Towards sparse matrix operations:graph database approach for power grid computation

The construction of new power systems presents higher requirements for the Power Internet of Things(PIoT)technology.The“source-grid-load-storage”architecture of a new power system requires PIoT to have a stronger multi-source heterogeneous data fusion ability.Native graph databases have great advantages in dealing with multi-source heterogeneous data,which make them suitable for an increasing number of analytical computing tasks.However,only few existing graph database products have native support for matrix operation-related interfaces or functions,resulting in low efficiency when handling matrix calculations that are commonly encountered in power grids.In this paper,the matrix computation process is expressed by a strategy called graph description,which relies on the natural connection between the matrix and structure of the graph.Based on that,we implement matrix operations on graph database,including matrix multiplication,matrix decomposition,etc.Specifically,only the nodes relevant to the computation and their neighbors are concerned in the process,which prunes the influence of zero elements in the matrix and avoids useless iterations compared to the conventional matrix computation.Based on the graph description,a series of power grid computations can be implemented on graph database,which reduces redundant data import and export operations while leveraging the parallel computing capability of graph database.It promotes the efficiency of PIoT when handling multi-source heterogeneous data.An comprehensive experimental study over two different scale power system datasets compares the proposed method with Python and MATLAB baselines.The results reveal the superior performance of our proposed method in both power flow and N-1 contingency computations.

一种用于深空网天线组阵的基于归一化权的Matrix-Free Power Method

对深空网天线组阵中的几种信号相关算法作简要介绍,重点研究无需形成矩阵的幂的方法——Matrix-Free Power Method。通过理论分析,提出一种改进算法,即基于归一化权的Matrix-Free Power Method。理论计算和软件仿真结果均表明,基于归一化权的Matrix-Free Power Method信噪比合成性能略优于原Matrix-Free Power Method。

Thermal resistance matrix representation of thermal effects and thermal design in multi-finger power heterojunction bipolar transistors

The thermal resistance matrix including self-heating thermal resistance and thermal coupling resistance is presented to describe the thermal effects of multi-finger power heterojunction bipolar transistors. The dependence of thermal resistance matrix on finger spacing is also investigated. It is shown that both self-heating thermal resistance and thermal coupling resistance are lowered by increasing the finger spacing, in which the downward dissipated heat path is widened and the heat flow from adjacent fingers is effectively suppressed. The decrease of self-heating thermal resistance and thermal coupling resistance is helpful for improving the thermal stability of power devices. Furthermore, with the aid of the thermal resistance matrix a 10-finger power heterojunction bipolar transistor （HBT） with non-uniform finger spacing is designed for high thermal stability. The optimized structure can effectively lower the peak temperature while maintaining a uniformity of the temperature profile at various biases and thus the device effectively may operate at a higher power level.

Wide-Area Delay-Dependent Adaptive Supervisory Control of Multi-machine Power System Based on Improve Free Weighting Matrix Approach

The paper demonstrates the possibility to enhance the damping of inter-area oscillations using Wide Area Measurement (WAM) based adaptive supervisory controller (ASC) which considers the wide-area signal transmission delays. The paper uses an LMI-based iterative nonlinear optimization algorithm to establish a method of designing state-feedback controllers for power systems with a time-varying delay. This method is based on the delay-dependent stabilization conditions obtained by the improved free weighting matrix (IFWM) approach. In the stabilization conditions, the upper bound of feedback signal’s transmission delays is taken into consideration. Combining theoriesof state feedback control and state observer, the ASC is designed and time-delay output feedback robust controller is realized for power system. The ASC uses the input information from Phase Measurement Units (PMUs) in the system and dispatches supplementary control signals to the available local controllers. The design of the ASC is explained in detail and its performance validated by time domain simulations on a New England test power system (NETPS).

Robust Low-Power Algorithm for Random Sensing Matrix for Wireless ECG Systems Based on Low Sampling-Rate Approach

The main drawback of current ECG systems is the location-specific nature of the systems due to the use of fixed/wired applications. That is why there is a critical need to improve the current ECG systems to achieve extended patient’s mobility and to cover security handling. With this in mind, Compressed Sensing (CS) procedure and the collaboration of Sensing Matrix Selection (SMS) approach are used to provide a robust ultra-low-power approach for normal and abnormal ECG signals. Our simulation results based on two proposed algorithms illustrate 25% decrease in sampling-rate and a good level of quality for the degree of incoherence between the random measurement and sparsity matrices. The simulation results also confirm that the Binary Toeplitz Matrix (BTM) provides the best compression performance with the highest energy efficiency for random sensing matrix.

Research on Power Quality Disturbance Signal Classification Based on Random Matrix Theory

In this paper, a method of power quality disturbance classification based on random matrix theory (RMT) is proposed. The method utilizes the power quality disturbance signal to construct a random matrix. By analyzing the mean spectral radius (MSR) variation of the random matrix, the type and time of occurrence of power quality disturbance are classified. In this paper, the random matrix theory is used to analyze the voltage sag, swell and interrupt perturbation signals to classify the occurrence time, duration of the disturbance signal and thedepth of voltage sag or swell. Examples show that the method has strong anti-noise ability.

外部思考与去殖民性

去殖民性理论是近年来在学界引起关注的理论思潮。作为一种来自欧洲“外部”的视角,去殖民性理论认为,尽管殖民主义已终结,但殖民性仍然存在,并对世界上不同国家和地区间的关系持续地造成影响。结合阿尼巴尔·奎杰罗和瓦尔特·米尼奥罗等重要理论家的相关论述,本文主要从三个方面对去殖民性理论进行了讨论:首先,作为一种“外部”视角,去殖民性理论从殖民性的角度对现代性进行了反思,指出现代性的背后藏匿着的是殖民性;其次,本文认为,与后殖民理论相比,去殖民性试图从现代性的话语体系中跳脱出来,实现知识上的去殖民化,而后殖民理论在很大程度上仍局囿于欧洲中心主义的思维范式;最后,去殖民性理论提出了以对生命的呵护、共同体的成长与和谐作为目标的一套替代性方案,强调全世界人类和谐共处,对当下和未来世界格局进行了重新构想。

基于无差拍预测算法的双向隔离型AC-DC矩阵变换器高动态电流控制策略

针对双向隔离型AC-DC矩阵变换器采用传统双闭环控制策略存在的控制参数多、整定困难等问题,提出了一种基于无差拍预测算法的高动态电流控制策略,通过引入无差拍预测算法对网侧电流进行控制,以减少控制器参数,消除数字控制时延。考虑到算法中电压电流检测量众多,故采用输入电压观测器以降低检测成本,减小采样误差的影响。变换器采用后级单重移相的调制方法来协调配合无差拍预测算法,其中参考输入电流指令与移相角为双射函数关系,简单易实现。仿真和实验结果表明:采用所提控制策略可以实现网侧电流正弦,功率因数接近于1;直流侧电压稳定,电流纹波率小于1%;直流电流在参考值突变时,跟踪快速且无超调、无振荡;同时,在变换器功率正向传输、反向传输以及正反向切换过程中,采用所提控制策略相比于传统的双闭环控制策略,电流动态调节时间分别缩短了69%、85%、67%。由此证明所提控制策略可以保证变换器良好的输入输出性能,并且相比于传统的双闭环控制策略在切换过程中动态性能得到显著提升。

远距离风电分频送出方式及大功率变频装置的研发

分频输电作为一种新型输电方式,在风电远距离送出场景下极具优势。为了给远距离风电经分频输电系统送出场景下的关键变频设备——模块化多电平矩阵式换流器(modular multilevel matrix converter,M3C)在工程上的实机研制与生产运行提供参考,首先介绍了分频输电的特性、风电经分频输电送出的系统方案与拓扑以及分频输电系统的关键变频设备。在此基础上,研制了分频输电系统中工/分频能量变换的关键设备——35 kV/3 MVA M3C变频器,并进行了性能试验。试验结果表明:分频变频器工程样机满载情况下的效率、模块电压不均衡度、电压/电流谐波畸变率、分频侧频率调节偏差以及功率阶跃响应时间等关键性能指标均符合设计要求。最后对分频输电系统的发展前景以及效益进行了分析,同时也指出了目前分频输电系统发展所面临的技术挑战。

基于生成对抗网络的电缆局部放电异常自动监测设计

电力设备运行过程中,电缆绝缘损伤、内部缺陷、外部环境等因素容易造成电缆局部放电异常,进而引发电力事故和断电故障。为了及时、有效地监测电缆局部放电异常,在生成对抗网络环境下完成电缆局部放电异常自动监测。根据电缆内部结构分析电缆局部放电原因,利用生成对抗网络重构插补缺失数据,获取完整电缆运行数据。建立随机矩阵,获取电缆运行数据的概率密度函数,提取特征向量,构建特征指标矩阵对特征向量实施奇异值分解,辨识电缆局部放电状态,实现电缆局部放电异常的自动监测。实验结果表明:所提方法在提取电缆局部放电信号脉冲时波形振动幅度小且波形完整;电缆局部放电位置定位与实际位置一致;电缆局部放电位置的相对误差低于1%。

故障关联矩阵下弹性配电网可靠性评估

配电网弹性是指系统受到干扰后恢复原有状态的能力,而自然灾害的频发要求配电网不仅在正常条件下能够可靠运行,而且还能够在极端灾害出现时保持必要能力。据此,提出一种基于故障关联矩阵(fault incidence matrix,FIM)的弹性配电网可靠性评价方法。通过建立FIM,使用简化的矩阵代数、布尔运算即可实现配电系统可靠性、弹性和供电能力的显式解析计算,避免了评估过程中故障枚举的重复性搜索工作,节省了计算时间,并且可适用于结构复杂的配电网,易于扩展。最后结果表明:采用文中方法的计算时间仅为约0.055 s,相较于故障扩散算法和分块算法分别减少87%和75%的时间。

基于RMT-CNN的电网短路故障定位研究

随着我国智能电网的快速发展,电网监测数据呈现多元化、高速化、海量化的趋势.为了充分挖掘电力大数据的潜在价值,实现电网内异常区域的自动识别与定位,本文研究了基于随机矩阵理论(random matrix theory,RMT)和卷积神经网络(convolutional neural networks,CNN)的电网异常事件定位方法.首先根据电网内部联系将电网划分为若干子系统,分区构建监测矩阵;然后采用RMT作为数据挖掘的特征提取方法,提取分区矩阵特征向量作为输入,根据电网监测数据和异常识别需求的特点搭建CNN模型;最后基于分区矩阵特征向量构建数据集,训练获得有效的异常事件自动定位CNN模型.以IEEE39节点电网模型三相短路故障为例,分析表明通过RMT提取特征向量的预处理方法能有效降低数据维度,提高CNN模型的故障定位准确率,分区RMT-CNN模型能有效定位电网内异常事件的发生地点,定位精度可达97.96%,精确率可达98.65%.

关于平方LCM矩阵和LCM方程的注记

设S={x1,…,xn}是由n个不同正整数组成的集合.第i行j列元素为xi和xj的最小公倍数[xi,xj]的n×n阶矩阵([xi,xj])称为定义在S上的LCM矩阵.如果对所有的1≤i,j≤n,有(xi,xj)∈S,称S是最大公因子封闭的(gcd closed).作者考虑了方程11+1(y2,y3)=0[y1,y2,y3,y4]-∑4(y1,y3)+1(y1,y2)+1yii=1的二次幂整数解,证明了对于给定的整数x,如果用ω(x)表示x的不同素因子的个数并令y=[y1,y2,y3,y4],那么当ω(y)<4时,方程没有t(≥2)次幂整数解,并且给出ω(y)=4时方程有二次幂整数解的必要条件.进一步证明了y≤1334025时方程无二次幂整数解.

关于最大公因子封闭集上的幂LCM矩阵的注记

设S={x1,…,xn}是由n个不同正整数组成的集合,e是一个实数.如果对所有的1≤i,j≤n,有(xi,xj)∈S,则称S是最大公因子封闭的(GCD-closed).第i行j列元素由xi和xj的最小公倍数的e次幂[xi,xj]e构成的n×n阶矩阵([xi,xj]e)称为定义在S上的e次幂LCM矩阵.作者证明了如果e≥1并且n≤7,那么定义在最大公因子封闭集S上的幂LCM矩阵([xi,xj]e)是非奇异的,从而证明了洪绍方教授2004年提出的一个猜想当n≤7,e≥1时是正确的.

基于源荷谐波耦合模型的数据驱动概率谐波潮流计算

随着新能源及负荷中电力电子装置的广泛应用,电力系统谐波畸变程度不断增加。同时,新能源及负荷显著的不确定特征,进一步增加了谐波分析难度。为有效评估系统不确定谐波状态,充分挖掘源荷实际运行特征,提出一种数据驱动的概率谐波潮流(probabilistic harmonic power flow,PHPF)计算方法。首先,基于实测数据,建立考虑时变特性的源荷动态谐波耦合矩阵模型(dynamic harmonic coupling matrix model,DHCMM),揭示不同时段内谐波电压与谐波电流的相互耦合关系。然后,利用实测数据挖掘源荷时变不确定特征,采用改进点估计法提取统计特性,克服变量间相互影响引起的估计偏差。最后,提出针对源荷不确定性的PHPF计算方法,对系统中时变不确定谐波进行评估。实验结果表明,基于实测数据的谐波耦合矩阵模型能够有效分析谐波源时变特性,结合源荷时变不确定功率状态,所提PHPF计算方法能够对电力系统谐波进行准确评估。

幂GCD矩阵与幂LCM矩阵的行列式的整除性

设S={x_1,x_2,…,x_n}是由n个不同的正整数组成的集合,并设整数a≥1,如果n阶矩阵的第i行j列元素是S中元素x_i和x_j的最大公因子的a次幂(x_i,x_j)~a,则称该矩阵是定义在S上的a次幂GCD矩阵,用(S^a)表示.类似定义幂LCM矩阵[S^a].本文证明了:设S是由n个不同的正整数组成的一个最大公因子封闭集,且正整数a|b.如果n≤3,那么det(S^a)|det[S^b];如果,那么det(S^a)|det[S^b].

火电机组碳排放量及碳敏感性通用矩阵模型

为实现火电机组碳排放量的简便准确计量及掌握运行因素对机组碳排放强度的影响,在排放因子法技术上,参考传统q-γ-τ矩阵结构形式,根据求解火电机组碳排放量的需要,并掌握运行参数对发电碳排放强度的影响,建立了火电机组碳排放量及碳敏感性通用矩阵模型,确定了矩阵填写规则。采用热平衡法结合物料衡算法验证了模型的准确性,并与排放因子法核算结果对比;核算了某火电机组24 h的碳排放量,分析了排烟氧量、主蒸汽温度和压力波动时的发电碳排放强度的扰动量ΔM CO_(2)。结果表明:相较于排放因子法,本文所提模型缩短了碳排放量核算的时间跨度,且能提高碳排放量核算的精度;该机组24 h的碳排放量为5780.644 t;当排烟氧量降低0.1%时,ΔM CO_(2)为1.7726 g/(kW·h);当主蒸汽温度升高0.5 K时,ΔM CO_(2)为3.0206 g/(kW·h);当主蒸汽压力增加0.2 MPa时,ΔM CO_(2)为0.3788 g/(kW·h)。

惟一因子分解整环上的GCD幂矩阵与LCM幂矩阵

设S={x1,x2,…,xn}是惟一分解整环R上的不同元素构成的集合,e≥1是一个正整数.(xi,xj)和[xi,xj]分别表示xi,xj的最大公因子和最小公倍数.S称为因子封闭集(简称FC集),如果对S中的任何元xi,它的任意一个因子是S中的一个元的相伴元.以(xi,xj)的e次方为i行j列元素的矩阵称为GCD幂矩阵,记为(Se);以[xi,xj]的e次方为i行j列元素的矩阵称为LCM幂矩阵,记为[Se].作者证明了若S是FC集,则(Se)整除[Se],即[Se]等于(Se)与R上另一个矩阵的乘积,推广了Bourque和Ligh在1992年所得的结果.

融合卫星姿态的星地信道建模及硬件模拟

针对传统星地信道模型及其硬件模拟方法没有考虑卫星姿态对信道特性影响的问题,本文基于几何地理随机模型(Geometry-based Stochastic Model,GBSM)框架,提出了一种融合卫星姿态的星地信道模型。该模型通过构建四个独立的坐标系并引入姿态修正矩阵,来描述卫星姿态变化对星地信道特性造成的影响。在此基础上,本文基于现场可编程门阵列(Field Programmable Gate Array,FPGA),设计并研制了一种星地信道硬件模拟器。硬件模拟器采用差分迭代的算法来生成信道衰落因子,可以极大提高硬件模拟的实时性,确保生成的衰落数据与实际场景相匹配。同时,还采用了并行处理架构,可以支持最大640 MHz带宽的星地信道模拟。为了将衰落数据与并行架构相匹配,引入了并行内插算法,可以将串行的衰落数据内插成同速率的多路并行衰落数据。此外,为了能够精准控制硬件装置输出信号的功率,设计了基于预训练的功率校正方法。通过内部校正源信号预先训练出整个模拟过程给信号带来的增益再进行功率补偿,从而保证输出信号的功率可以被精准控制。最后,在典型场景下开展仿真模拟,导出硬件模拟器的输出结果并分析其统计特性,结果表明实测输出的概率密度函数(Probability Density Function,PDF)和多普勒功率谱密度(Doppler Power Spectral Density,DPSD)与理论值吻合,证明本文设计的硬件模拟器可以准确地复现实际场景下卫星姿态发生变化的星地信道。本文提出的融合卫星姿态的星地信道模型以及研制的硬件模拟器很好地解决了传统模型以及硬件模拟方法的局限性,在卫星通信系统的优化、评估和验证环节具有极大的潜在价值。

基于DEM的磨粉机皮磨研磨仿真及参数优化

目的 探究辊式磨粉机皮磨系统工作参数对工艺效果的影响,并进行1B磨制粉过程磨辊工作参数优化。方法 通过Dem离散元软件对磨辊研磨过程进行模拟分析,以齿角、前角、轧距、落料点间距4个因素为变量对取粉率和功耗的影响进行分析,并采用正交试验和矩阵分析法对数值模拟结果进行综合评定。结果 得出1B磨制粉工序中最优参数组合方案为齿角γ=85°,前角α=25°,轧距d=1.5 mm,落料点间距b=0 mm。结论 本文对磨辊研磨过程的仿真分析提供了参考方法,并对辊式磨粉机工作参数的优化设置具有一定的指导意义。