基于改进Owen值法的分布式储能双层合作博弈优化策略

针对当前用户侧分布式储能存在的成本较高、利用率低、布局分散等问题,提出一种分布式储能双层合作共享策略,通过分时复用提高储能资源的利用率和经济性。首先,阐述以社区为上层单元、以用户为下层单元的分布式储能双层点对点(peer to peer,P2P)共享交易模式。其次,将分布式储能合作共享问题分解为容量交易子问题和成本分摊子问题。接着,采用交替方向乘子(alternating direction method of multipliers,ADMM)算法构建分布式储能容量双层交易模型,上层侧重于社区间储能共享优化,而下层旨在解决社区内用户储能共享优化。在此基础上,进一步设计一种基于改进Owen值法的双层成本分摊策略,上层采用Shapley值法进行社区间成本分摊,而在下层通过双边Shapley值法完成社区内成本再分摊,以此解决广泛用户群体带来的维数灾和隐私保护问题,同时兼顾各方收益均衡。最后,通过算例仿真验证所提P2P合作共享模式的可行性和优越性,以及成本分摊策略的公平性。     

基于笔画曲率特征的笔迹鉴别方法

现有的手写汉字脱机笔迹鉴别方法存在只能针对特定字符或需要大量样本字符等问题,为此提出一种基于笔画曲率特征的笔迹鉴别方法。首先运用数学形态学对采集的笔迹图像进行预处理,在横、竖、撇、捺四个方向提取具有代表性的笔画骨架,然后对笔画骨架进行圆的重构,提取四个方向笔画圆的曲率作为特征值组成笔迹特征矩,根据待鉴别的笔迹特征矩与数据库中笔迹特征矩向量夹角相似性度量结果对样本做出判断。实验结果表明该文方法对于待鉴别样本字符的内容没有要求,样本字符数量要求低、应用范围广、鲁棒性强。     

基于AR模型参数双谱估计的超分辨ISAR成像

利用双谱分析方法，用非高斯AR模型对雷达目标回波信号进行参数化双谱估计，并在此基础上对数据进行外推处理，然后对数据进行ISAR成像。仿真和实测数据实验表明，本文的处理方法比传统的ISAR成像分辨力有明显的提高，且运算量不大，满足ISAR的实时或者准实时成像要求。     

基于透明动态地址分配的Internet与Intranet互联的一种设想

文章提出了一种基于ＩＰ地址动态分配的解决方案。它可以使Ｉｎｔｅｒｎｅｔ与Ｉｎｔｒａｎｅｔ透明地交换数据而察觉不到它们之间的编址差异。最后用排队论对此系统进行了简要的数学分析。     

TCP over卫星的拥塞控制及跳动窗口算法

本文分析了现有的多种基于无线卫星链路的TCP拥塞控制改进协议．并在此基础之上提出了一种适于卫星链路的TCP拥塞控制跳动窗口算法．此算法的优点主要体现在：减少了发送方不必要的确认信息，不仅克服了Go-backn算法的缺点．而且极大地避免了数据的浪费重传，提高了通信效率，减轻了卫星通信负担，并具有灵活性和易控性等特点、接着介绍了此拥塞控制算法在基于“北斗一号”卫星数字报文通信的西部“数字油田”建设中的文件传输系统的实现和应用．并说明了文件传输系统的特点，列出了此系统的设计流程图．给出了此算法在流程图中的应用位置。研究此算法不仅对基于卫星的互联网发展具有推动作用，而且对我国自主的卫星通信事业的发展具有很大帮助。此算法在应用中取得了很好的效果。     

HSE标准化站队建设信息系统的开发与应用

采用计算机编程技术开发了中国石油吐哈油田公司物资保障中心的第1套基于网络化的HSE标准化站队建设信息管理软件,给出了软件框架,介绍了软件功能及其特点.实际应用效果良好,有效解决了资料管理的难题.     

基于相关向量机的电站锅炉NOx燃烧优化

为了降低电站锅炉NOx排放量,采用一种新的机器学习方法--相关向量机对某330 MW煤粉汽包锅炉的一、二次风速以及含氧量等26个输入参数和NOx输出结果进行建模,并用万有引力算法对模型的参数进行优化,获得最优模型。与粒子群算法、遗传算法优化相关向量机以及万有引力算法优化支持向量机等进行了比较,选择锅炉输入参数中的可调变量为优化变量,以NOx低排放量为目标进行优化,获得低NOx排放的输入参数。结果证明:万有引力优化相关向量机算法建立的模型精确度比其它几种算法高,对模型进行低NOx优化后,NOx输出值由最初的的906.65 mg/m³变为550.600 mg/m³,下降幅度约为38.9%,实现了NOx排放量大幅度降低。     

辽宁农业科技支撑能力体系构建研究

农业科学技术是现代农业的第一生产力,农业科技作为辽宁科技支撑能力体系的重要组成部分,是现代农业发展的决定性 因素。构建辽宁农业科技支撑能力体系,包括品牌农业建设、农业创新平台建设、农业科技成果转化模式建设和农业技术培训系统 建设等,农业科技支撑能力体系将有利于增强辽宁现代农业的科技支撑能力和可持续发展能力。     

油气管道线路图像智能识别技术应用研究

长输油气管道距离长,所经区域人文、自然环境多样,沿线存在大量施工、农耕等第三方活动,甚至打孔盗油等蓄意破坏行为,极易对管道造成破坏,一旦引起管道泄漏将带来极大的安全风险。为了提高管道的安全防护水平,部分管道线路重点区域安装了摄像头识别管道周边的人员和机械施工等。受摄像头功能单一、识别功能弱等影响,应用中仅能发现物体的移动,并且会带来大量误报警。因此,采用深度学习技术建立车辆、人员的识别模型对摄像头报警图片进行二次识别。经实际管道测试,二次识别模型对工程车、农用车、普通车辆和人员具有较高的识别准确率,可有效降低误报警次数,提高了管道的安全防护水平。