考虑电力-信息-交通网络耦合的配电网韧性提升策略分析

韧性是评估系统在极端灾害下吸收抵御扰动并恢复至正常状态的能力指标。基于电力-信息-交通网络之间紧密耦合的特性,提出考虑多网络耦合特性的多阶段配电网韧性提升策略。首先,在灾前预防阶段提出考虑网络抗毁性与电力信息风险价值的最优线路加固策略,并对应急中心进行优化布点。其次,基于网络损毁导致的拓扑变化对分布式电源与联络开关进行动态联合调控,最小化灾害抵御阶段的负荷损失价值。然后,结合耦合网络间的关联制约属性,提出灾后阶段多网协同恢复策略。最后,建立组合式评估框架对系统韧性进行多时段精细化分析。基于IEEE33节点系统搭建三网耦合系统算例进行仿真,所得结果表明所提策略可有效提高灾害下系统的抵御力并提升恢复效率。

创新网络双重嵌入、网络耦合与产业升级:基于上市企业面板数据的实证分析

创新网络多元嵌入是企业网络能力形成和产业升级的重要驱动力。基于网络双重嵌入和网络耦合视角,选取2009—2020年291家中国平板显示产业上市公司作为研究样本,实证分析企业个体创新网络与股东关系网络双重嵌入及企业个体创新能力对产业升级的作用路径。结果表明,企业个体创新网络连通性与网络团体规模、股东关系网络密度及企业创新能力均正向影响产业升级,并且由于企业管理者与投资者间的创新决策冲突给产业升级带来负面影响,企业间网络连通性和企业个体研发投入在股东间过于紧密的关系影响下反而不利于产业升级。进一步研究表明,产业升级是综合企业个体创新、企业间创新合作和企业投资者合作等多个层次的多维度动态过程,降低数字创新不确定性和有效利用网络化创新合作机制将是产业数字创新的重要研究方向。

用小波神经网络耦合模型预测流域年均产沙量

引入小波神经网络耦合模型对流域年均产沙量进行了定量研究。由于流域的地质、地貌、土壤在一定时间尺度内具有相对稳定的特性,选出年降雨量、年均气温、年径流量、大雨降雨量、暴雨降雨量、蒸发量、日照时数和汛期降雨量等8个要素作为模型的气候水文输入因子,而以耕地面积、林地面积、水库库容、修建公路、水土保持面积、裸地面积、年采矿量及年末总人口等8个要素作为模型的人类活动输入因子,对流域年均产沙量进行了定量建模预测。结果表明:小波神经网络耦合模型不仅拟合精度高,而且预测效果好,为流域产沙的定量研究提供了新的途径。

基于模糊网络耦合模型的高校创业教育研究

文章提出了基于个体发展、高校教育、社会环境、家庭支持的四维创业教育模糊网络耦合模型。依据创业教育理论、查询有关文献、咨询专家等方式建立高校创业教育评价指标体系,运用网络分析法综合考虑各指标间的相互影响,确定评价指标权重。采用模糊综合评判法计算各指标相应隶属度,得到高校创业教育评价分值。通过对宁波大学科学技术学院创业教育水平评估,结果表明该校的创业教育评价为良,其中高校教育指标分值最高,家庭对大学生创业支持度偏低。该评价模型将对高校创业教育的实施方案提供理论基础和教育反思。

R/S-BP网络耦合模型及其在年径流预测中的应用

由一维径流序列构建的BP网络模型输入因子(输入层结点数)的确定至今尚无明确定论,R/S分析法能度量前期径流对当前径流的有效影响时长(拟周期),基于此构建了基于R/S分析法的BP网络预测模型——R/S-BP网络耦合模型。该模型由R/S分析法识别径流序列的拟周期,以当前径流为界将拟周期内的前期径流作为BP网络输入的待选因子,优选后得到模型的输入因子,从而构建BP网络并进行径流预测。将R/S-BP网络耦合模型应用于釜溪河流域年径流预测中,并与两种常规BP网络模型的应用结果进行对比分析。结果表明,釜溪河流域年径流序列存在13 a的拟周期;R/S-BP网络耦合模型的预测效果优于常规BP网络模型;R/S分析法可为BP网络筛选输入因子提供科学依据,减少人为选择的不确定性;R/S-BP网络耦合模型用于年径流预测是可行的。

基于模糊网络耦合模型的舟山蓝色海湾整治项目综合社会效益评估研究

模糊网络耦合模型(Fuzzy-ANP)是一种兼顾数理性和系统性的社会效益评价工具,因其对不同评价指标相互影响的深度考量而被广泛运用于复杂社会工程项目的效益评价中。本文引入模糊网络耦合模型对舟山蓝色海湾整治行动项目的综合社会效益进行评估,通过构建基础模型、优化指标体系、综合系统测评,最终形成对项目的综合社会效益总评(83.53分)。评价结果不仅能对项目整体社会效益作出判断,亦有益于项目后期维护实施及同类项目效益测评参考。

区域循环经济的网络耦合结构及政策研究

本论文建立了区域循环经济的网络耦合结构,依托物质流、能量流、信息流分析三大要素网络的构成、耦合结构及其之间的循环;在其基础上,运用耦合结构的三大外部要素——科技、制度和管理促进区域循环经济可持续发展系统自身发展的原理,建立了区域循环经济的政策体系,为区域循环经济提供政策建议。

基于决策树挖掘-RBF神经网络耦合的微区域内温度场建模方法

阐述基于决策树挖掘-RBF神经网络耦合的微区域内温度场建模,通过信息增益分析各动力环境要素,探讨正态云模型的RBF神经网络对关键因素,实现微区域内温度场的精确建模。

基于多层耦合网络的装备保障体系级联失效及抗毁性分析

为准确描述装备保障体系结构特征与毁伤失效流程,进而提升装备保障体系功能与抗毁能力,基于杀伤层、保障层和储供层构建装备保障体系的多层耦合网络模型。基于杀伤链给出装备维修保障链与储供保障链的特征和典型样式,在此基础上,提出考虑装备保障体系多层耦合网络特性的级联失效模型与节点重要度评估方法。给出对应的网络抗毁性评估指标。仿真结果表明,考虑级联失效的多层耦合网络模型能较好地反映遭受攻击时整个装备保障体系的性能变化情况,所提出的使命任务节点重要度能准确识别关键节点。与传统网络抗毁性指标相比,杀伤链数量对节点失效产生的装备保障体系抗毁性变化更加敏感。

考虑电动汽车和5G基站的电力-信息-交通耦合网络需求响应策略

电动汽车(EV)是具有移动负荷和通信用户双重属性的主体,为充分挖掘其参与需求响应产生的可调度潜力并降低电网负荷波动,提出了电力-信息-交通网络耦合背景下EV和5G基站需求响应策略。首先,分析了EV和5G基站参与下的多网络耦合关系。其次,建立了EV集群和5G基站集群的灵活性模型。基于此模型,提出了两阶段需求响应优化调度策略:第1阶段以通信成本最小为目标,为EV提供充电导航和路径规划并优化基站用能模式;第2阶段以配电网负荷波动最小为目标,制定EV的充放电策略。最后,通过某城市交通模型的测试,分析了调度策略对基站运行、配电网负荷、潮流和用户的影响,验证了模型和方法的有效性。

一种粒子群优化脉冲耦合神经网络的全色锐化算法

为了进一步降低多光谱与全色影像融合后的光谱和空间信息失真,提高融合质量,文章提出一种粒子群优化脉冲耦合神经网络的多光谱与全色影像融合算法。该算法基于主成分分析和非下采样剪切波搭建融合方法的基础融合框架,在低频系数融合过程中使用细节注射的融合方法,降低非必要的信息注射,从而提高光谱保持度。在融合高频系数时,采用参数自适应的简化脉冲耦合神经网络计算融合权重,并基于粒子群优化算法全局搜索能够获取最佳融合质量的对应参数,以提高空间信息的完整性和清晰度。文章通过三组实验验证提出算法的可行性,并与现有的、经典的融合算法进行对比,实验显示:文章提出的融合算法在三组实验中的光谱角映射均在0.1左右,通用图像质量指数在0.9以上。实验结果表明:该算法不仅能够有效提高全色与多光谱影像的融合质量,而且融合效果稳健,在对比实验中具有最佳的融合性能。

双态噪声驱动的分数阶星型耦合网络的随机共振

本文研究了一类分数阶星型耦合网络模型的随机共振行为,该网络由一个中心粒子和多个耦合粒子组成,其中粒子的耦合强度受到双态噪声的扰动.本文将耦合粒子运动轨迹的算术平均值定义为系统的平均场,然后分别讨论了中心粒子和平均场的统计特征和共振行为.利用随机平均法及变换技巧,本文首先推导了中心粒子和平均场的一阶稳态矩和稳态响应振幅的表达式,然后分析了中心粒子和平均场的运动轨迹的一致性条件以及耦合粒子的同步条件,最后数值研究了中心粒子和平均场的共振行为.仿真结果显示,网络存在丰富的共振行为:中心粒子和平均场的稳态响应均可能出现“单峰共振”“单峰-单谷共振”“单谷-单峰共振”及“逆共振”等共振行为,说明中心粒子和平均场的稳态响应对参数的依赖性很高.此外,本文还基于中心粒子和平均场的稳态响应振幅给出了模型的共振区.本研究可望为分数阶星型网络共振行为的控制提供理论基础.

考虑用户出行成本预算的电力-交通耦合网络充电站定价策略

随着电动汽车的规模化发展,研究如何有效考虑用户的出行行为机理并制定合理的充电站充电价格,对电力-交通网络的协同优化调度具有重大意义。针对此问题,提出了考虑用户出行成本预算的电力-交通耦合网络充电站定价策略。首先,建立考虑出行成本预算的交通用户均衡模型,将均衡状态通过变分不等式进行等效描述,从而对电动汽车出行需求和充电行为进行刻画。其次,构建考虑功率削减的配电网二阶锥优化模型,将充电站定价问题转化为含有变分不等式约束的优化问题,并根据问题设计交替迭代算法和外梯度算法进行求解。最后,通过算例对所提模型和方法的有效性进行验证,结果表明了考虑出行成本预算对耦合网络充电定价的必要性。

考虑时序特征的耦合网络环境下社交机器人的舆情引导

近年来,社交机器人作为社交网络生态中新的舆情参与主体备受关注。然而,国内对其研究相对不足。为深入了解社交机器人在舆情演化中发挥的作用和对应规律,有必要研究其对群体观点演化的影响。本文通过考虑个体活跃度变化表现出的霍克斯过程,构建社交网络连边时变的驱动机制。同时,搭建不对称双层耦合社交网络和对应的连续观点演化模型,并引入社交机器人研究其对群体观点的引导效果。实验分析发现,舆情事件在线上社交网络中的讨论升温后,引发了线下社交网络中群体活跃度的进一步增加,与实际情况相符。此外,极少数社交机器人也能有效引导群体观点,因此,设定一定数量的社交机器人并及早投入是有效引导舆论的策略之一。

电-路耦合网络下电动汽车充电站选址定容低碳规划

针对现有电动汽车充电站规划研究鲜有考虑碳排放的问题,提出了一种电-路耦合网络下电动汽车充电站选址定容低碳规划的方法。首先,建立电-路耦合网络,考虑不同车辆的相互影响并计及电动汽车用户里程焦虑,利用蒙特卡洛法模拟车流;其次,对耦合网络碳排放进行溯源和追踪;然后,考虑经济成本和碳排放量,建立多目标充电站规划模型,并利用帕累托前沿求取最优解;最后,以IEEE 33节点配电网和12节点交通网组成的耦合网络作为算例,验证所提方法的有效性。

成员异质性、网络耦合性与产业创新网络绩效

产业创新网络是由多节点构成的复杂网络组织,通过各节点成员的耦合互动才能凸显其整体性创新功能,实现其复杂网络涌现性价值。本文构建了成员异质性、网络耦合性与产业创新网络绩效关系模型,通过实证研究验证模型中所提出的假设,得出如下研究结果:(1)成员异质性中的三个维度:资源异质性、能力异质性和生态位异质性与产业创新网络呈正相关关系;(2)网络耦合性的四个维度中自组织与自适应、耦合与共生、竞合与协同这三个维度与产业创新网络绩效呈正相关关系,吸收与反馈对产业创新网络绩效没有显著影响;(3)成员异质性中的资源异质性与网络耦合性呈正相关关系,能力异质性和生态位异质性对网络耦合性没有显著的影响。

蓄意攻击电力耦合网络风险概率预测算法研究

为了准确预测电力耦合网络风险概率、提高电力耦合网络的稳定性,对蓄意攻击下的电力耦合网络风险概率预测算法进行了研究。在蓄意攻击状态下,将节点相关性矩阵引入Page Rank算法,分析电力耦合网络拓扑结构和实例潮流分布的重要程度,并进行归一化处理,以识别电力耦合网络关键节点。通过灰色模型预测电力耦合网络的风险指标,确定单项风险指标值。通过熵权法计算各项评价指标的动态权重,获取电力耦合网络的总体风险概率预测值。试验结果表明:电力耦合网络风险概率预测算法的电力耦合网络风险均衡度高达0.964;获取的电力耦合网络风险概率预测结果和真实风险概率更加接近;预测时间最低为0.0706 s,在0.2 ms以内即可完成收敛。该算法可以准确预测电力耦合网络风险概率,确保网络的稳定运行。

基于剪切波变换和脉冲耦合神经网络的图像融合方法研究

图像融合的目的是将多个来源的图像合并,从而产生1个包含所有原始图像信息的新图像。传统的图像融合方法可能损失一些重要信息或导致图像失真,因此研究新的图像融合方法具有重要意义。作为新兴技术,剪切波变换和脉冲耦合神经网络在图像融合中的应用潜力尚未被充分发掘。文章致力于研究这2种技术在图像融合中的效果,并提出结合两者的新方法。

基于耦合神经网络反应扩散模型的图像增强方法研究

随着人工智能技术的迅速发展,图像处理已经广泛应用于交通、医疗、农林、航空航天等领域,并且对图像质量要求也越来越高。针对图像增强问题,提出了一种利用神经网络模型,将FitzHugh-Nagumo反应扩散模型转变为微分动力系统的方法,来改进耦合神经网络,引入自适应的阈值,得到耦合神经元的非线性动力学模型,利用此模型可使图像对比度得到提升,起到增强图像的效果。该模型的适用面更广,图像对比度拉伸效果更好,视觉增强效果更为明显。

双层耦合网络中基于改进SIHR模型的舆情传播研究

当前信息网络迅速发展,舆情在社交网络上的传播变得十分复杂。舆情传播的现实情况表现为多个社交网络间共同传播,单个社交网络的舆情传播研究已不能真实地描述现实情况。除此之外,舆情传播过程中,个体状态的变化存在多样性。特别的是,存在初次“免疫”舆情的个体由于后续产生兴趣而变为传播者的情况。因此,本文将以双层耦合网络为载体,基于改进的SIHR模型来研究舆情传播动力学过程并提出具体的应对策略。具体为,首先根据改进的SIHR模型,给出各状态人群在双层网络下的状态转移图。再根据离散的马尔可夫链方法,给出改进的SIHR模型的舆情传播动力学方程。最后,通过MATLAB软件开展模拟仿真,来研究舆情传播的规律及模型参数对于传播过程的影响。并在此基础上,从公共部门、社交平台、用户三个方面给出舆情应对策略,包括:强化官方媒体的威信力,加强平台的监管力度,做好用户情感引导。