融合多尺度残差注意力的图像修复算法

为解决在修复任意缺失形状的图像以及缺损面积较大的图像时存在修复模糊、修复的连接处存在差异等问题,提出一种融合多尺度残差注意力的图像修复模型。针对修复模糊问题,在修复模型编码器与解码器之间添加残差注意力模块,针对修复细节的差异问题,通过多尺度判别器结合全局和局部损失约束修复边界和周围视觉的一致性。实验结果表明,所提模型能有效提取缺失信息,修复结果具有自然过渡的边界和清晰的细节,提高了修复质量。

基于和声搜索-高斯过程混合算法的光伏功率预测

光伏发电并网后会对电网产生冲击,影响电网稳定。通过对光伏发电功率的特性分析,在研究高斯过程算法原理的基础上,建立了基于高斯过程的光伏发电功率预测模型。针对传统高斯过程中优化超参数采用共轭梯度法存在的缺陷,提出采用和声搜索算法代替共轭梯度法,得到一种基于和声搜索优化的混合高斯过程模型。仿真结果表明,采用和声搜索优化后的高斯过程混合算法比传统高斯过程方法的预测精度更高。

建筑光伏并网发电系统的发电量预测初探

为改善含高密度、多接入点建筑光伏并网发电系统的电网运行特性,从能量管理和区域电网的运行调度两方面分析了建筑光伏并网发电系统的发电量预测需求,探讨了区域建筑光伏发电量预测的关键技术,分析指出原理预报法建模困难。得出如下结论:采用神经网络法、支持向量机方法等人工智能方法是光伏发电量预测模型的主要发展方向;数值模式太阳能辐射预报的预测精度和空间尺度离电网调度运行的要求还有相当距离。最后初步设计了建筑光伏的发电量预测系统,提出采用综合多个点的太阳能辐射预报结果进行区域太阳能辐射预报。

基于EMD和ABC-SVM的光伏并网系统输出功率预测研究

针对光伏发电系统的输出功率具有非平稳性和随机性的特点,提出一种基于经验模态分解(EMD)和人工蜂群算法(ABC)优化支持向量机(SVM)的光伏并网系统输出功率预测模型。首先根据预测日的天气预报数据,构建相似日的15 min输出功率时间序列。然后,将输出功率时间序列进行经验模态分解,得到不同尺度下的固有模态分量IMFn和趋势分量Res,针对每个IMF分量和趋势分量分别建立相应的支持向量机预测模型,并对SVM模型参数进行人工蜂群算法寻优预处理。最后,将每个模型预测的结果进行合成重构,得到光伏并网系统输出功率的预测值。通过实际数据测试表明:基于EMD和ABC-SVM的功率预测模型同单一SVM预测模型及未经优化的EMD-SVM预测模型相比,具有更快的运算速度和更高的预测精度。

产生率法区位影响修正方法研究

为减小城市交通需求预测中由于土地使用分析方面造成的误差,提出了一种基于城市区位差异分析的新的改进方法。从分析产生率法在城市交通需求预测中的地位、作用及缺陷出发,剖析了区位差异对城市出行产生率的影响,建立了城市区位优势度的概念、量化方法,深入分析了区位对出行生成阶段的影响误差与四阶段预测最终结果误差的关系,进而提出产生率法的区位影响修正方法,并应用于西安市高新区交通需求预测中,提高了模型的拟合效果。该方法能对城市新区出行生成、旧区出行生成矩阵更新提供借鉴。

基于广义集对分析法的溃坝环境影响评价

针对集对分析法存在的同、异、反评语粗略问题,对其进行改进,联系度由3级推广到5级,进而建立了基于广义集对分析法的溃坝环境影响评价模型。将该模型用于沙河集水库的溃坝环境影响评价,与传统的集对分析法、模糊数学理论模型评价结果进行比较,表明基于广义集对分析法的评价结果更为合理,更贴近研究对象的实际情况,为水库大坝溃坝环境影响评价提供了一种更为可靠且操作简单的方法,具有良好的工程应用价值。

考虑健康状态的风电机组发电量预测模型

针对现有风电机组发电量预测方法很少考虑机组健康状态的影响,从而降低了预测准确性的问题,提出一种考虑健康状态的风电机组发电量预测模型。首先引入组合权重描述机组多个性能观测序列之间的相关性,建立基于改进多观测序列隐Markov模型(HMM)的健康状态模型,分别用健康状态等级序列与劣化概率描述健康状态劣化过程。采用预处理后的机组风电场数据采集与监控(SCADA)系统风速和功率数据,利用比恩法建立不同健康状态下的风电功率曲线模型。将机组健康状态劣化过程按时间序列融合到风电功率曲线,建立考虑健康状态的风电机组动态功率曲线模型,并结合基于Weibull分布的风速模型实现发电量预测。以SL2000/100风电机组发电量预测为例,验证了该方法的有效性。

考虑机侧模型的直驱风电机组序阻抗建模及分析

大规模永磁直驱风场并网振荡现象频发,序阻抗模型逐步成为广泛采用的分析方法。目前对直驱风电机组的序阻抗建模将机侧模型(机侧变流器、永磁同步发电机)简化为可控电流源,忽略机侧模型对于机组阻抗特性的影响。该文建立考虑发电机、机侧变流器、直流母线动态过程、直流电压控制回路以及网侧变流器的直驱风电机组序阻抗详细解析模型,描述小信号分量在机组内部的频率特征分布规律;分析了机侧变流器控制特性、直流母线电容容量、直流母线电压控制特性对机组阻抗特性的影响。基于控制硬件在环实时仿真平台,验证解析模型的准确性,开展多个型号直驱风电机组的阻抗扫描与稳定性分析,验证机侧模型对机组阻抗特性的影响。

双馈风电场并网次/超同步振荡建模与机理分析(一):考虑功率外环的阻抗建模

大规模双馈风场并网振荡现象频发,序阻抗模型逐步成为广泛采用的分析方法。目前,对双馈风电机组的序阻抗建模考虑了直流母线电压动态特性对阻抗的影响,忽略了功率控制外环对机组阻抗特性的影响。该文首先基于多谐波线性化法建立考虑功率外环的双馈感应发电机组(doubly-fed induction generator,DFIG)序阻抗解析模型,并对不同转速条件下的阻抗模型进行仿真验证;其次,基于描述小信号分量的频率特征分布规律,建立机侧–网侧阻抗耦合模型,揭示小信号传递的两个方向及每个方向对应的耦合通路;最后,基于机侧–网侧耦合模型,对耦合通路对机组阻抗特性的影响进行分析,详细分析功率控制外环、转子侧变流器电流环控制特性对DFIG阻抗特性的影响,为后续DFIG并网次/超同步振荡机理揭示典型模型基础。

GM（1，1）在人口预测中的应用

本文应用灰色理论，对１９５０年至１９８０年我国妇女的总和生育率进行了分析，并用ＧＭ（１，１）模型进行预测，为我国今后的计划生育工作及经济发展规划提供了可靠的依据。

基于健康度分析的电网数字化转型价值链云协同模型

为了解决常规模型用电功率供需不平衡的问题,提出基于健康度分析的电网数字化转型价值链云协同模型.将发电作为价值链起始节点,并分解表示发电功率历史数据的电网信号.通过引入时间尺度特征,预测电网发电.计算价值链发电、储能、用电环节各利益主体的健康度,选择最高健康度的利益主体,通过公有云和私有云建立利益主体云协同模型,以此完成电网数字化的转型.实验结果表明,设计模型相比常规模型,预测的电网发电功率更为接近园区实际用电功率,实现了电网发电供需平衡,且减少了电力资源浪费.

用逐步回归方法预测喀左县三代粘虫发生程度的初步研究

本文以喀左县三代粘虫发生的实际资料,结合气象要素进行逐步回归分析,组建了三代粘虫中期预报模式,对研究喀左县粘虫发生消长规律和指导防治工作提供了依据。

产品质量屋中用户需求排序的耦合方法

针对产品质量屋中用户需求排序的问题,提出模糊需求软集合与隶属度云模型的耦合方法,从模糊性与随机性综合考虑用户需求排序的问题,利用需求模糊隶属度构建模糊需求软集合,消除质量屋在信息传递中的模糊性与不确定性问题,通过逆向隶属度云发生器将定量信息转化为定性概念,基于超熵算子评价法,确定需求重要度最终排序,以液压四足机器人为例,验证了方法的实用性与可行性.

灰色系统GM中的假相关

GM 所依的累加生成数列与时间的关系 x^(1)(k)～t_k 实质上是 k_k～k△t 的关系,该对应关系中有公因子 k,是明显的假相关。本文认为建立在假相关基础上的 GM 不宜用于预测。

语义角色标注增强的隐式篇章关系识别

[目的]为了改善因将隐式篇章关系识别(implicit discourse relation recognition,IDRR)描述为文本分类任务,提出了一种新颖的IDRR方法.[方法]将IDRR视为文本生成任务并直接生成篇章单元对的连接词,随后生成的连接词被准确无歧义地映射到唯一篇章关系.具体地,首先设计了可以将无歧义性连接词转化为对应篇章关系的连接词-关系映射表;然后介绍了两种不同的连接词替换策略用于替换训练样例中的歧义性连接词;最后,将IDRR视作一个序列到序列的任务,其中目标端序列由基于语义角色标注增强的篇章单元对和两者之间的连接词组成.[结果]基于英语PDTB和中文CDTB的实验结果表明本文提出的方法达到了最先进的性能.[结论]本文方法创新性地将IDRR视为文本生成任务,并通过序列到序列模型显著提升了隐式篇章关系识别的效果,为隐含信息的精确捕捉提供了新的解决方案.

非线性自回归时序模型研究及其预测应用

从函数逼近和系统辨识两个方面推导了非线性自回归时序模型(GNAR模型)的物理结构,通过公式推导及仿真数据研究GNAR模型与确定性实函数、经典时序模型和混沌序列的关系,明确GNAR模型对系统逼近的机理.以Lorenz系统输出的混沌序列和现代经典时序-太阳黑子序列为算例进行数据实验,证明了GNAR模型在建模和预测方面的优越性.