构建G2P结构IPTV新网络

当前主流的传统C/S架构的IPTV网络存储成本巨大,即使是采用H．264这样的高性能编码器,可以节省的存储费用也是有限的,而且服务器的响应时间长,服务器性能和带宽“瓶颈”严重。提出一种P2P(Peer to Peer)和C/S(Client/Server)混合的用于存储和传送IPTV(Internet Protocol based Tele- vision)数据的网络新结构G2P(Group to Point),并详细介绍G2P结构中媒体服务器的分布以及分布式差异化存储和组对点分片数据分发方式,分析比较采用G2P技术发展IPTV业务的特点,并针对不足之处提出改进方向。

一株人轮状病毒G2P[4]型毒株的近似全基因组进化分析

目的分析轮状病毒G2P[4]型2020BJ株的近似全基因组进化特征。方法运用逆转录-聚合酶链式反应(reverse transcription-polymerase chain reaction,RT-PCR)进行轮状病毒基因组扩增,将扩增产物测序,对所得序列进行系统进化和同源性分析。结果获得人轮状病毒G2P[4]型2020BJ株近似全长的11个节段核酸序列,序列分析表明其为G2-P[4]-I2-R2-C2-M2-A2-N2-T2-E2-H2基因型(DS-1-Like);进化分析表明与日本、印度、孟加拉及意大利等国家毒株亲缘关系较近;亲缘关系较近的毒株间抗原表位的氨基酸存在差异。结论与2020BJ亲缘关系较近的5株G2P[4]型轮状病毒VP7和VP4的抗原表位的氨基酸存在差异,可能导致流行特征不同,应加强轮状病毒监测。

基于跨语言迁移学习及联合训练的泰语语音合成

随着深度学习和神经网络的快速发展,基于深度神经网络的端到端语音合成系统因性能优异成为主流。然而近年来,泰语语音合成相关研究还不充分,主要原因是大规模泰语数据集稀缺且该语言拼写方式有其特殊性。为此,在低资源前提下基于FastSpeech2声学模型和StyleMelGAN声码器研究泰语语音合成。针对基线系统中存在的问题,提出了3个改进方法以进一步提高泰语合成语音的质量。(1)在泰语语言专家指导下,结合泰语语言学相关知识设计泰语G2P模型,旨在处理泰语文本中存在的特殊拼写方式;(2)根据所设计的泰语G2P模型转换的国际音标表示的音素,选择拥有相似音素输入单元且数据集丰富的语言进行跨语言迁移学习来解决泰语训练数据不足的问题;(3)采用FastSpeech2和StyleMelGAN声码器联合训练的方法解决声学特征失配的问题。为了验证所提方法的有效性,从注意力对齐图、客观评测MCD和主观评测MOS评分3方面进行测评。实验结果表明,使用所提泰语G2P模型可以获得更好的对齐效果进而得到更准确的音素持续时间,采用“所提泰语G2P模型+联合训练+迁移学习”方法的系统可以获得最好的语音合成质量,合成语音的MCD和MOS评分分别为7.43±0.82分和4.53分,明显优于基线系统的9.47±0.54分和1.14分。

含P2G和复合储能的高速公路服务区综合能源系统日前优化调度

为了提高高速公路服务区综合能源系统可再生能源消纳能力、降低经济成本,本文面向高速公路服务区中电、气、冷、热等多态能源,基于能源枢纽矩阵建模方法,建立能源供给侧、能量转换侧和负荷需求侧各模块的能量转换与供需耦合特性模型;在充分消纳可再生能源的情况下,以系统运行总成本最小为目标函数,建立系统优化调度模型;针对同一负荷不同运行场景下的调度结果表明,所提模型能最大程度使用风光发电,降低系统总运行成本;供给侧引入电气耦合与负荷侧引入复合储能的调度结果表明,所提模型能达到系统运行费用最优,同时可实现系统周期内运行费用的“削峰填谷”。

计及P2G及碳捕集的风光氢储综合能源系统低碳经济调度

在“双碳”目标下,为提高风光能源利用效率、优化资源配置、促进综合能源系统降碳减排,提出了一种风光氢储综合能源系统低碳经济调度模型。首先,考虑氢能作为新型储能能源所具有的低碳特性和调度优势,引入两阶段运行的电转气(power-to-gas,P2G)技术模型,以氢能为连接纽带,实现了系统内电、热、气能之间的耦合传递。其次,引入碳捕集设备及阶梯式碳交易机制,以进一步降低系统的碳排放。然后,构建以购能成本、碳交易成本、运行成本和弃风弃光成本最小为目标的低碳经济调度模型,并运用CPLEX求解器进行求解。最后,通过对多个运行情景的优化结果对比分析,验证了模型在消纳风光出力、促进系统深度脱碳、推动多能源互补和增加系统经济效益方面的有效性。

基于信息间隙决策理论的含碳捕集−电转气综合能源系统优化调度

【目的】为科学统筹综合能源系统运行经济性、稳定性和低碳性优化目标,采用何种技术手段以提升能源转化效率,减少系统能源浪费和区域环境污染,是当下综合能源系统合理优化的主要问题。为此,提出一种基于场景生成与信息间隙决策理论的含碳捕集与封存(carbon capture and storage,CCS)—两段式电转气(power to gas,P2G)综合能源系统低碳优化策略。【方法】在技术层面,通过对电P2G两阶段精细化建模,提高氢能利用效率,建立热电联产(combined heating and power,CHP)-CCS-P2G耦合模型;在市场机制层面,引入阶梯型碳交易模型以降低系统中CO_(2)排放量。最终,基于信息间隙决策理论(IGDT)构建不同风险偏好下的优化调度模型。【结果】以典型综合能源系统进行算例分析,仿真结果表明所提模型可提高风光消纳率,实现系统低碳、经济、稳定运行。【结论】该优化策略可有效帮助决策者根据其风险偏好制定风险规避与风险追求策略下的调度方案,实现系统不确定性与经济性的平衡。

考虑富氧燃烧碳捕集技术和源荷双侧响应的综合能源系统优化调度

为降低燃气轮机的碳排放水平和提高灵活性,提出了计及富氧燃烧碳捕集技术和源荷双侧响应的综合能源系统低碳经济优化策略。首先,研究了富氧燃烧技术的运行原理及其能流特性,并构建空分制氧设备和碳捕集设备的耦合模型;其次,引入可调的热电比作为供给侧响应策略,需求侧对于电力、热能以及气负荷的特性进行综合权衡,借助能源价格的引导,并考虑其相互之间的可替代属性形成需求侧响应机制;最后,通过计及气负荷碳排放的阶梯式碳交易约束碳排放,以系统运行成本为目标优化各时段机组出力。设置多场景进行仿真分析,结果表明富氧燃烧碳捕集技术能够有效减少系统的碳排放量,源荷双侧响应能够灵活调节供给侧与需求侧的供能关系,并有效减少系统运行成本。

计及P2G的综合能源系统CCUS容量规划

考虑到碳捕集利用与封存(CCUS)是对电转气(P2G)过程中二氧化碳(CO_(2))来源的细化,文中提出对综合能源系统(IES)进行电-氢-氧-甲烷-二氧化碳和虚拟二氧化碳等P2G过程的定性定量建模,以及对风-光-电动汽车-负荷等随机源荷进行时空聚类以深度挖掘IES氢源碳源潜力的CCUS设备容量规划模型。以阶梯正负碳交易、弃风弃光惩罚和年设备投资成本等的年综合成本最低为目标,以碳捕集、碳存储和甲烷化等CCUS设备功率容量限值为全局变量对电气平衡和能量耦合进行二次约束,经过混合整数线性化处理后利用Cplex求解。算例分析表明,源荷时空聚类可在典型日场景缩减时保留IES廉价碳源氢源特征,合理规划后的CCUS设备可兼具弃风消纳和碳减排功能,使P2G制取的天然气更具市场竞争力。

考虑碳市场风险的热电联产虚拟电厂低碳调度

燃煤热电机组“以热定电”的运行模式会导致新能源消纳能力不足,且运行过程中会产生过高碳排放。为此,建立了考虑地源热泵、电转气(P2G)和碳捕集与封存(CCS)的热电联产虚拟电厂模型,并提出了基于碳市场风险的虚拟电厂低碳调度策略。利用自回归滑动平均模型及广义自回归条件异方差模型预测碳市场的次日碳价,并用条件风险价值模型衡量其波动风险;引入电制热设备地源热泵,协同P2G-CCS解耦热电联产“以热定电”运行约束;提出以各设备的运行成本、弃风弃光惩罚成本、碳交易及碳市场风险成本之和最小为目标函数的优化调度策略。算例结果表明:所提调度策略不仅能促进新能源消纳,提高经济效益,还可以降低系统碳排放。

考虑参数自适应阶梯碳交易的含混氢——碳捕集耦合的农村综合能源系统优化调度

建设清洁高效的新型农村能源系统对全面推进乡村振兴战略具有重要意义。构建一种含混氢—碳捕集耦合的农村综合能源系统运行模式,并提出考虑参数自适应的阶梯碳交易与阶梯激励型需求响应的低碳经济调度策略。首先,建立掺氢改造后燃气机组的精细化模型,并融合两阶段电转气、碳捕集技术,形成混氢—碳捕集耦合运行模式;其次,引入阶梯激励型需求响应,推进用户用能方式转变,缓解系统负荷高峰期供能压力;最后,引入阶梯碳交易机制并以系统运行成本最小为目标构造运行层优化模型,并采用CPLEX进行求解,同时计算碳排放总量,以碳排放量最小作为碳交易机制参数层优化目标,并通过粒子群算法寻优,确定最优碳交易机制参数与运行策略。通过设置不同情景进行对比,验证所提调度策略可有效降低系统碳排放并实现经济运行。

完全端到端的藏语语音合成方法

在迈向多语言多模态大模型的时代下,藏语语音合成技术的研究意义更加凸显,其目的是将文字信息转化为可听的声音信息,使得人机交互更加便捷和人性化。该文针对目前主流的两段式端到端藏语语音合成方法出现重复吐词、跳词、漏词等鲁棒性差且推理速度慢的问题,研究了基于深度生成模型的完全端到端VITS模型及其在藏语语音合成中的应用。首先,通过自然语音采集、自动标注和声学分析等构建一个7000条中等规模的藏语卫藏方言语音数据库;其次,由于现有开源模型不能很好地表征藏文音节结构特征,且现有相关描述无法全面地刻画藏语语音结构,为此提出了现代藏文存在7种字形结构的主张,并将其转写成对应的音素序列作为模型的输入;最后,经典的开源模型VITS应用在上述语音数据上进行了藏语语音合成试验。同时,为了提高合成系统的鲁棒性,在模型中引入了预训练的音素强制对齐信息。实验结果表明,相比两阶段的方法,通过端到端建模不仅有效减少了模型的推理时间,进一步提高合成语音的质量,而且基于7种藏文字形结构的音素序列作为建模单元,显著提升藏语音段特征的覆盖率,从而缓解低资源且黏着语常见的数据稀疏带来发音错误,以及音素分散导致模型训练困难问题。

考虑需求响应和碳交易的含P2G综合能源系统低碳经济调度

电转气(power to gas,P2G)技术是提升综合能源系统灵活性与能源利用率的有效途径。为进一步发掘P2G对综合能源系统的可调节能力与碳减排影响,文章提出一种考虑需求响应和P2G参与碳交易市场的优化调度模型。根据系统负荷特性建立了电热综合需求响应模型;结合碳交易机制背景,考虑P2G对碳交易机制的激励作用,建立系统综合碳交易成本模型;以运行成本最小和弃风量最小为目标函数,建立了综合能源系统低碳调度模型,并通过三种场景对比验证所提模型的有效性。通过对需求响应调节能力、机组出力情况、碳价以及弃风惩罚系数分析发现,需求响应有效提高了系统经济型与用能灵活性;考虑综合碳交易成本模型下,合理制定碳价及弃风惩罚系数能有效促进系统低碳经济运行。

基于CIPSO算法的综合能源系统优化

随着“双碳”政策的提出,节能环保理念的重要性更加凸显提高。为降低系统运行成本、减少弃风弃光和二氧化碳的排放,构建了含P2G和碳捕集设备的综合能源系统;采用非线性惯性权重、异步学习因子和混沌映射改进粒子群算法,并测试对比改进前后的算法性能;以改进的综合能源系统作为算例,使用改进后的粒子群算法(CIPSO)对综合能源系统模型进行求解,分析P2G设备和碳捕集设备参与综合能源系统对系统总成本、碳交易成本和购能成本等的影响。研究结果表明改进后算法对目标函数求解具有快速性和准确性。

英语语音合成中基于DFGA的字音转换算法

在英语语音合成中,由于英语有着几乎无限多的词汇,我们不可能创建包含所有词汇的词库。因而对于未包含在词库中的英语单词,通过“字素转换成音素(G2P)”算法自动生成其音标是一个最好的解决办法。为此,论文提出了一种动态有限泛化法(DFGA)的机器学习算法,用于进行字素/音素转换规则的学习。用于学习的词典库有27040个单词,其中90%的词用于规则学习,剩下的10%用于测试。经过10轮交叉验证,学习集和测试集的平均字素转换正确率为99.78%和93.14%,平均单词转换正确率为99.56%和73.51%。

含多微网的主动配电网双层分布式优化调度

随着配网中可再生能源渗透比例的不断提高,传统集中式调度面临潮流计算压力大、可再生能源消纳困难等问题,难以保证系统的运行品质。提出一种含多微网的主动配网分布式双层优化调度方法。上层建立以区域配网网损最小为目标的优化模型,运用二阶锥松弛方法以及同步型ADMM(alternating direction method of multipliers)算法求解各微网联络线调度指令;下层考虑碳捕获(carbon capture and storage, CCS)、电转气(power-to-gas, P2G)等能源耦合设备与柔性负荷协调调度,建立以提高经济性、降低弃风弃光、保证环保性等为目标的下层优化模型。基于实时数据库建立仿真验证平台,以IEEE33节点系统为例,验证了所提方法的有效性。

计及电气热综合需求响应的区域综合能源系统优化调度

区域综合能源系统(Regional Integrated Energy System,RIES)是解决社会能源利用效率低以及可再生清洁能源难以消纳问题的有效途径之一。首先建立了包含风电、多种储能以及电转气(Power-to-Gas,P2G)设备的RIES模型。针对电、气、热负荷柔性特征和可调度价值,结合三种负荷在RIES中形成的耦合关系,提出计及电-气-热多种负荷的综合需求响应模型。同时采用典型场景集考虑风电出力的不确定性,建立区域综合能源系统优化调度模型。该模型以综合运行成本最少、碳排放量最小、能效利用率最高为优化目标,利用非支配排序遗传算法(NSGA-II)进行求解并输出Pareto最优前沿解集。仿真算例设置了4种场景,分析电、气、热需求响应及P2G、储能设备接入对区域综合能源系统运行优化的影响。结果验证所建立多目标优化调度模型既能够提高能源利用效率,也能保证系统的环保经济运行。

计及需求侧响应的微能源网日前调度及定量评估

为最大限度消纳可再生能源,提高能源利用率,减少资源浪费,提出一种包含风、光可再生能源、微型燃气机组、电转气(P2G)以及各种储能设备的微能源网模型;并在此基础上将用户侧的电、热柔性负荷纳入需求侧响应资源,以微能源网综合运行成本最低为目标函数构建微能源网孤岛状态下日前调度模型,然后利用Cplex求解器求解模型;最后从能源侧以及负荷侧引入评价指标函数,对不同场景下调度结果进行定量评估,证明计及需求响应下包含P2G与微型燃气机组的微能源网系统能实现能源的高效利用、节约运行成本,提升孤岛状态下的供电可靠性。

基于类电磁机制算法的综合能源系统多目标优化调度

针对综合能源系统低碳经济调度的优化问题,引入P2G设备提升系统的弃风消纳空间与低碳经济性,以运行成本与碳排放量为优化目标,建立含多种供能设备的综合能源系统多目标优化调度模型。模型的求解采用改进的类电磁机制算法,针对综合能源系统调度问题约束较为复杂,算法易陷入局部最优的问题,引入立方混沌初始化、差分进化策略和自适应权重因子,增强了算法的全局搜索能力与收敛性。结果表明,提出的IELM算法在全局最优解方面、收敛效率方面和操作适应性具有明显优势,P2G装置能有效提升系统的弃风消纳率与低碳经济成本。

带可移动存储设备的P2G网络病毒传播模型

基于计算机病毒可以通过可移动存储设备传播和P2G网络病毒传播的特点,提出了带可移动存储设备的P2G网络病毒传播模型。利用微分动力学系统理论分析发现该模型只存在唯一的有病毒平衡点,这意味着网络中的病毒将无法根除,即病毒既有可能存在于计算机中,也有可能存在于移动存储设备中。同时,研究了此平衡点的动力学特性(局部稳定性和全局稳定性),通过数值仿真验证了理论分析的正确性。

考虑两阶段电转气的区域综合能源系统优化调度

针对区域综合能源系统的弃风弃光问题和经济成本最优问题,提出一种考虑电转气(P2G)两阶段模型的区域综合能源系统优化调度方法.首先,以电-气-热-储-氢耦合的区域综合能源系统作为研究对象,建立系统各设备模型及P2G两环节模型;接着,在相关功率约束条件下建立系统优化调度模型;在此基础上,引入激励型电力需求侧响应,采用混合整数规划YALMIP函数对其优化,得到优化后负荷曲线,通过改变可转移负荷的用电时间以提升系统的经济性;再次,以日运行成本最小为优化目标,使用混合整数线性规划方法求解优化调度方案,并计算相应的成本;最后,结合某一地区的历史数据,利用本文所提出的优化调度方法求解电-气-热-储-氢耦合区域综合能源系统的优化调度结果,并开展不同季节、是否含P2G环节、是否考虑需求侧响应影响因素下的技术经济分析,验证了该方法的合理性和有效性.研究结果表明:考虑两阶段P2G环节后,冬、夏季系统弃风弃光量均大幅减少,经济成本分别减少32.62%和61.64%;考虑需求侧响应后,冬季系统经济成本减少比例进一步提升至33.69%.