摘 要:为进一步提高光伏功率预测精度,并针对光伏发电具有随机性和间歇性的特点,提出一种基于二次分解算法、时序特征编码技术Time2Vec、长短期时间序列网络(LSTNet)的光伏功率预测模型。该模型的具体流程如下:首先通过皮尔逊相关系数对预测模型的输入变量进行筛选;其次通过自适应噪声完备集合经验模态分解(CEEMDAN)对光伏功率进行分解,并根据排列熵将分解结果重构为高频序列和低频序列;然后根据
摘 要: 针对永磁同步电机有限集模型预测控制(FCS-MPC)在启动阶段因速度环PI控制器引起超调量大、负载扰动下性能下降的问题,提出一种基于降维龙伯格观测器的改进策略。电流环采用三矢量模型预测控制,速度环设计抗积分饱和PI控制器,并构建降维龙伯格观测器实时估算负载扰动,将其补偿至速度环输出以抑制扰动。通过Simulink平台验证:相比传统方法,新策略缩短了0.002 s的系统响应时间,增强了工
摘 要: 跟网型并网逆变器由于缺乏惯性, 导致新能源并网系统稳定性较差, 在电网电压跌落等大扰动下极易出现新能源脱网事件。为此, 对采用锁相环(PLL)的跟网型逆变器进行稳定性分析, 通过考虑故障期间电流对稳定运行点存在性的影响, 根据等效转子摇摆方程揭示其稳定运行点存在的根本原因。在此基础上, 提出了一种提高跟网型并网逆变器暂态稳定性的优化策略, 以保证并网系统稳定运行点的存在性。相较于现有改
摘 要:针对轨道交通牵引供电系统综合成本高、峰值负荷大、回生利用率低与求解侧收敛性能差的问题,构建一种系统级回生池与整流子系统/储能系统(RS/ESS)协同的多站24 h模型。该模型引入再生电能入池归集机制,通过整流子系统回送电能等效削减购电量,依托储能系统优先消纳再生电能,同时兼顾储能运行效率与寿命损耗成本;并设置日末荷电状态(SOC)强制复位约束,保障储能长期稳定运行。以电能电费、需量电费与
摘 要:风电功率输出具有非线性与不确定性,准确预测其短期变化对电网安全与风电并网具有重要意义。为提升预测模型对风电复杂特性的适应能力,提出一种基于SSA-RLMD-Transformer-LSTM的短期风电功率预测模型。首先,采用奇异谱分析(SSA)对原始风电功率序列进行去噪预处理,并利用样本熵对各子序列的动态特征进行量化;其次,引入改进的局部均值分解(RLMD)对复杂性较高的子序列进一步分解;
摘 要: 针对传统ORB算法在处理尾罩上圆形靶标时存在的几何结构破坏和描述符鲁棒性不足的问题,以及由此导致的旋转角度计算精度不足,提出一种基于形态学金字塔和混合特征描述的尾罩旋转角度检测算法。该算法采用形态学金字塔替换ORB算法中的高斯金字塔进行特征点检测,通过形态学操作在多尺度降采样过程中更好地增强靶标的几何结构特征;采用混合特征提取策略,结合ORB检测器中FAST角点检测的速度优势和BRIS
摘 要:传统广谱热噪声测量方式容易耦合各种途径的辐射传导干扰,生成的随机数由于叠加干扰而产生序列相关性,无法满足高精度的加密通信需求。为解决该问题,提出一种将数字选频滤波器和强混合器相结合的高质量真随机数发生系统。引入电阻电桥差分输入与共模抑制技术,在采集端有效削弱电源纹波、微波辐射等外界带来的干扰;并设计一种多级放大及选频滤波电路,聚焦特定频段热噪声信号,采用强混合器对原始热噪声信号进行混叠,
摘 要:为满足军工电源系统高功率密度、高效率、高可靠性指标要求,设计一种基于FPGA的交错并联Boost变换器双闭环数字控制方法。该变换器采用两相交错并联拓扑结构,通过相位互补减小纹波、降低器件应力,并提升整体功率处理能力。在控制策略方面,设计了电压外环与电流内环相结合的双闭环控制结构:电压外环实现母线电压的稳定调节,电流内环实现快速动态响应与两相电感电流均流控制。再利用FPGA的并行处理和高速
摘 要:针对永磁同步电机在矢量控制策略下,速度环PI控制器对于复杂工况存在响应迟缓、抗干扰能力差的问题,提出一种基于改进粒子群优化(IPSO)算法的变论域模糊逻辑控制(VUFLC)策略。该策略采用变论域模糊逻辑控制器替代传统PI控制器,通过论域伸缩因子实时动态调整模糊论域。为获得最优伸缩因子,采用改进后的粒子群优化算法进行全局寻优,并通过改进权重因子及学习因子提高寻优效率和全局收敛性能。同时,为
摘 要: 为解决目前隧道LED照明控制系统构建不灵活以及场景适用性差的问题,基于模块化设计方法进行照明控制系统软硬件开发,以母板和多个子板组合的方式设计硬件,以函数封装功能的方式设计软件。通过子板的灵活组合和对函数的配置调用,设计能够满足不同功能需求的LED控制器和集中控制器;并结合控制中心软件构建隧道LED照明控制系统,提高控制系统构建的灵活性及场景适用性,同时降低系统的维护成本。实验测试结果
摘 要: 针对手持式3D激光扫描仪在形状测量任务中的不确定度评定问题,提出一种快速、准确的评估方法。基于扫描仪的工作原理,从误差溯源的角度系统分析了测量不确定度的主要来源,并采用量值特征分析法构建了不确定度评定的黑箱模型。在量化评定过程中,分别应用GUM法和MCM法进行不确定度传递与合成计算。通过平面度测量实验验证了该不确定度评定模型的有效性,结果表明两种方法所得的标准不确定度度量值相同,但置信
摘 要: 针对网络威胁情报(CTI)分析依赖大量人工标注、自动化程度不足的问题,提出一种基于MITRE ATT&CK框架的攻击路径自动生成方法。该方法通过信息检索与规范化处理CTI文本,结合弱监督实体识别构建结构化事件信息;在此基础上,构建CTI报告与ATT&CK流程并进行模糊图对齐,实现攻击技术关联;最终生成时序一致的可解释攻击路径。实验结果表明,在7份多源CTI报告上,所提方
摘 要:无人机已在较多领域得到了广泛应用,其中路径规划是无人机执行各种任务的基础。面向复杂环境的应用需求,研究高效的无人机路径规划算法具有重要意义。为此,提出一种基于贪婪生成法改进自适应螺旋飞行麻雀搜索算法(ASFSSA)的无人机路径规划方法。首先,将Sine map映射与贪婪生成法相结合,对种群进行初始化,增加路径规划过程中的飞行目标倾向性。在此基础上,对ASFSSA进行参数调节,进一步优化算
摘 要: 为实现对不同类别、不同属性、不同表达形式的网络图像敏感数据的动态挖掘, 提出一种基于机器视觉的网络图像敏感数据挖掘方法。该方法采用局部二值模式提取网络图像敏感数据特征, 再将该特征输入深度语义关联学习模型, 基于所提取特征定义特征空间中的颜色距离和空间距离, 结合两类距离计算得到综合距离, 进而生成具有敏感表征能力的局部特征。利用加权深度森林作为深度语义关联学习的特征分类器, 将提取的
摘 要:针对传统人岗匹配方法难以有效融合多源异构学生数据、忽视跨模态高阶交互及静态权重导致匹配精度较低的问题,提出一种融合多维大数据与深度注意力机制的就业匹配算法。该算法先对学业成绩、实践经历、技能证书和行为轨迹等多模态数据进行标准化与时空对齐,进而设计跨模态特征编码及分层融合策略,利用双向注意力机制提取具有高区分度的联合表征。在此基础上构建深度匹配网络,引入可学习的非线性相似度计算单元,并嵌入
摘 要:为更好地适应复杂场景中的动作姿态图像多目标检测与跟踪任务,捕捉图像中目标的长期依赖,提出一种动作姿态图像多目标深度捕捉算法。采用基于深度学习的LSTM算法融合动作姿态图像历史帧时序信息,并借助深度可分离卷积与瓶颈结构,对动作姿态图像进行目标检测;再利用历史帧时序信息修正当前帧检测结果,为动作分析提供初始目标信息。采用扩展卡尔曼滤波算法,结合动作姿态图像中目标位置等信息构建多目标运动轨迹预
摘 要: 城市公交是城市交通体系的重要组成部分,但在发车调度方面存在乘客出行时间长、客流量波动显著等问题。针对这些问题,以乘客出行时间成本、公交运营成本和运营协同指数最小化为目标,并结合车辆容量限制、额定载客量等约束,建立城市公交发车时刻优化模型。为高效求解该多目标优化模型,提出一种结合模拟退火和再优化策略改进的NSGA-Ⅱ(NSSA-ReOpt)算法。以北京市305路公交为案例,分别采用所提N
摘 要:针对风机叶片长期暴露于恶劣环境中,表面缺陷频发且形态多样,而现有检测方法存在多尺度特征融合不充分和实时性不足等问题,提出一种基于改进YOLOv11n的风机表面缺陷实时检测算法,通过多模块协同优化策略显著提升检测性能。首先,采用大型可分离内核注意力(LSKA)模块改进快速空间金字塔池化(SPPF)结构,增强多尺度特征提取能力;其次,在网络颈部结构中引入重参数化门控特征金字塔网络(RepGF
摘 要:短期电力负荷预测对电力系统调度与资源管理具有重要作用。然而,传统预测方法在应对具有非线性与快速变化特征的电力负荷数据时,存在精度较低、鲁棒性差的问题。为提高电力负荷预测精度,提出一种融合注意力(Attention)机制、北极海雀优化(APO)算法、卷积神经网络(CNN)与双向门控循环单元(BiGRU)的混合模型。首先,采用CNN提取电力负荷数据的时序特征,通过BiGRU捕捉时间序列数据的
摘 要:钻井工况的准确识别是实现钻井工程监测与预警联动的关键。针对传统方法依赖人工特征、泛化性差、对复杂时序信号适应性不足等局限性,提出一种结合Tsfresh自动特征提取方法与LSTM-FCN混合深度学习模型的智能工况分类预测方法。该方法通过自动特征工程优选特征参数,以及采用并联模型设计有效捕捉长期依赖和局部特性,实现了工况的准确识别。研究结果表明,所提模型能够准确识别16种钻井工况,工况的加权
摘 要: 针对低重叠场景下点云配准精度较低与鲁棒性不足的问题,提出一种基于边缘提取与四元数平均的点云配准方法。该方法引入法线极值突变准则提取几何边缘点,利用结合了比率测试与互检机制的快速特征直方图描述符来构建匹配点对集合,并设计“空间聚类-局部刚体变换估计-四元数平均”的多阶段初始姿态估计模块,有效提升了抗离群性和配准初值的精度。随后,采用点-面最邻近点迭代精配准进一步提高精度。基于Stanfo
摘 要: 针对现有实践教学中以验证性实验为主、商用平台适配性差且缺乏多学科知识融合载体的问题, 开发了一套融合改进 A*与 TEB 算法的智能巡检机器人实验教学平台。该平台硬件采用模块化架构, 以激光雷达与 IMU 多传感器融合为核心感知方案, 搭配直流无刷电机驱动系统与标准化作业接口; 软件基于 Ubuntu+ROS 构建, 集成 SLAM 建图、PID 运动控制及改进 A*-TEB 融合路径
摘 要: 针对程序设计教学中概念理解与实践操作脱节的问题,提出一种基于多模态知识图谱与图神经网络的跨模态推理算法。首先,构建了涵盖“概念定义-代码片段-案例演示-错误示例”的多模态知识图谱,实现知识的多维表示与语义融合,并通过多模态向量对齐将不同模态映射至统一语义空间。然后,引入跨模态注意力机制和动态边权更新策略,完成对节点信息的差异化聚合与高阶依赖捕获,从而支持个性化学习路径生成与知识推理。实
摘 要: 传统人工污泥沉降比检测存在效率低、误差大的问题, 自动化检测成为了提升检测水平的关键手段。然而, 不同进水方式的自动检测设备测量准确性存在显著差异。针对正压系统潜污泵进水产生的剪切力影响, 量化分析其对污泥沉降特性的作用机制。通过构建离心搅拌模拟实验, 系统揭示机械剪切对污泥絮体结构、沉降速率及污泥沉降体积比(SV30)测定结果的动态影响规律。实验结果表明: 短时剪切(≤60 s)会导
摘 要: 针对光储充直流微电网中分布式电源、储能系统及电动汽车充电负荷动态变化导致的电压波动与功率分配问题,提出了一种基于全局优化的协调控制策略。该策略采用“全局优化层-局部执行层”双层结构:全局层根据母线电压偏差与功率平衡关系实时生成各模块功率参考值,实现整体能量的动态优化分配;局部层依据全局指令,分别执行光伏最大功率点跟踪、储能双向功率调节及充电桩恒流-恒压模式切换控制。通过Matlab/S
摘 要:为了对地铁车辆设备的运行状态进行实时监测与智能化故障诊断,基于轨道交通智能运维系统,提出一种融合边缘计算与强化学习的地铁车辆设备监测及故障诊断算法。该算法以运维信息采集系统中的数据为基础,利用边缘计算理论对数据进行分布式处理与初步筛选,有效弱化云端计算负担并降低数据传输延迟。同时,引入强化学习算法对智能体与环境进行训练迭代和交互学习,以优化诊断策略,提高故障诊断精度。实验测试与对比结果表
摘 要: 针对大模型交互场景中的多模态安全威胁, 提出一种基于生成对抗网络(GAN)的多模态异常检测框架, 并以此实现了用于数据攻击检测与防御的算法。该算法采用双分支特征提取结构, 通过BiLSTM与多头自注意力机制提取时序特征, 利用多尺度CNN与通道注意力机制捕捉空间特征, 再采用跨模态注意力融合模块实现特征的自适应融合。设计中使用U-Net结构的生成器重构正常数据分布, 并结合PatchG