基于阻尼转矩分析的电力系统频率振荡模式辨别与分析

近年来,实际电网中多次出现频率振荡现象。研究表明,该现象与电力系统调频动态过程密切相关,包括一次调频(PFR)模式和自动发电控制(AGC)模式。为分析系统中不同调频过程动态对频率振荡的影响、厘清不同振荡模式的内在区别与振荡表现,将阻尼转矩分析(DTA)理论进行推广,建立适用于电力系统频率稳定分析的DTA方法,能够揭示调频控制过程阻尼转矩的产生、分配和传递机理。同时,基于该方法提出了电力系统频率振荡模式辨别方法,定义阻尼转矩模式辨别指标,该指标能够有效反映调频环节对振荡模式的阻尼贡献和影响、准确辨别系统频率振荡模式。在算例分析中,通过仿真验证了文中方法的有效性和可行性,并分析了不同模式的振荡表现和影响机理。

实测数据驱动的自动驾驶道路测试驾驶模式辨别方法

自动驾驶道路测试中车企驾驶模式数据具有一定保密性,导致自动驾驶能力难以被客观评估。为此,提出了实测数据驱动的自动驾驶道路测试驾驶模式辨别方法。首先选取数据特征值构建K近邻估计、支持向量机、决策树、随机森林和BP神经网络5种机器学习监督分类模型;其次通过非参数秩和显著性检验确定驾驶模式持续时长阈值,持续时长大于阈值的数据段记录为准确的驾驶模式数据,小于等于阈值的数据段则为驾驶模式待分类数据集;随机选取70%记录准确的驾驶模式数据作为监督分类模型训练数据集,剩余30%作为测试数据集;最后利用正确率、精确率和召回率3个指标评价5种监督分类模型,并选取表现最佳的分类模型用于待分类数据的驾驶模式辨别。基于上海市城市道路和快速路2个道路测试场景共约43.6万条数据,验证驾驶模式辨别方法的有效性。结果表明:随机森林监督分类模型辨别道路测试驾驶模式的效果最佳;城市道路场景和快速路场景待分类数据驾驶模式记录有误率分别达到42.3%和39.4%。实测数据驱动的驾驶模式的辨别与修复,可显著提升评估自动驾驶道路测试驾驶能力的准确度。

浅谈幼儿古诗词学习的积极作用

由北京上海两地小学对一年级语文课本增删古诗词的截然不同的态度,思考对低年龄段儿童尤其是还处在幼儿园时期的儿童,开展古诗词教育是否合适,是否会增加儿童负担、加剧幼儿教育小学化的情况。本文从古诗词学习对于幼儿的言语构建、声调运用的作用,从儿童心理和认知的层面分析,认为在幼儿中开展古诗词学习不会加剧幼儿教育小学化。

听力言语康复训练及其评估

听力言语康复训练及评估是帮助听力损失患者实现言语交流 ,回归主流社会的重要途径。本文就语言习得的发展规律将训练过程分为三个不同阶段 ,并在此基础上对听力言语康复训练及评估进行综述 ,介绍常用的康复训练及评估系统。

ESD在重催气压机组转速控制中的应用

气压机组是重催装置的重要组成部分,在装置正常运行时对来自装置反应器的富气进行压缩,机组运行转速高,对转速控制的精度和可靠性都要求很高。介绍了利用Triconex的ESD对重催气压机组进行转速控制,对程序进行了详细的逻辑分析并给出了具体的实现方法。