基于HubGLasso注意力机制的脑网络分类研究

脑网络分类有助于脑疾病的早期诊断,也有益于理解脑疾病发病机理,具有重要的研究与应用价值。其中,卷积神经网络应用广泛,可以提取脑网络的拓扑特征,是脑网络分类中的一个前沿热点。然而,现有方法未考虑脑网络中Hub节点对脑功能的重要贡献,这可能会导致特征提取不充分,限制了它们的分类性能。为此,该文提出了一种基于HubGLasso注意力机制的卷积神经网络模型,用于进行脑网络分类任务。该方法包含了一种新的卷积层结构,首先利用GLasso模型去除脑网络中的冗余信息,然后引入Hub约束与注意力机制,使其能够提取与异常Hub结构相关的重要特征,并用于脑疾病诊断。实验结果表明,该方法在包含1112个被试的真实自闭症数据集上取得了68.67%的准确率,显著优于目前已有方法,证明了其应用价值。更进一步,通过对训练后的模型进行特征分析,能够得到与脑疾病相关的脑区信息与Hub节点结构信息,为脑疾病病理机制的研究提供了全新的视角。

基于机会约束规划的能源集线器系统气电购置优化建模

随着能源集线器概念和多能协同互补思想的提出,由能源集线器之间的耦合与联接构成的能源集线器系统,对于共享、互补、经济、高效的能源传输和利用至关重要。由于气电购置量直接关系到系统的经济高效运行,其值可由系统与主网之间天然气管道和电力联络线上流过的能量来量化,但对于二者的常规约束过于保守,通过机会约束规划可以使约束具有一定的弹性,且在置信水平高于特定的置信水平时可在一定程度上保证系统的安全可靠性。基于此,在计及能源集线器内可再生能源不确定性出力下,将传统主要应用于对电力联络线交互功率的机会约束限制,延伸到对天然气管道传输功率的机会约束限制。该约束克服了常规约束保守性的问题,可调节系统气、电资源的合理分配。同时,建立电负荷需求响应模型,考虑能源集线器内各设备出力约束,以气电购置费用最小为目标,并在一定调度周期内将机会约束规划问题转化为确定性问题进行优化求解。优化结果证明对天然气管道和电力联络线上的气、电交互传输量进行机会约束限制会对能源集线器系统向主网的气电购置费用产生影响,并且重点讨论了分别对电力联络线交互功率和天然气管道传输功率实施机会约束限制以及不同置信水平参数设置对气电购置结果的影响。

计及机会约束规划的园区能量枢纽经济调度

能量枢纽(Energy Hub,EH)是实现多种能源互补利用的载体,而园区级能量枢纽中存在着大量的不确定性因素,包含可再生能源出力波动、负荷预测偏差、机组故障、外界环境及用户用能规律等。构建了一个包含冷热电联产系统、蓄热设备、电动公交车换电站的商业园区能量枢纽模型,研究了在不确定性因素下园区能量枢纽经济运行问题。以最小综合运行成本为目标函数,提出了一种计及机会约束规划的园区能量枢纽经济调度模型,将燃气轮机热电备用出力、后备电力市场购电设置为能量枢纽机会约束。所建模型为典型的0-1混合整数线性规划问题,基于Matlab/Yalmip/Cplex解算器进行求解。算例分析了不同运行场景、置信水平对园区能量枢纽经济调度的影响,结果表明:所建立的模型能够协调多种能源的运行,可以为方案决策者在风险与经济之间提供参考。

基于机会约束的多能源枢纽电气互联综合能源系统日前经济调度

集生产、转化、储存和消费于一身的能源枢纽使电网和天然气系统的协同规划与运行成为可能,同时多种不确定性是电气互联系统调度面临的最大问题。为此构建了一种含多个能源枢纽的电气互联综合能源系统机会约束规划。首先,充分挖掘气管网的储能特性,在分别对能源枢纽、电力系统和天然气系统精细建模的基础上,考虑风电和负荷不确定性,建立了含机会约束的日前调度模型。然后,将气网潮流线性化,采用Bernstein近似将此模型转化为确定性整数混合线性凸优化问题,可利用商业软件有效求解。最后,在一个含3个能源枢纽的IEEE RST24电力系统和比利时20节点天然气系统的耦合系统中进行仿真,结果表明,气网动态特性能为综合能源系统调度提供缓冲,同时此种确定性转化方法能有效体现机会约束规划的鲁棒性。

公交网络下的一种费用限制最小时态路径查询索引

私人交通网络下的最短路径查询主要考虑路径长度、行驶时间等因素,而公共交通网络下的路径查询需要考虑路径上相邻的边的时间顺序约束以及路径的费用.研究了公共交通网络下3种查询:给定起点、终点、时间区间和费用上限,查找在时间区间内不超过费用上限的最早到达路径、最晚出发路径和最短耗时路径.首先给出一种Dijkstra变种算法Dijk-CCMTP,在此基础上给出3类查询的查询算法.然后提出一种高效的索引结构ACCTL(approximate cost constrained time labelling).ACCTL采用Dijk-CCMTP对图中的每个顶点预先计算部分从该顶点出发的和到达该顶点的基本路径.对于任意从起点s到终点d的查询,可以采用类似数据库表连接的方式从ACCTL中连接从s出发的和到达d的路径生成近似解,避免遍历原图搜索路径.ACCTL建立索引的时间复杂度是O(|V| Δmax |E| (log|E|+Δmax)),其中,|V|表示顶点数,|E|表示边数,Δmax表示顶点的最大度数.实验验证ACCTL索引支持的查询速度比Dijkstra的变种算法的查询速度快2~3个数量级,并分析了影响建立索引时间和空间大小的因素.

计及新能源及负荷不确定性的多能微网系统两阶段随机规划方法

以电-热-气多能微网系统为研究对象,针对新能源与负荷的不确定性,提出基于分位数梯度提升决策树(quantile gradient boosting regression tree,QGBRT)的分位点-置信区间预测方法,并结合机会约束规划处理不确定性,在此基础上建立了基于能源集线器的日前两阶段随机规划调度优化模型,以置信区间形式,从统计层面反映机组可调控裕度,为日内和实时调度提供可信度参考。其中,QGBRT分位点-置信区间预测方法采用描述不确定性量的Pinball函数为损失函数,预测结果作为机会约束规划的约束信息输入。同时为了充分利用日前不断更新的信息,以及缓和日内调度计划制定的压力,日前第一阶段根据已发布信息,确定微网各设备的启停状态与交易能量状态量,日前第二阶段利用更新的信息,在第一阶段的基础上调整优化设备出力,实现日前的精准优化调度,以适用于实际调度。最后以一个典型的含多能微网系统的居民区为例,验证了所提考虑不确定性的两阶段随机规划方法的有效性与经济性。