新型电力系统网络安全与运行优化方法及应用专刊序言

建设以新能源为主体的新型电力系统,既是能源电力转型的必然要求,也是实现碳达峰、碳中和目标的重要途径。随着传统电力系统向以新能源为主体的新型电力系统转型升级,电力系统在电源主体、网架形态、负荷用电模式等方面也发生了巨大变化。具体来说,海量分布式发电、储能、灵活负荷以微电网、微能源网的形式接入电网,导致新型电力系统运行环境相对开放,使其更易遭受网络攻击威胁。

基于可视注意力机制的非锚点行人检测模型

在目前的行人检测方法中,中心尺度预测(center-scale prediction,CSP)模型具有检测速度快,无需预设锚点等优点。但是,CSP模型并没有针对行人遮挡问题提出解决方法。为此,在CSP模型的基础上,提出了一个基于可视注意力机制的中心尺度预测(visible attentionmechanism-basedCSP,VA-CSP)模型,同时预测行人及其可视区域的边界框,并构造一个中心-可视中心(center-visible center,C-V)变换预测分支,将行人及其可视区域匹配,使模型具有正确的可视注意力机制,提升遮挡行人的检测精度。在Citypersons和Caltech行人检测数据集上进行了实验,在Citypersons验证集的不同遮挡程度的子数据集Reasonable、Heavy、Partial和Bare上,得到了9.6%、48.1%、9.1%和6.6%的丢失率,相比CSP分别提升了1.4%、1.2%、1.3%和0.7%。在Caltech测试集的Reasonable子数据集上得到了3.2%的丢失率,相比CSP提升了1.3%。与其他目前最新的模型相比,所提模型具有更高的检测精度。

离散和分布时变时滞混沌神经网络广义投影同步

研究一类离散和分布时变时滞的混沌神经网络的广义投影同步问题。利用非线性观测器方法实现同步十分简单,且利用极点配置技术,可通过调整特征值来调节同步速率的快慢。与一般混沌神经网络模型相比,带有离散和分布时变时滞的混沌神经网络模型更为一般,同时反同步和完全同步是广义投影同步的特例。最后,提出基于广义投影同步的离散和分布时变时滞混沌神经网络的保密通信方案,给出两个数值仿真例子验证结果的有效性。

异结构混沌系统同步控制的仿真研究

考虑到目前混沌同步问题主要研究结构相似的混沌系统之间同步控制的现状,本文提出运用非线性控制定律实现两个异结构混沌系统的同步控制,实现了新的混沌系统和一类统一混沌系统的同步控制。并运用非线性控制定律设计控制函数,得到了控制系数的稳定范围。采用Matlab进行数字仿真表明该同步控制方法的可行性。又利用EWB设计模拟电路,结果与Matlab的仿真结果吻合,更进一步证明了该同步方法的有效性。

系统参数完全未知的一个新超混沌系统自适应修正投影同步

基于Lyapunov稳定性原理,在驱动系统和响应系统参数完全未知的情况下,设计自适应控制器和参数更新准则,使得两个不同或相同混沌系统同步,并能辨识出系统参数,同时可以通过调节控制增益和自适应增益来调整同步速度和参数辨识速度.作为该方法的应用,对超混沌Chen系统和一个新的超混沌系统实现了修正投影同步.数值仿真证明了所提方法的正确性.

异结构超混沌系统的反同步

采用主动控制法和非线性控制法实现了超混沌Chen系统和超混沌Qi系统的不同结构间的反同步,设计了不同的控制器,使得两个超混沌系统实现异构反同步.基于线性系统稳定性原理,运用主动控制法来判别误差动态系统的稳定性;通过构造Lyapunov函数,运用了非线性控制法使两个超混沌系统得以反同步.数字仿真模拟验证了方法的有效性和可行性.

石油和化工行业智能优化制造若干问题及挑战

石油和化工行业是国家的基础性产业,目前面临转型升级的重大需求.本文首先回顾了石油和化工行业在生产全流程的信息检测、建模、优化控制,企业经营管理决策以及故障监测和安全环保等几个方面的进展.剖析了当前石油和化工行业存在的主要问题,提出了利用现代信息技术从生产、管理以及营销全流程优化出发,推进实现石化行业智能优化制造的智能化、绿色化、安全化的愿景目标,讨论了石油和化工行业智能优化制造所面临的新挑战.

基于荷载传递法的单桩沉降解析解

针对轴向荷载作用下的单桩工作特性,基于荷载传递法,采用了描述桩-土相互作用特性的双折线荷载传递函数,得到了针对桩-土变形全过程的单桩荷载-沉降关系解析解.利用该解析解,计算了具体案例,讨论了模型参数的取值范围,计算结果与实验曲线吻合较好.结果表明,本文方法能较好地描述单桩荷载传递过程,根据静载实验获得的具体参数,计算轴向荷载作用下单桩荷载-沉降关系,并估算单桩的承载力,为桩基础设计提供参考依据.

一种基于MBR的高效的时间序列表示方法

提出了一种基于最小边界矩形的新颖的时间序列表示方法(GMBR),该方法将网格的概念引入到MBR中,能够在保证低开小的情况下有效地提高查找的准确性,最后通过实验证明了该方法的有效性,实验分别在实际数据和合成数据上进行。结果表明该方法的剪枝率为69%～92%,高出MBR方法4%～9%。

随机干扰下降阶时延混沌系统的自适应广义投影同步(英文)

研究随机干扰下降阶时延混沌系统的广义投影同步(RLGPSS)。结合自适应控制方法和反馈控制技术,设计控制器和参数自适应更新律,实现混沌系统的RLGPSS问题,同时,对于系统未知参数能够有效的辨识。数值仿真结果证实了所提出控制策略的有效性。

基于耦合混沌映射的彩色图像加密算法

本文针对数字彩色图像的存储特性设计了一种新的加密算法,该算法属于对称密钥加密算法,采用两种一维的混沌映射与一种经典的耦合混沌映射相混合,在可接受的加密速度内实现对数字彩色图像进行高安全性的加密。本文对该算法的细节进行详细介绍,包括该算法的安全性分析与可执行性。仿真结果表明,采用本文设计的加密算法加密的数字彩色图像具有极高的安全性、密钥空间大的优点。并且加密得到的密文与明文具有同样的大小,这保证了该加密算法还适合应用于互联网上的实时安全保密通信。

混沌系统的延时全维混合投影同步

研究了参数未知混沌系统的全维混合投影同步.考虑到系统中存在延时,结合自适应控制策略和反馈控制方法,设计控制器和参数自适应更新函数,实现不同结构混沌系统的投影同步.数值仿真结果证实了本文提出的控制策略的有效性.

薄壁圆管三维空间拉扭问题的弹塑性分析

本文采用理想弹塑性材料,分析了薄壁圆管受拉力和扭矩时的应力状态。当薄壁圆管受外力较小时,利用弹性力学基本方程得到外力与应力分量之间的关系。随着荷载的增加,材料发生塑性变形后,采用应变路径控制和Mises屈服条件,验证了增量本构方程。并且,利用ANSYS软件得到的数值解,分别与弹性阶段和塑性阶段的理论解作对比,其误差在10%以内。

基于span指针网络的危险化学品安全知识抽取

危险化学品安全知识存在数据长、实体跨度大、语义复杂度高且部分实体间存在嵌套等特点,这些特点增大了危险化学品安全知识的抽取难度。为了有效地解决危险化学品安全知识的抽取问题,并针对关系抽取任务中流水线方法存在的误差累积和实体冗余问题,提出了一种基于span指针网络的关系联合抽取方法,旨在抽取危险化学品安全知识中的三元组信息。此外,为了提升模型的抽取性能和泛化能力,在span指针网络的模型基础上,添加了对抗训练和Lookahead优化器。最终的实验结果证明,此方法在解决危险化学品安全知识的抽取问题上具有优越的性能。

基于轻量级注意力模块的多人姿态估计

为了提高人体姿态估计的检测精度,特别是中小尺寸人体关键点的检测精度,同时针对模块集成造成网络参数量和浮点计算量大幅度增加的问题,以HRNet(high-resolution Net)为基本网络架构,提出了一种基于轻量级注意力模块的分阶段网络(Coarse-Refine Net,CRNet),采用知识蒸馏方法,利用同构的高精度网络作为教师网络,利用关键点的真值和教师网络的输出结果共同训练学生网络(CRNet)。通过在2017COCOval集上进行训练和测试,CRNet获得了78.2的得分(%),比HRNet基准模型提高了1.5%。对于中小尺寸人体关键点的检测,CRNet获得了74.8的得分(%),比HRNet基准模型提高了1.6%。在相似的网络结构下,CRNet相比于HRNet,网络参数量仅增加了0.1M(0.3%),浮点计算量仅增加了0.1G(0.6%)。与现阶段的最新方法相比,CRNet获得了更高的检测精度,同时基本没有增加网络参数量和浮点计算量。

两个分数阶混沌系统的广义投影同步及电路实现

研究了分数阶混沌系统的广义投影同步及电路实现。基于非线性观测器,提出了用于实现分数阶混沌系统的广义投影同步的一般方法。并建立了相关的数学模型,证明结果的有效性。运用了Matlab进行数字仿真进一步表明该方法的可行性。最后,利用Multisim设计模拟电路,其结果与Matlab的仿真结果吻合,为分数阶混沌系统同步今后的实际运用打下基础。

干扰攻击下基于随机通信的多智能体系统一致性分析

实际应用中,多智能体系统可能在一定时间段内,受到恶意攻击者持续或间歇性的攻击,导致智能体间的通信信道被阻断.针对这一现象,假定智能体间的通信发生时间具有随机性,即通信时间间隔由确定性准备时间与随机通信时间段共同组成,以降低信息在通信过程中被恶意攻击的风险.通过采用三元控制方法和随机分析技巧,得到了干扰攻击下多智能体系统一致的充分条件.通过实例数值仿真验证了所得结果的有效性.

Pinning impulsive synchronization of stochastic delayed coupled networks

In this paper, the pinning synchronization problem of stochastic delayed complex network （SDCN） is investigated by using a novel hybrid pinning controller. The proposed hybrid pinning controller is composed of adaptive controller and impulsive controller, where the two controllers are both added to a fraction of nodes in the network. Using the Lyapunov stability theory and the novel hybrid pinning controller, some sufficient conditions are derived for the exponential synchronization of such dynamical networks in mean square. Two numerical simulation examples are provided to verify the effectiveness of the proposed approach. The simulation results show that the proposed control scheme has a fast convergence rate compared with the conventional adaptive pinning method.

基于强化学习的综合能源系统管理综述

为了满足日益增长的能源需求并减少对环境的破坏,节能成为全球经济和社会发展的一项长远战略方针,加强能源管理能够提高能源利用效率、促进节能减排.然而,可再生能源和柔性负载的接入使得综合能源系统(Integrated energy system,IES)发展成为具有高度不确定性的复杂动态系统,给现代化能源管理带来巨大的挑战.强化学习(Reinforcement learning,RL)作为一种典型的交互试错型学习方法,适用于求解具有不确定性的复杂动态系统优化问题,因此在综合能源系统管理问题中得到广泛关注.本文从模型和算法的层面系统地回顾了利用强化学习求解综合能源系统管理问题的现有研究成果,并从多时间尺度特性、可解释性、迁移性和信息安全性4个方面提出展望.

基于大数据的故障诊断与预测理论及技术专题序言

近年来,随着第四次工业革命在制造业、电力系统、交通等各个领域的深入开展,工业大数据逐渐成为核心战略资源,工业大数据对加速各个领域的数字化、网络化、智能化变革起到关键支撑作用。全球主要国家均出台相应政策积极推动基于数据驱动的新型工业模式变革。习近平总书记强调,要"系统推进工业互联网基础设施和数据资源管理体系建设,发挥数据的基础资源作用和创新引擎作用"。2020年4月,党中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》,指出要支持构建工业等领域规范化数据开发利用的场景,提升数据资源价值。