检索结果-南通市图书馆

基于改进非洲秃鹫优化算法的电动汽车充电站选址优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进非洲秃鹫优化算法的电动汽车充电站选址优化研究

作者：吴锋山东大学

学位级别：硕士

随着我国经济发展,环境污染和能源安全等问题日益突出。在交通领域上寻求能源的绿色可持续转变已成为一种趋势,电动汽车是以可再生、低污染的电能作为动力的运输工具之一,成为代替传统燃油车的重要选择。合理的充电基础设施的布局建设... 详细信息

随着我国经济发展,环境污染和能源安全等问题日益突出。在交通领域上寻求能源的绿色可持续转变已成为一种趋势,电动汽车是以可再生、低污染的电能作为动力的运输工具之一,成为代替传统燃油车的重要选择。合理的充电基础设施的布局建设是普及电动汽车的重要基础。随着大规模的电动车数量激增引起大量的充电需求,良好有序的建站布局可以降低充电站建设成本和提高用户满意度,因此研究电动汽车充电站选址优化问题具有重要意义。针对选址布局优化问题,可以采用数学方法或新型的智能算法,但前者在求解这类问题可能会存在如收敛速度慢、易陷入局部最优等问题。后者中的元启发式算法拥有比传统数学优化算法更好的应用性和有效性,如算法设计逻辑简单、跳出局部最优等。为此本文对较新提出且性能较好的非洲秃鹫优化算法进行改进,并对改进后的算法的寻优性能进行了检验,最后对建立的选址模型进行了案例求解。本文的主要完成工作如下:（1）对课题的研究背景和国内外研究现状进行了简单介绍,概述电动汽车选址优化研究意义和发展现状、元启发式算法的发展现状,最后介绍了非洲秃鹫优化算法及其算法改进过程。（2）分析充电站选址影响因素,从运营商和用户方双向视角出发,以运营商总投入成本最小化、用户综合满意度最大化为优化目标,重点考虑充电桩快慢桩数量配置、用户排队时间、充电距离等制约因素构建了电动汽车充电站选址模型。（3）对非洲秃鹫优化算法融和一系列改进策略,提出了一种改进非洲秃鹫优化算法。第一:采用Tent混沌映射机制代替原算法的随机初始化种群机制,得到分布更均匀、多样性更丰富的初始种群;第二:采用基于贪婪规则的反向学习策略机制对原算法的全局搜索进行了改进,提高了算法的开采能力;第三:在原算法的勘探阶段,融入个体记忆优化搜索策略,增加算法前期的探索能力和中后期的收敛速度:第四:在原算法的开采阶段后期,引入高斯变异扰动和权重时变机制,加强算法迭代后期摆脱局部最优的能力。最后,将改进非洲秃鹫优化算法与鲸鱼优化算法、蜉蝣优化算法、粒子群算法、灰狼优化算法和基本非洲秃鹫算法通过基准测试函数比较算法的求解性能。（4）验证改进非洲秃鹜优化算法求解电动汽车充电站选址模型的能力。选取某个区域为例,运用改进非洲秃鹫优化算法求解所构建的选址模型,得出最佳选址方案,并与其余五种算法比较发现其求解结果更好,进一步证明了改进算法改进的有效性和选址模型的可靠性。

关键词：电动汽车充电站反向学习高斯变异非洲秃鹫优化算法

电动汽车充电站箱变电气安全物联监测系统设计与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电工技术 2023年第13期 218-220,229页

作者：卢慧清何之倬张卫红胡大良国网上海市电力公司上海201799 上海尤比酷电气有限公司上海200233

基于物联网技术架构提出了一种适用于电动汽车充电站箱变的电气安全物联监测系统设计方案。该系统由电气安全智能感知设备、通信网关、电气安全物联网监测平台等构成,可支持充电站箱变充电桩出线回路电流、电缆温度、剩余电流、故障电... 详细信息

基于物联网技术架构提出了一种适用于电动汽车充电站箱变的电气安全物联监测系统设计方案。该系统由电气安全智能感知设备、通信网关、电气安全物联网监测平台等构成,可支持充电站箱变充电桩出线回路电流、电缆温度、剩余电流、故障电弧、短路电流等数据采集监测,并通过4G网络上送数据到电气安全物联网在线监测平台。根据此设计方案开发了电气安全智能感知设备、通信网关和系统软件。工程实践情况表明,系统可有效识别电动汽车充电站箱变低压线路电气火灾安全隐患,能为运维部门快速检修提供决策依据,避免火灾事故发生。

关键词：电动汽车充电站电气火灾故障电弧物联网

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

电动汽车充电站接入对配电网的影响研究

电动汽车充电站接入对配电网的影响研究

郑州市部分电动汽车充电站商业运营管理优化研究

吉林省电机工程学会2023年学术年会

作者：李蕾国网吉林供电公司

针对大规模电动汽车充电站负荷接入电网,会带来一系列电压稳定性、网络损耗等问题。通过结合IEEE33节点配电网系统,分析了不同位置、容量的电动汽车充电站接入对配电网的影响。提出了电动汽车充电站并网的改善措施:在远离电源的电动汽... 详细信息

针对大规模电动汽车充电站负荷接入电网,会带来一系列电压稳定性、网络损耗等问题。通过结合IEEE33节点配电网系统,分析了不同位置、容量的电动汽车充电站接入对配电网的影响。提出了电动汽车充电站并网的改善措施:在远离电源的电动汽车充电站加无功补偿;高峰时段限制远离电源的充电站负荷功率,同时靠近电源的充电站正常运行以满足电动汽车的充电需求;在远离电源的位置接入分布式电源以减少线路功率流动,实现功率的就地平衡。最后,以长春某地区10kV配电网系统为例,进行了建模和仿真分析,验证了改善措施的有效性。

关键词：电动汽车充电站有功网损电压偏移电压稳定规划

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

郑州市部分电动汽车充电站商业运营管理优化研究

作者：魏振华北水利水电大学

学位级别：硕士

党的二十大报告中指出:我们要加快发展方式绿色转型,实施全面节约战略,发展绿色低碳产业,倡导绿色消费,推动形成绿色低碳的生产方式和生活方式。新能源汽车也将是人们未来出行的首要选择,在庞大的市场行情之下,以为电动汽车提供充电服... 详细信息

党的二十大报告中指出:我们要加快发展方式绿色转型,实施全面节约战略,发展绿色低碳产业,倡导绿色消费,推动形成绿色低碳的生产方式和生活方式。新能源汽车也将是人们未来出行的首要选择,在庞大的市场行情之下,以为电动汽车提供充电服务的电动汽车充电站也应运而生,处于爆发式增长期的电动汽车充电站目前的运营管理问题比较突出,合适的运营模式也在不断摸索中前行,大部分充电站普遍存在着选址不当、使用率低、模式混乱、管理服务差等问题,这也导致电动汽车充电站运营方处于持续亏损的状态,这也成为制约整个行业长效发展的痛点。本文选取郑州市三家电动汽车充电站,对其运营管理情况进行调查,运用运营管理的相关理论知识,针对三家电动汽车充站运营管理情况进行分析研究。首先介绍了电动汽车和电动汽车充电站的发展现状,运用PEST工具对电动汽车行业进行分析,介绍了关于运营管理相关理论的研究;其次通过问卷调查法对电动汽车充电站的用户满意度进行调查,运用一对一访谈法对电动汽车充电站工作人员进行深度访谈,发现了三个研究对象在运营管理中存在着缺乏精益运营、规划选址不佳、现场管理混乱、服务管理欠缺等几方面的问题;运用鱼骨分析法,发现三个研究对象运营管理问题的深层次原因,主要包括设备利用率低、盈利模式单一、“信息孤岛”现象、缺乏科学的选址规划、充电桩安全、车辆停放不规范、设备维修效率低、配套设施不完善、工作人员确实、员工培训不足等因素;最后针对上述问题,以提高充电桩利用率为目的,改变单一盈利模式、加强互联互通,加强前期选址规划,规范现场秩序、优化维修流程,加强配套服务设施建设、提高员工素质、规范工作制度等方面提出优化措施。本研究的结论可以为三个研究对象的运营管理优化提供有效支撑,也对电动汽车充电站运营管理的研究提供了补充,有助于电动汽车充电站的长效发展。

关键词：电动汽车充电站运营管理优化

基于充电站负载分配的电动汽车充电站布局优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于充电站负载分配的电动汽车充电站布局优化研究

作者：杨雪长安大学

学位级别：硕士

随着国家对低碳新能源的大力倡导,充电汽车不断涌入汽车市场,电动汽车在缓解大气污染方面起到了举足轻重的作用。而充电设施的不断完善作为电动汽车在汽车市场快速发展的基础,对现有道路网络中充电设施布局的研究具有非常重要的现实意... 详细信息

随着国家对低碳新能源的大力倡导,充电汽车不断涌入汽车市场,电动汽车在缓解大气污染方面起到了举足轻重的作用。而充电设施的不断完善作为电动汽车在汽车市场快速发展的基础,对现有道路网络中充电设施布局的研究具有非常重要的现实意义。目前现有城市路网结构中,充电站的使用率不均衡问题日益突出,电动汽车用户的充电难问题已经严重影响到了电动汽车的蓬勃发展。目前城市路网中存在的充电站点,并不能满足电动汽车用户的实际需求,即电动汽车用户的充电需求与充电设施的供给并不匹配,存在两类站点:等待用户过多充电站过饱和使用的站点和部分充电站并未有效利用,高峰时间段也往往无人无津。论文基于现有充电站的充电压力问题,提出了一种通过平衡充电站负载的充电站网络优化方法。论文通过分析影响充电站访问量的相关因素,从电动汽车用户角度出发,通过考虑电动汽车用户在选择充电站过程中的选择决策,基于电动汽车用户的等待时间、用户的经济成本及用户选择决策,建立目标函数模型旨在最大化整个充电站网络的使用效益。通过对武汉市的算例分析进行验证充分证明了本文所提模型的优越性。通过识别现有城市路网结构中的充电站拥堵区域,通过进行负载分配,使得充电压力负荷过重的站点压力予以分担,充分提高了整个网络的充电站使用率。论文所提模型在现有城市的道路网络结构中,并无新增站点和关闭站点,使得现在已建成的城市充电站点能够充分发挥使用率,提高公共基础设施的利用率。本文所提模型在后续政府部门对充电站网络的规划研究中,可提供一定的借鉴参考。在充电负载较重的站点可考虑通过新增站点,或采取价格调节等手段对整体充电站网络的充电压力予以均衡。

关键词：电动汽车充电站遗传算法负载分配用户的充电选择

基于LASSO-GRU分位数回归的电动汽车充电站负荷概率密度预测

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LASSO-GRU分位数回归的电动汽车充电站负荷概率密度预测

作者：张丁予西安理工大学

学位级别：硕士

力争2030年前实现碳达峰,2060年前实现碳中和,是中国积极应对气候变化的重要承诺,新能源汽车则是通向碳达峰、碳中和的必由之路。数据显示,截止到2021年9月中国电动汽车保有量为552万辆,且继续呈现逐年递增趋势,由此导致了充电需求的急... 详细信息

力争2030年前实现碳达峰,2060年前实现碳中和,是中国积极应对气候变化的重要承诺,新能源汽车则是通向碳达峰、碳中和的必由之路。数据显示,截止到2021年9月中国电动汽车保有量为552万辆,且继续呈现逐年递增趋势,由此导致了充电需求的急剧增长,加速了电动汽车充电站的扩建,并对电网的安全运行产生了影响。在此背景下,对电动汽车充电负荷进行特征分析及预测具有重要的实际意义。本论文依托国家电网公司科技课题“规模化电动汽车充电负荷对配电网的影响及应对策略研究”项目子任务“多时间尺度下电动汽车充电站负荷预测模式研究”展开工作。针对电动汽车充电的不确定性导致充电站负荷预测精度较低的问题,本文提出了 LASSO门控循环单元分位数回归(LASSO-QRGRU)的电动汽车充电站负荷概率密度预测方法。研究内容及成果如下:首先,提出基于LASSO的电动汽车充电站负荷特征筛选方法。梳理电动汽车种类、充电模式及充电特性,分析充电站负荷的影响因素,采用最大互信息系数MIC对电动汽车充电站负荷特性及相关性进行量化;在此基础上,考虑电动汽车充电负荷的影响因素,通过LASSO回归模型对电动汽车充电负荷影响因素进行筛选。算例分析表明:当前时刻温度,前1小时负荷值,当前时刻1周前同一时刻负荷值这3个影响因素对电动汽车充电站负荷预测的影响较为突出。其次,建立基于LASSO分位数回归(LASSO-QR)的电动汽车充电负荷概率密度预测模型。在LASSO特征筛选的基础上,采用分位数回归对电动汽车充电站负荷的回归参数进行估计,确定不同分位数下的电动汽车充电负荷概率密度函数,构建涵盖误差指标和区间指标两类预测评价指标,建立基于LASSO分位数回归的电动汽车充电站负荷概率预测模型。通过对未考虑外界因素、考虑外界因素及基于LASSO分位数回归的电动汽车充电站负荷概率预测结果分析发现,本文所提方法在确定性误差评价及区间评价方面均有最后,构建基于门控循环单元(GRU)的LASSO分位数回归的电动汽车充电站负荷概率密度预测方法。采用GRU对LASSO分位数回归的参数进行优化,研究基于核密度估计的电动汽车充电负荷概率区间预测方法,通过实例仿真实现不同模型、不同置信度下的预测结果对比分析。结果显示:基于LASSO-GRU分位数回归的预测模型与LASSO神经网络分位数回归(LASSO-QRNN)和LASSO长短期记忆人工神经网络分位数回归(LASSO-QRLSTM)相比,本文模型在电动汽车充电负荷预测精度上分别提高了 52.79%和29.4%,验证了所提模型的有效性及预测结果的稳健性。综上,本文提出的基于LASSO-GRU分位数回归模型可以提高电动汽车充电负荷概率密度预测的准确性,研究结果对电网的安全稳定运行提供了保障,具有一定的现实意义。

关键词：电动汽车充电站特征筛选概率预测分位数回归

面向CPSS的电动汽车充电站负荷预测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向CPSS的电动汽车充电站负荷预测方法研究

作者：王刚兰州理工大学

学位级别：硕士

随着能源需求量的增多和环境问题日益严重,传统的一次能源已不能满足当前社会发展的需要。电动汽车作为新能源产业的代表,具有尾气无污染、节能、低噪声等优点,得到大力发展,但大量的电动汽车负荷无序的接入电网,必将影响电网的稳定运行... 详细信息

随着能源需求量的增多和环境问题日益严重,传统的一次能源已不能满足当前社会发展的需要。电动汽车作为新能源产业的代表,具有尾气无污染、节能、低噪声等优点,得到大力发展,但大量的电动汽车负荷无序的接入电网,必将影响电网的稳定运行,导致电能质量降低和网损增加等问题。因此,电动汽车充电站精确的负荷预测对提高电网安全运行具有重要意义。本文针对电动汽车充电站负荷预测方法研究,主要做了以下几个方面的研究:(1)针对充电站负荷数据异常、噪声、数据张量不同等问题,本文采用K均值聚类法对异常数据进行检测和剔除,并对不同量纲的数据进行标准化处理,为充电站准确的负荷预测做好数据准备。(2)针对目前电动汽车充电站负荷预测方法,常通过模拟推导和利用深度学习对整个历史负荷数据学习,忽略社会行为和历史数据不足的影响,导致负荷预测精度低的问题,提出面向信息物理社会系统(Cyber Physical Social System,CPSS)充电站负荷预测方法。首先,采用生成对抗网络(Generative Adversarial Networks,GAN)对社会行为建模,利用GAN生成模型的生成网络和判别网络进行零和博弈,对具有潜在社会行为的负荷数据进行提炼。然后,按照不同时间点的负荷数据分配不同的权值,时间距离预测点近的负荷给予更高的权值,将社会行为考虑到负荷预测中。同时仅需要少量的样本就可以生成海量的负荷数据,完成了异常数据处理后缺失数据的补偿。最后,为更好的处理负荷数据,提出改进的长短期记忆网络(Long Short Term Memory,LSTM)与GAN耦合,形成GANLSTM(Generative Adversarial Networks and Long Short Term Memory)负荷预测模型,实现充电站的负荷预测。将预测结果与BP(Back Propagation)神经网络、支持向量回归机(Support Vector Regression,SVR)和LSTM预测结果对比,结果表明,所提GAN-LSTM预测模型具有最小的负荷预测误差。(3)针对电动汽车充电站负荷预测模型对数据特征挖掘能力不强、效率较低和泛化能力不够等问题,提出CNN-LSTM(Convolutional Neural Network and Long Short Term Memory)混合预测模型。在GAN-LSTM预测模型中加入卷积神经网络(Convolutional Neural Network,CNN),将温度和是否工作日影响因素考虑到负荷预测中,利用CNN优秀的特征提取能力,选择历史数据中最显著的特征,进行标准化处理,使得输入的数据具有相同的数量级和维度。通过CNN-LSTM发掘时序负荷特征规律完成充电站的负荷预测,提升模型预测效率和精度。将实验结果与BP、CNN和LSTM预测结果进行对比分析,结果表明CNN-LSTM预测模型可以更精确的完成充电站负荷预测。

关键词：负荷预测电动汽车充电站信息物理社会系统生成对抗网络长短期记忆网络卷积神经网络

基于改进人工鱼群算法的电动汽车充电站选址优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进人工鱼群算法的电动汽车充电站选址优化研究

作者：陈玉如重庆交通大学

学位级别：硕士

随着社会的快速发展,居民收入水平不断提高,人均小汽车拥有量也在不断攀升,给城市道路带来压力的同时也使得环境污染与能源安全问题日益突出。电动汽车作为一种低成本、低排放的绿色交通工具,近年来因其环境友好型特点越发受到人们的重... 详细信息

随着社会的快速发展,居民收入水平不断提高,人均小汽车拥有量也在不断攀升,给城市道路带来压力的同时也使得环境污染与能源安全问题日益突出。电动汽车作为一种低成本、低排放的绿色交通工具,近年来因其环境友好型特点越发受到人们的重视,国家也出台了一系列政策来推动电动汽车的发展与普及。但受限于电动汽车的发展年限,电动汽车续航里程及相应配套基础设施仍有不足,当前充电难的问题格外突出,使得电动汽车的推广与普及达不到预期,因此完善充电基础设施网络建设迫在眉睫,在此背景下研究电动汽车充电站选址定容问题具有重要价值。针对充电站选址定容问题,当前研究主要以充电站建设运营成本最小为目标建立模型,忽略了对电动汽车用户充电行为、充电站运营商收益、低碳等方面的分析和考虑;在模型实际求解中,可用数学方法或启发式算法进行求解,启发式算法比盲目的搜索法更为高效,全局搜索能力更强,更适用于求解复杂度高的问题。故本文在权衡运营商、用户和规划者三方利益的基础上构建充电站选址定容模型,并运用改进人工鱼群算法进行模型的求解,最后以算例进行分析。基于此,本文的研究内容将从以下几方面进行展开:(1)介绍充电站选址定容研究现状与理论基础。对充电站选址定容研究现状进行分析后,阐述了电动汽车相关概念、连续型选址模型与离散型选址模型、排队论以及层次分析熵权法。(2)构建电动汽车充电站选址定容模型。分析充电站选址的影响因素,并在此基础上建立了以运营商投资成本最小化、用户综合满意度最大化及碳排放量最小化为优化目标,考虑排队等候时间、服务需求、充电距离等限制因素的电动汽车充电站选址定容模型,运用层次分析熵权法将主观权重与客观权重相结合进而确定各优化目标的权重,最终将多目标优化问题转化为单目标优化问题。(3)基于人工鱼群算法的局限性提出改进策略。首先介绍基本人工鱼群算法的算法原理、移动策略及算法求解流程,然后以基本人工鱼群算法为求解框架,提出了多项改进策略。策略一为在种群初始化中引入Tent混沌映射,增加初始种群的均匀性与丰富度;策略二为通过结合粒子群算法中移动算子的速度位置更新公式调整人工鱼的移动策略,使人工鱼在惯性机制的作用下可摆脱局部极值,进而强化算法全局寻优能力;策略三为引入非线性自适应函数,使视野和惯性权重能随迭代次数的增加而动态调整,更好平衡全局搜索与局部搜索的关系;策略四为引入变异机制,在迭代后期算法易陷入局部最优,引入高斯变异、混沌变异和随机反向学习策略可增加算法跳出局部极值的能力。最后以标准测试函数为例,分别采用改进人工鱼群算法、基本人工鱼群算法、粒子群算法、鲸鱼优化算法、灰狼优化算法和麻雀搜索算法进行算法求解性能的比较。(4)以某区域为例进行算例分析。运用改进人工鱼群算法进行充电站选址定容模型的求解,得到最优的选址定容方案,并与其他5种常用优化算法进行结果比较。结果表明,改进人工鱼群算法求解效果更佳,在验证求解算法可行性的同时也验证了所构建的充电站选址定容模型的可靠性,可为现实的充电站选址决策提供一定建议。

关键词：电动汽车充电站选址优化多目标优化人工鱼群算法

基于深度学习的电动汽车充电站火灾检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的电动汽车充电站火灾检测方法研究

作者：张世玉青岛科技大学

学位级别：硕士

随着石化燃料减少和环境污染日益严重,电动汽车作为清洁能源工具,对实现交通领域低碳化发展至关重要。预计到2025年,我国电动汽车保有量将达1782万辆,充电桩总量约为939.1万个,车桩比为1:0.53。电动汽车在充电过程中为缩短充电时间,普... 详细信息

随着石化燃料减少和环境污染日益严重,电动汽车作为清洁能源工具,对实现交通领域低碳化发展至关重要。预计到2025年,我国电动汽车保有量将达1782万辆,充电桩总量约为939.1万个,车桩比为1:0.53。电动汽车在充电过程中为缩短充电时间,普遍采用高电压、大电流等快速充电方式,导致电池发热严重极易引发火灾事故,造成重大经济损失甚至危害人身安全。因此,对电动汽车充电站进行实时火灾检测具有重大意义。电动汽车充电站发生火灾时,电气设备剧烈燃烧并释放大量灰黑色烟雾,火焰与烟雾边界相融合,易受风和光照等因素影响导致特征复杂多变,而烟雾传感器等传统火灾检测方法在室外条件下检测精度较低,不适用于此场景。因此,本文提出基于YOLO(You Only Look Once,YOLO)的电动汽车充电站火灾检测方法,对火焰和烟雾目标检测难点进行分析并构建数据集,在不规则目标特征提取和算法模型轻量化两方面进行优化,通过消融实验选取最优模型并进行硬件设备部署。本文主要研究内容如下:首先,从电动汽车充电站这一特定检测场景出发,分析其火灾原因、特点和检测难点。对火焰烟雾数据集图片进行筛选、扩充和标注,最终得到适用于电动汽车充电站火灾检测的专用数据集。其次,基于YOLO网络结构和检测原理,提出改进Ghost Net的电动汽车充电站火灾检测算法,在原YOLOv4算法中引入轻量化Ghost Net模块、K-means++聚类算法和坐标注意力模块(Coordinate Attention,CA),基于已有监控设备,对火灾实施动态检测。然后,为提升模型的检测精度,将模型部署在中央集群监控平台上,实现多场地集中监控,提出基于改进YOLOv7的电动汽车充电站火灾检测算法。将Head中Rep Conv模块更改为深度超参数化卷积(Depthwise Over-parameterized Convolutional Layer,DO-Conv),加强检测头的目标特征提取能力,训练优化后的YOLOv7-DO-Conv模型并测试实时检测性能。最后,为进一步提升模型的检测速度,部署在低算力嵌入式平台上,实现就地端实时检测,提出基于改进YOLOv7-Tiny的电动汽车充电站火灾检测算法。引入无参注意力机制模块(Sim AM)和动态卷积(Omni-dimensional Dynamic Convolution,OD-Conv),加强网络特征能力。通过消融实验对比各改进模型性能并选取最优模型部署在英伟达Jetson Xavier NX上。实验结果表明,改进后的模型满足在就地端低算力平台实时检测的需求。

关键词：电动汽车充电站火灾检测 YOLO 卷积模块优化注意力机制