成方法,通过移动终端定位获取逐时人流数据,结合既有知识构建人流信息数据库,采用k-means聚类的方法对建筑人流数据进行分析,提取了典型人流数据。结合某办公建筑的模拟案例,分析了典型人流数据的应用前景。     

基于区块链的中小型电力用户自动需求响应系统设计

中小型电力用户单体负荷容量虽小但数量众多、用电灵活性强,是潜力可观的需求响应资源.设计了基于区块链技术的需求响应系统解决方案,创新需求响应聚合商运行模式,为中小型用户参与需求响应事件提供可行路径,以期促进未来需求响应业务的发展.利用区块链技术实现需求响应交易数据存证与交易结算服务,保障聚合商与用户之间的需求响应交易数据不可篡改、交易过程可追溯,提升评估结算的效率与公信力.     

基于CSS的年度合约电量分解方法

以华东电力市场为背景,提出一种基于电荷系统搜索(CSS)算法的年度合约电量分解方法。针对国内外电量合同形式差异,分析总结合约电量分解方法的研究现状;介绍华东电力市场在年度市场中的运营规则,充分考虑预测不确定性、机组发电成本以及废气排放等因素,提出按月度电量分解和按机组电量分解2个步骤完成年度合约电量分解的方法;设计电量分解的带约束优化模型,利用CSS算法求得所建立模型的最优解。结合IEEE 30节点标准测试系统的基础数据构建实验数据,验证了所提年度合约电量分解方法的有效性。     

基于需求响应的家庭能源服务设计

针对家庭终端典型负荷管理引入需求响应技术.介绍了需求响应以及需求响应事件原理,并选择3种家庭终端负荷开展研究.针对典型负荷提出了控制策略,通过试验验证所设计控制策略的有效性.     

三角剖分以及径向基函数神经网络在星图识别中的应用

根据经典径向基函数(RBF)神经网络的优势,结合星图模式样本集的特点,设计了一种适合星图模式样本的网络训练算法.从提取星图模式入手,引入三角剖分理论,将可能出现在同一视场内的恒星以三角形的形式连接起来,提取连接的角距作为星图模式,建立了具有完备性、平移旋转不变性的星图模式样本集.然后,利用RBF神经网络做星图识别,研究顺序训练方法和批量训练方法,总结多种经典算法的优缺点,并设计了一种训练方法.通过实验证明了该种方法较其他经典算法更为适合学习星图模式样本.最后,给出RBF神经网络相关的训练数据,并通过模拟星图软件获得若干模拟星图作为观测样本,利用已经训练好的神经网络进行识别.试验结果表明,测试网络能够正确识别这些星图.     

基于电动汽车价格弹性需求响应的综合能源系统优化调度

针对电动汽车无序充电行为影响综合能源系统运行经济性的问题,提出一种考虑电动汽车电池荷电状态（stateof charge,SOC）弹性电价需求响应的综合能源系统优化调度策略。该策略首先分析了电动汽车充电行为,提出了考虑SOC的电动汽车弹性电价,建立基于电动汽车SOC因子的价格弹性需求响应优化调度模型;其次,在满足系统正常运行的前提下,以综合能源系统运行成本最小为目标,建立含电动汽车需求响应的区域综合能源系统模型,并采用混合线性规划进行求解;最后,根据电动汽车SOC弹性电价引导电动汽车参与需求响应,设置了3个场景进行对比,从电负荷、需求响应和热负荷3个方面分析了综合能源系统设备出力情况和系统运行成本。仿真结果表明,通过SOC弹性电价引导电动汽车参与综合能源系统需求响应,具有较好的可行性和经济性。     

基于PSO?BP神经网络的短期负荷预测算法

提出一种短期负荷预测算法,用于解决对未来能耗周期能源使用的预测问题。首先介绍短期负荷特点,分析短期负荷运行规律,并采用零相滤波器对原始负荷曲线进行预处理,相除奇异点。其次,介绍BP神经网络基本结构,并针对BP神经网络容易陷入局部极小值的缺点,采用PSO算法确定网络训练初始权值。然后,设计一种基于PSO?BP神经网络的短期负荷预测算法,包括预滤波、训练样本集建立、神经网络输入/输出模式设计、神经网络结构确定等。最后,选择上海市武宁科技园区的电科商务大厦进行负荷预测,实验结果表明,与传统的BP神经网络相比,PSO?BP神经网络用于短期负荷预测算法的精度更高,预测负荷和实际负荷之间的平均绝对误差（MAE）小于1%。