基于博弈论的私桩共享充电定价策略

近年来,随着“可持续化”“低碳”发展理念的提出,我国社会经济也逐渐由追求速度向着追求质量转型。在这种大的发展理念下,如何实现生态环境与社会经济的平衡发展,已经成为当前社会关注的热门话题之一。新能源汽车作为一种清洁无污染的新型交通工具,完美契合了生态环保和经济发展相协调的理念,因此得到了快速普及应用。但和快速发展的新能源汽车相比,相应的新能源汽车领域基础配套设施建设水平却较为滞后,尤其是充电桩的建设无法做到和新能源汽车的发展规模相匹配,这就导致了新能源汽车充电服务覆盖面和充电效率满足不了用户的使用需求的问题,而私人充电桩共享方案的出现则是解决新能源汽车充电服务市场供不应求的一种有效措施。文章就基于博弈论对私人充电桩共享充电的定价策略进行了分析和探讨。

基于BP神经网络的配电网综合降损研究

根据我国配电网络的现状,减少配电网线损是保证配电网安全稳定、高效运行、节能环保的关键。文章从配网节能降损入手,利用人工神经网络算法进行负荷预测,与配网重构的负载预测结果及配网潮流变化趋势相结合,构造更加合理的配网拓扑结构,以实现配电网损的有效控制,从而达到降低电网线损率,提升电网安全运行的目的。

基于Faster R-CNN的电网线路常见异物检测

电网线路和设备上的异物搭挂缠绕容易造成线路间接触短路,严重威胁着电网的安全稳定运行。针对电网常见异物风筝、气球、鸟窝等,提出了一种基于Faster R-CNN的高精度目标检测及分类模型。针对某类型异物图片样本量不足的问题,设计数据增强方法有效扩充训练集数据,并对样本图片进行多尺度处理以提升模型的训练速度以及模型对不同尺度的适应性,所得模型在测试集上的准确率和召回率可分别达到93.12%、94.75%,提出经数据增强后的训练集训练出的基于Faster R-CNN的目标检测模型取得了较好的检测效果。