检索结果-南通市图书馆

基于合作博弈的多园区互联综合能源系统低碳经济调度

在线全文

学校读者我要写书评

暂无评论

山东电力技术 2024年第5期51卷 19-29页

作者：邢家维程艳于芃关逸飞王成龙国网山东省电力公司电力科学研究院山东济南250003

在碳约束的背景下,多个园区级综合能源系统(park-level integrated energy system,PIES)间的能量共享有助于推动碳减排与经济发展。构建合理的碳交易机制,同时有效应对多园区系统在能源交互过程中所面临的利益冲突和可再生能源(renewabl... 详细信息

在碳约束的背景下,多个园区级综合能源系统(park-level integrated energy system,PIES)间的能量共享有助于推动碳减排与经济发展。构建合理的碳交易机制,同时有效应对多园区系统在能源交互过程中所面临的利益冲突和可再生能源(renewable energy sources,RES)不确定性等问题是当下面临的关键挑战。为此,提出了不确定性环境下基于阶梯式碳交易机制的多园区综合能源系统低碳经济调度模型,以促进碳减排并实现多主体间的利益协调。基于态势感知技术,对系统运行面临的不确定性进行处理,以降低不确定性带来的风险;构建阶梯碳交易机制,以更好地管理多园区互联系统的碳排放总量;引入合作博弈理论表征多个园区系统间的能量交互过程,并采用Shapley值分配法来避免合作主体间的利益冲突。案例分析验证了所提模型在促进低碳目标实现、避免利益冲突以及提高系统运行灵活性方面的有效性。

关键词：园区综合能源系统阶梯式碳交易合作博弈 Shapley值态势感知

双五相PMSM串联系统内嵌ADRC的无差拍控制

在线全文

学校读者我要写书评

暂无评论

电源学报 2024年

作者：丁逸健周扬忠福建省新能源发电与电能变换重点实验室(福州大学)

五相永磁同步电机(Five-Phase Permanent Magnet Synchronous Motor，FPPMSM)反电动势谐波会显著降低单逆变器供电双FPPMSM串联驱动系统解耦运行性能；传统的基于电机准确模型构建的双FPPMSM串联驱动系统控制策略对电机参数变化太敏感... 详细信息

五相永磁同步电机(Five-Phase Permanent Magnet Synchronous Motor，FPPMSM)反电动势谐波会显著降低单逆变器供电双FPPMSM串联驱动系统解耦运行性能；传统的基于电机准确模型构建的双FPPMSM串联驱动系统控制策略对电机参数变化太敏感。为此，本文首先构建以磁链幅值及转矩角为中间变量的转矩与磁链之间解耦的无差拍控制；接着，构建速度环自抗扰控制(Active Disturbance Rejection Control， ADRC)产生电机基波转矩给定，并基于此，构建转矩环自抗扰控制产生转矩角增量。实验表明所提控制策略对电机参数变化不敏感，两台电机之间解耦运行性能更佳。

关键词：单逆变器供电双五相永磁同步电机串联驱动无差拍控制自抗扰

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

沉浸视域下儿童数字绘本交互设计研究

现代出版 2024年第5期 85-91,79页

作者：邓逸钰王垚北京印刷学院新媒体学院中国传媒大学动画与数字艺术学院

互联网普及的智能时代,新的数字生存方式和思维模式全面改写了新一代数字“原住民”的阅读活动,传统儿童绘本已无法满足他们对沉浸式阅读的需求。数字绘本这一新形态重塑了儿童绘本的叙事模式、阅读方式、阅读空间等,为读者带来了沉浸... 详细信息

互联网普及的智能时代,新的数字生存方式和思维模式全面改写了新一代数字“原住民”的阅读活动,传统儿童绘本已无法满足他们对沉浸式阅读的需求。数字绘本这一新形态重塑了儿童绘本的叙事模式、阅读方式、阅读空间等,为读者带来了沉浸式、多模态、三维立体的阅读体验。以儿童数字绘本为研究对象开展儿童数字绘本的交互设计特征分析,从多方面阐释如何提升儿童数字绘本沉浸体验,为面向未来的儿童数字阅读提供参考。

关键词：儿童数字绘本交互设计沉浸体验

进入还是退出：长期护理保险的劳动供给效应研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

上海金融 2024年第1期 3-14页

作者：吕函枰李婷孙睿逸深圳大学中国经济特区研究中心山东省财政研究和教育中心中国人民大学经济学院

如何认识老龄化制度体系建设对劳动力市场的影响是我国实施“积极应对人口老龄化”战略的重要前提。本文利用中国健康与养老追踪调查数据，运用双重差分法对长期护理保险第一批试点城市的劳动供给效应进行评估。研究发现，政策实施能够... 详细信息

如何认识老龄化制度体系建设对劳动力市场的影响是我国实施“积极应对人口老龄化”战略的重要前提。本文利用中国健康与养老追踪调查数据，运用双重差分法对长期护理保险第一批试点城市的劳动供给效应进行评估。研究发现，政策实施能够显著降低参保者的非农劳动参与率约6.3个百分点，降低每周农业劳动时长约5.4个小时。进一步分析显示，长护险主要降低了城镇、女性、不健康群体的劳动参与率，减少了农村、男性、不健康群体的劳动时长，劳动方式的差异能够解释上述发现。此外，政策具有一定的外溢效应，能够提高子女约3.1%的劳动参与率。本文研究有助于全面认识长护险政策对不同劳动类型及群体的劳动供给效应，为进一步完善老龄化制度体系提供参考。

关键词：长期护理保险劳动供给政策评估

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于持续同调的高维数据聚类算法

华中科技大学学报（自然科学版） 2024年第2期52卷 29-35页

作者：熊正大韦逸卓熊子恒何琨华中科技大学计算机科学与技术学院湖北武汉430074 武汉科技大学香涛学院湖北武汉430081

针对复杂的高维数据,提出了基于持续同调的聚类(PHBC)算法.该算法从拓扑学的角度处理数据,通过使用单纯复形来计算不同种类样本的拓扑特征,将拓扑特征转化为持续同调信息,再将持续同调信息转化为向量形式作为聚类算法的输入,使得传统聚... 详细信息

针对复杂的高维数据,提出了基于持续同调的聚类(PHBC)算法.该算法从拓扑学的角度处理数据,通过使用单纯复形来计算不同种类样本的拓扑特征,将拓扑特征转化为持续同调信息,再将持续同调信息转化为向量形式作为聚类算法的输入,使得传统聚类算法能够处理高维度的数据.实验结果表明:PHBC算法能够应对并处理多种复杂的高维数据,与多个经典的聚类方法相比,在多种聚类指标上均有一定程度的提升,并且指标的标准差更小,即聚类结果的稳定性更高.

关键词：机器学习聚类高维数据拓扑数据分析持续同调

在线全文

学校读者我要写书评

暂无评论

基于动态电阻串联的高阻接地故障精确建模

电工技术学报 2024年第7期39卷 2046-2059页

作者：钟逸涵邓丰史鸿飞徐帆李鑫瑜长沙理工大学电气与信息工程学院长沙410114 国网湖南省电力有限公司湘潭供电公司湘潭411100

现有各类高阻接地故障模型缺乏对故障发展全过程的物理解释,难以准确模拟故障的非线性特征。该文根据现场录波数据,深入研究高阻接地故障的物理过程,归纳可知故障电流波形的非线性畸变来源于两个方面:空气间隙击穿引起的非线性与接地介... 详细信息

现有各类高阻接地故障模型缺乏对故障发展全过程的物理解释,难以准确模拟故障的非线性特征。该文根据现场录波数据,深入研究高阻接地故障的物理过程,归纳可知故障电流波形的非线性畸变来源于两个方面:空气间隙击穿引起的非线性与接地介质本身的非线性。据此提出高阻接地故障的故障电阻由电弧电阻和接地电阻串联组成,进而建立基于动态电阻串联的高阻接地故障新模型。首先,利用汤逊原理分析空气介质击穿过程中动态电弧的产生,建立了故障点指数电弧模型;然后,研究故障电流在土壤中的流散过程,结合土壤电阻率变化规律,求解接地电阻随故障电流变化的表达式,建立接地电阻模型;最后,在PSCAD中将二者串联,搭建高阻接地故障新模型,结合现场故障数据并与其他模型对比,验证了该文所提模型能更准确地表征不同接地介质下高阻接地故障的非线性特征,为后续研究高阻接地故障辨识提供更精确的数据支撑。

关键词：配电网高阻接地故障电弧电阻接地电阻非线性特征

在线全文

学校读者我要写书评

暂无评论

从大漠孤烟到雪山草甸——走近阿尼玛卿山

地理教学 2024年第11期 F0002-F0002,F0003页

作者：杨天逸桐乡市凤鸣高级中学浙江嘉兴314500

青藏高原东北部,有一条北西向的山脉——阿尼玛卿山,其北侧是柴达木盆地,南侧是平均海拔在4000米以上的高寒荒漠,南北两侧气候迥异,是干旱和高寒的天然过渡带。2023年6月笔者沿着德马高速自驾,自北向南走近阿尼玛卿山。

关键词：阿尼玛卿山孤烟青藏高原东北部高寒荒漠过渡带柴达木盆地走近

基于多模型融合的高维数据的设备温度预测方法研究

在线全文

学校读者我要写书评

暂无评论

基于多模型融合的高维数据的设备温度预测方法研究

作者：翟逸男大连海洋大学

学位级别：硕士

随着我国城市化进程的飞速发展和对城市轨道交通产业建设的大力支持,城市道路交通变得愈发复杂,地铁出行方式因其特有的绿色环保、安全准时等优点已经逐步成为了大部分居民出行的首要选择。与此同时,轨道交通列车的安全问题也一直受到... 详细信息

随着我国城市化进程的飞速发展和对城市轨道交通产业建设的大力支持,城市道路交通变得愈发复杂,地铁出行方式因其特有的绿色环保、安全准时等优点已经逐步成为了大部分居民出行的首要选择。与此同时,轨道交通列车的安全问题也一直受到社会的广泛关注。列车的设备故障将直接影响安全运营问题,而列车辅助系统逆变器作为列车运营中的重要电力设备,其设备温度升高会导致列车发生故障。因此,逆变器温度预测方法的研究对降低维护成本、提升运营智能化和保障安全运营具有研究价值和现实意义。在现有的设备温度预测模型中,存在数据样本不平衡、数据维度高的特点,导致特征提取的效果不佳。同时,传统的单一预测模型存在挖掘隐藏数据相关性较差和难以适应多样化的数据类型,从而导致预测精度较差。本文围绕如何准确的预测辅助系统逆变器温度这一问题展开深入研究,主要的研究内容包括如下两个方面:(1)提出了一种基于改进的深度卷积生成对抗网络结合随机森林的数据降维模型RT DG-GMRF(Redundant Masked Data,Temporal Action Detection,DCGAN-Gibbs,Map Red uce,Random Forest)。首先针对列车低压数据信息较少导致的样本不均衡的问题,对输入的列车数据使用改进后的RTDG进行数据增强处理,对低压数据样本进行扩增。然后针对高维度的数据,提出GMRF模型,即一种过采样策略结合Map函数并行构建决策树形成随机森林,得到一个信息更加丰富的特征空间,能够最大程度保留与逆变器温度相关的数据特征。实验结果表明,改进后的模型评价指标提升了0.37。(2)提出了一种基于Transformer的多模型融合策略预测方法。针对现有的单一预测模型不能挖掘列车辅助系统数据信息中的空间和时序相关性,分别基于状态空间SSM(State Space Models)和时序空间TN(Temporal Networks)对模型中注意力机制加以改进,并对模型进行加权堆叠融合得到温度预测模型STTr(SSM-TN-Transformer),使模型能够更加有效地关注与逆变器温度相关的重要特征,提高模型对辅助系统逆变器温度变化的预测的准确性。为了验证模型的有效性,本课题研究在收集到的轨道交通辅助系统的真实数据集中进行温度预测实验,并且与其他预测方法进行对比实验,分别采用MSE、RMSE、MAE等评价指标作为评价依据。实验结果表明,在前置条件不变的情况下,融合模型的预测结果相较于单一模型的预测结果提升了4.93%,相较于未增强数据集改进预测模型的结果提升了9.73%,因此本文提出的温度预测模型有助于提升轨道列车的辅助逆变器设备的温度的预测效果。

关键词：设备温度预测生成对抗网络随机森林 Transformer 模型融合

基于深度强化学习的多智能体编队避障控制研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度强化学习的多智能体编队避障控制研究

作者：虞逸凡大连海洋大学

学位级别：硕士

随着海洋探索技术的日益革新,无人船以及水下机器人等智能体凭借其安全和可靠性逐渐替代传统的人力作业方式。多智能体系统能够凭借其高度协同、自我组织以及智能决策的能力解决单智能体难以完成的广泛执行范围和高复杂度任务。编队避... 详细信息

随着海洋探索技术的日益革新,无人船以及水下机器人等智能体凭借其安全和可靠性逐渐替代传统的人力作业方式。多智能体系统能够凭借其高度协同、自我组织以及智能决策的能力解决单智能体难以完成的广泛执行范围和高复杂度任务。编队避障控制是多智能体系统完成任务的核心技术之一。传统编队避障控制方法严重依赖于智能体运动学/动力学模型,而精确信息在复杂环境下难以获取。深度强化学习能够使得智能体通过与环境交互自主学习,从而在不确定环境下实现有效的编队避障控制,但平衡避障和维持编队的要求、成功地到达既定目标以及大规模智能群体学习策略困难仍然是一个亟待解决的问题。因此,本文针对基于深度强化学习的多智能体编队避障控制问题展开研究。本文主要研究工作如下:(1)提出了一种基于MATD3算法的多智能体编队避障控制方法。针对传统控制方法对环境模型和运动学/动力学模型的严重依赖导致难以在复杂环境下解决编队避障问题,首先给出领航者和跟随者两类异构智能体的马尔科夫决策过程模型,使得智能体在信息受限的条件下实现决策优化。其次为减少对全局信息的依赖设计两类智能体各自的局部观测表示。然后设计了平衡编队、避障及导航的综合奖励函数以满足编队避障需求。最后使用MATD3算法训练智能群体,使其能够在不依赖模型的情况下自主学习到局部运动策略。实验结果表明,智能体群在保持编队的同时避开障碍物并最终到达目标点。所提方法能够使得智能体群在复杂环境下获得到有效的编队避障控制策略。(2)提出了一种基于SAAC算法的编队避障策略优化方法。针对训练智能群体存在难以充分探索多任务的复杂环境以及获取最优策略困难问题,首先加入最大熵优化的概念,促使智能体更好地探索环境。其次融入多头自注意力机制,更有效的获取与智能体相关的信息,优化输入并加速策略学习。最后使用SAAC算法训练智能群体。实验结果表明,智能群体具有更好的编队、避障和导航性能,并在增大智能体规模和不同障碍物环境时仍然有效。所提方法使得智能体能够更迅速、精确地学习到最优的运动策略。(3)提出了一种基于MFQ算法的大规模编队避障控制方法。针对现有方法由于智能体数量增加,维度激增,导致大规模智能群体难以获得稳定的编队避障策略问题,首先通过设计多通道×类图像的观测表示以及受鱼群行为启发的动作表示降低数据输入的维度。然后使用MFQ算法训练智能群体,将智能群体间的交互近似为中心智能体与虚拟平均智能体之间的交互,以简化学习过程和降低学习难度。实验结果表明,智能体在群体规模为10或15时能够在保持队形的同时有序避开障碍物并最终到达目标点。所提方法能够使得大规模智能群体获得稳定的编队避障控制策略。

关键词：多智能体系统深度强化学习编队避障控制大规模智能群体