综合能源系统(integrated energy system,IES)作为能源转型中的重要环节已得到越来越多国家的广泛关注。构建一套匹配中国国情的综合能源系统评价体系和评价方法不仅能够为综合能源系统规划后评价打下基础,以此对规划方案进行优劣排序;...综合能源系统(integrated energy system,IES)作为能源转型中的重要环节已得到越来越多国家的广泛关注。构建一套匹配中国国情的综合能源系统评价体系和评价方法不仅能够为综合能源系统规划后评价打下基础,以此对规划方案进行优劣排序;还能够提高综合能源系统项目的管理水平,在制定统一、完整的综合能源系统综合评价标准时提供参考。为此,首先结合园区IES基本特征以及运行特性,构建包含经济性、可靠性、环保性以及智能友好性4个方面的综合评价指标体系;然后为解决IES在运行中的不确定性问题,对基于传统云物元模型的综合评价体系提出云熵优化,即考虑不同评价者对模糊性的可接受程度;为解决单一赋权方法可能导致的评价结果过于主观或过于客观的问题,选择基于最小鉴别信息原理将决策实验室法与熵权法相结合的综合赋权法,并采用变权法进一步完善综合评价指标;最后通过算例分析,验证所提综合评价体系的科学正确性。展开更多
应用科学有效的评价方法对综合能源系统(integrated energy system,IES)的规划方案进行评价,可为其合理建设与运行提供重要保障。首先分析了双碳目标下工业园区IES的能源架构及运行模式,将其多能互补的特征与碳减排、碳交易机制有机融合...应用科学有效的评价方法对综合能源系统(integrated energy system,IES)的规划方案进行评价,可为其合理建设与运行提供重要保障。首先分析了双碳目标下工业园区IES的能源架构及运行模式,将其多能互补的特征与碳减排、碳交易机制有机融合,构建了涵盖经济、技术和环境三大方面的综合评价指标体系。然后,针对IES运行的不确定性问题,以云物元模型建立综合评价的基础框架并对该模型实际应用的不足进行了两点改进:一方面考虑评价者对模糊性的可接受程度对云熵参数计算方法进行优化;另一方面基于最小鉴别信息原理将决策实验室(decision-making trial and evaluation laboratory,DEMATEL)法与CRITIC法结合,解决了单一赋权方法导致的偏向性问题,得到更为合理的组合权重。最后,通过算例分析验证了所提评价方法可以有效解决传统物元评价的长板或短板效应以及系统运行不确定性带来的评价难题。展开更多
针对目前移动机器人视觉SLAM(simultaneous localization and mapping)研究中存在的实时性差、精确度不高、无法稠密化建图等问题,提出了一种基于RGB-D数据的实时SLAM算法。在本算法前端处理中,采用了鲁棒性与实时性更好的ORB特征检测...针对目前移动机器人视觉SLAM(simultaneous localization and mapping)研究中存在的实时性差、精确度不高、无法稠密化建图等问题,提出了一种基于RGB-D数据的实时SLAM算法。在本算法前端处理中,采用了鲁棒性与实时性更好的ORB特征检测。利用RANSAC算法对可能存在的误匹配点进行剔除完成初始匹配,对所得内点进行PNP求解,用于机器人相邻位姿的增量估计。在后端优化中,设计了一种遵循图优化思想的非线性优化方法对移动机器人位姿进行优化。同时结合闭环检测机制,提出了一种点云优化算法,用于抑制系统的累积误差,进一步提升位姿与点云的精确性。实验验证了本文所提方法能够迅速、准确地重构出稠密化的三维环境模型。展开更多
文摘综合能源系统(integrated energy system,IES)作为能源转型中的重要环节已得到越来越多国家的广泛关注。构建一套匹配中国国情的综合能源系统评价体系和评价方法不仅能够为综合能源系统规划后评价打下基础,以此对规划方案进行优劣排序;还能够提高综合能源系统项目的管理水平,在制定统一、完整的综合能源系统综合评价标准时提供参考。为此,首先结合园区IES基本特征以及运行特性,构建包含经济性、可靠性、环保性以及智能友好性4个方面的综合评价指标体系;然后为解决IES在运行中的不确定性问题,对基于传统云物元模型的综合评价体系提出云熵优化,即考虑不同评价者对模糊性的可接受程度;为解决单一赋权方法可能导致的评价结果过于主观或过于客观的问题,选择基于最小鉴别信息原理将决策实验室法与熵权法相结合的综合赋权法,并采用变权法进一步完善综合评价指标;最后通过算例分析,验证所提综合评价体系的科学正确性。
文摘应用科学有效的评价方法对综合能源系统(integrated energy system,IES)的规划方案进行评价,可为其合理建设与运行提供重要保障。首先分析了双碳目标下工业园区IES的能源架构及运行模式,将其多能互补的特征与碳减排、碳交易机制有机融合,构建了涵盖经济、技术和环境三大方面的综合评价指标体系。然后,针对IES运行的不确定性问题,以云物元模型建立综合评价的基础框架并对该模型实际应用的不足进行了两点改进:一方面考虑评价者对模糊性的可接受程度对云熵参数计算方法进行优化;另一方面基于最小鉴别信息原理将决策实验室(decision-making trial and evaluation laboratory,DEMATEL)法与CRITIC法结合,解决了单一赋权方法导致的偏向性问题,得到更为合理的组合权重。最后,通过算例分析验证了所提评价方法可以有效解决传统物元评价的长板或短板效应以及系统运行不确定性带来的评价难题。
文摘针对目前移动机器人视觉SLAM(simultaneous localization and mapping)研究中存在的实时性差、精确度不高、无法稠密化建图等问题,提出了一种基于RGB-D数据的实时SLAM算法。在本算法前端处理中,采用了鲁棒性与实时性更好的ORB特征检测。利用RANSAC算法对可能存在的误匹配点进行剔除完成初始匹配,对所得内点进行PNP求解,用于机器人相邻位姿的增量估计。在后端优化中,设计了一种遵循图优化思想的非线性优化方法对移动机器人位姿进行优化。同时结合闭环检测机制,提出了一种点云优化算法,用于抑制系统的累积误差,进一步提升位姿与点云的精确性。实验验证了本文所提方法能够迅速、准确地重构出稠密化的三维环境模型。