Identification of High-Risk Scenarios for Cascading Failures in New Energy Power Grids Based on Deep Embedding Clustering Algorithms

At present,the proportion of new energy in the power grid is increasing,and the random fluctuations in power output increase the risk of cascading failures in the power grid.In this paper,we propose a method for identifying high-risk scenarios of interlocking faults in new energy power grids based on a deep embedding clustering(DEC)algorithm and apply it in a risk assessment of cascading failures in different operating scenarios for new energy power grids.First,considering the real-time operation status and system structure of new energy power grids,the scenario cascading failure risk indicator is established.Based on this indicator,the risk of cascading failure is calculated for the scenario set,the scenarios are clustered based on the DEC algorithm,and the scenarios with the highest indicators are selected as the significant risk scenario set.The results of simulations with an example power grid show that our method can effectively identify scenarios with a high risk of cascading failures from a large number of scenarios.

Parameters of new three-water model based on nuclear magnetic experiment and optimization algorithm

Clastic rock reservoir is the main reservoir type in the oil and gas field.Archie formula or various conductive models developed on the basis of Archie’s formula are usually used to interpret this kind of reservoir,and the three-water model is widely used as well.However,there are many parameters in the threewater model,and some of them are difficult to determine.Most of the determination methods are based on the statistics of large amount of experimental data.In this study,the authors determine the value of the parameters of the new three-water model based on the nuclear magnetic data and the genetic optimization algorithm.The relative error between the resistivity calculated based on these parameters and the resistivity measured experimentally at 100%water content is 0.9024.The method studied in this paper can be easily applied without much experimental data.It can provide reference for other regions to determine the parameters of the new three-water model.

Highly Accurate Golden Section Search Algorithms and Fictitious Time Integration Method for Solving Nonlinear Eigenvalue Problems

This study sets up two new merit functions,which are minimized for the detection of real eigenvalue and complex eigenvalue to address nonlinear eigenvalue problems.For each eigen-parameter the vector variable is solved from a nonhomogeneous linear system obtained by reducing the number of eigen-equation one less,where one of the nonzero components of the eigenvector is normalized to the unit and moves the column containing that component to the right-hand side as a nonzero input vector.1D and 2D golden section search algorithms are employed to minimize the merit functions to locate real and complex eigenvalues.Simultaneously,the real and complex eigenvectors can be computed very accurately.A simpler approach to the nonlinear eigenvalue problems is proposed,which implements a normalization condition for the uniqueness of the eigenvector into the eigenequation directly.The real eigenvalues can be computed by the fictitious time integration method(FTIM),which saves computational costs compared to the one-dimensional golden section search algorithm(1D GSSA).The simpler method is also combined with the Newton iterationmethod,which is convergent very fast.All the proposed methods are easily programmed to compute the eigenvalue and eigenvector with high accuracy and efficiency.

Study of algorithms of new slender ship theory of wave resistance

In this paper, Noblesse's New Slender-Ship Wave-Making Theory was investigated numerically. Detailed expressions of zeroth and lst order wave resistance have been derived and calculation programs have also been compiled. In the single and double integral terms of Green function, the kernel function of wave resistance expression, special function expansion method and Chebyshev polynomials approach have been adopted respectively, which greatly simplify the calculation and increase the convergence speed.

QUANTUM COLLISION SEARCH ALGORITHM AGAINST NEW FORK-256

In order to improve the attack efficiency of the New FORK-256 function, an algorithm based on Grover's quantum search algorithm and birthday attack is proposed. In this algorithm, finding a collision for arbitrary hash function only needs O(2m/3) expected evaluations, where m is the size of hash space value. It is proved that the algorithm can obviously improve the attack efficiency for only needing O(2 74.7) expected evaluations, and this is more efficient than any known classical algorithm, and the consumed space of the algorithm equals the evaluation.

Density Structure of the Papua New Guinea-Solomon Arc Subduction System

The Papua New Guinea-Solomon(PN-SL)arc is one of the regions with active crustal motions and strong geological actions.Thus,its complex subduction system makes it an ideal laboratory for studying the initiation mechanism of plate subduction.However,the PN-SL subduction system has not yet been sufficiently studied,and its density structure has yet to be revealed.In this paper,we used the free-air gravity data,Parker-Oldenburg density surface inversion method,and the genetic algorithm density inversion method to obtain the density structure of an approximately 1000-km-long northwest-southeast line crossing the PN-SL subduction system under the constraints of the CRUST1.0 global crustal model,onshore seismic data,and the LLNL-G3Dv3 global P-wave velocity model.The density structure shows that density differences between the plates on the two sides of the trench could play a significant role in plate subduction.

数据、算力和算法结合反映新质生产力的数字化发展水准

数字经济的发展促进新的劳动主体、新的生产工具和新的生产要素不断涌现,为人们认识世界和改造世界创造了新模式,新质生产力的数字化发展是新质生产力在数字经济领域的表现。数字经济时代,数据作为新质生产力数字化发展的新要素,算力体现新质生产力数字化发展的新动能,算法反映新质生产力数字化发展的新优势,数据、算力和算法的结合反映了新质生产力的数字化发展水准,形成数字时代的新质生产力。新发展阶段,数据、算力和算法的结合首先引起生产力的决策革命,其次引起生产力的工具革命、劳动力革命、生产要素革命和技术—经济范式革命,进一步推动新质生产力的数字化发展。在全球经济新周期的背景下,提高新质生产力的数字化发展水平已经成为推动经济社会高质量发展的关键力量。

采用融合遗传算法的高速公路服务区综合能源系统优化调度研究

为达成“碳中和”目标愿景、促进公路交通系统与新能源的融合,以高速公路服务区为研究对象,考虑服务区内电、冷、热、气共4种负荷需求,构建了包含风光发电的新能源发电方式和电转气设备的高速公路服务区综合能源系统。在此基础上,以风电、光伏出力日前预测和多能负荷日前消耗为输入,各能源设备出力及购能分配为输出,以总成本最低为目标函数,考虑能量平衡、设备安全、运行状态等约束,建立了高速公路服务区综合能源系统优化调度模型。针对高速公路服务区综合能源系统调度问题,设计了遗传-序列二次规划融合优化算法,并以某服务区夏季典型日为例进行验证。结果表明:所构建的调度系统能够有效消纳可再生能源出力,协调外部购电、购气的比例,最终达到降低成本的效果;所提融合算法的调度结果与传统遗传算法、传统序列二次规划算法相比,在成本上分别降低了11.52%、0.70%,求解耗时仅为传统遗传算法的6.7%,独立性相比传统序列二次规划算法得到了提高。

基于改进KNN算法的新能源发电单元运行状态识别

目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。

含新能源和电动汽车充电站并网的主动配电网无功优化模型

针对新能源和电动汽车充电站规模化并网引起的无功优化问题,首先建立以主动配电网运行成本和电压偏差最小,系统稳定性最优的多目标无功优化模型。其次,基于PV曲线上、下半支解的接近程度,提出一种新的静态电压稳定性指标,以改善系统电压稳定性。最后,采用具有交叉反馈机制的混合优化算法对模型进行求解,并提出一种基于Tent混沌映射和自适应变异算子的改进飞蛾扑火算法提高求解效率。仿真结果表明,所提模型在降低系统运行成本,减少电压波动的同时,还能提高系统稳定性,且该混合优化算法能够快速、准确地求解混合整数的非凸、非线性优化模型。

以高水平法治促进新质生产力发展

新质生产力以全要素生产率大幅提升为核心标志,特点是创新,关键在质优,本质是先进生产力。数据与算法、算力作为质优的创新型要素,优化其配置成为提高全要素生产率的关键一环。在优化要素配置过程中,数据流通、算法开发与算力协同都离不开法治的支撑,同时,整体营商环境的持续优化也需要法治的保障。从实践出发,良法善治在消除和打通新质生产力发展的堵点痛点方面能发挥积极作用,以促进新型生产关系适配新质生产力发展。为此,需在法治框架下健全数据基础制度,推动数据要素有序开放流通,完善人工智能算法治理体系和算力协同机制,持续优化营商环境,为新质生产力发展提供质优生态。

基于POA-GWO-CSO 算法的新能源电力系统精准切负荷控制多目标优化方法

为解决新能源电力系统因功率缺额引发系统频率、电压偏移等一系列安全问题,文章提出了一种基于POA-GWO-CSO算法的电力系统精准切负荷控制多目标优化方法。首先,从电力系统的安全性和经济性两个方面综合考虑电力系统稳定运行和分布式电源出力特性等各项约束条件,提出一种基于负荷分类的精准切负荷控制多目标优化模型;然后,为了增强传统鹈鹕优化算法(POA)全局与局部搜索能力之间的协调关系,克服优化算法在处理复杂问题时出现收敛过早、寻优范围不够、求解精度不高等问题,引入非线性惯性权重因子、灰狼优化算法(GWO)中狼群领导者策略以及纵横交叉法(CSO),对鹈鹕新的个体的位置进行更新;最后,基于改进后的IEEE33节点进行实证分析。分析结果表明,利用改进的POA-GWO算法对紧急切负荷模型进行求解,实现了系统经济性及稳定性的协调控制。

综合公园空间布局优化的模型构建及实证分析

综合公园作为重要且稀缺的城市公共资源,其合理布局对城市存量更新背景下优化公园体系、增进民生福祉具有重要意义。布局优化模型常用于解决公共服务设施布局问题,新重力P中值模型是一种综合多目标导向、设施供需匹配关系和复杂约束条件的布局优化方法。在辨析新重力P中值模型的基础上,综合考虑供给主体差异和模型求解难度,构建出面向城市综合公园布局优化的改进新重力P中值模型,主要修正内容如下:(1)通过细化供给主体,改良规模分配规则,改进新重力P中值模型未考虑现有公园和新建公园服务供给差异性的局限;(2)引入遗传算法寻优,解决非线性、多约束的复杂设施布局问题,实现模型求解以促进模型在公园实际规划中的推广应用。以苏州市中心城区为例,以多源数据为支撑,将研究尺度下沉至居住区尺度,实证结果表明模型优化后居民至邻近综合公园最大出行成本、平均出行成本和可达性基尼系数等指标均有改善,综合公园空间布局更为合理。研究结果可为综合公园布局规划提供有效决策工具,为公园绿地的精准化布局提供参考。

新零售背景下卡车与无人机协同的电商物流末端配送优化

消费需求与用户体验是电商新业态的关注重点,电商物流作为其中重要的一环,在末端配送中仍以低成本为导向,消费者“门到门”配送需求没有得到完全满足。为更好地满足用户的上门配送需求、提升物流服务水平,在考虑无人机载重及飞行范围的条件下,提出一种卡车与无人机协同的配送路径规划问题。以卡车与无人机综合配送成本最小为目标建立混合整数规划模型,并提出一种改进混合蚁群算法对问题进行求解,实现卡车与无人机路径的联合优化。最后,通过算例实验验证了所建模型的合理性和设计算法的有效性,为提升电商物流末端配送服务水平提供决策参考和依据。

油藏不同开发阶段层面建模算法及实例

由于油藏不同开发阶段特征及其研究目的不同,三维地质建模中层面建模采取的模拟方法和模型精度均有所区别。从三维地质建模角度出发,将油藏开发划分为油藏评价、新区建产和老区调整3个阶段,通过港东二区五断块层面模拟过程中各种模拟算法分析及筛选,提出了层面模拟时,油藏评价阶段建模采用Kriging算法,网格精度为100 m×100 m×5.0 m;新区建产阶段建模采用Kriging算法或Global B-spline算法,网格精度为50 m×50 m×1.5 m;老区调整阶段建模采用Local B-spline算法或Converging average算法,网格精度为10 m×10 m×0.5 m,使层面模拟结果更符合地质情况及研究需要。

基于时序卷积残差网络和鹈鹕优化算法的新能源电网安全稳定控制方法

随着“双碳”目标的推进,随机波动的新能源接入电网的规模和容量日益提升,严重影响电网的安全稳定运行。针对大干扰故障电压稳定控制问题,文章提出了一种基于时序卷积残差网络和鹈鹕优化算法的新能源电网电压安全稳定控制策略。首先,利用时序卷积信息损失少、感受野宽以及残差网络深层特征提取能力强的优势,构建基于时序卷积残差网络的电压稳定预测模型,映射出敏感节点电压时序特征和电压稳定之间的关系;其次,构建电压稳定控制模型,利用鹈鹕优化算法收敛速度快、搜索能力强的优势求解控制模型,得出最佳切机和切负荷动作措施;最后,进行了仿真验证。验证结果表明,所提方法提高了新能源电网电压安全稳定预测的准确性,通过最佳的电压稳定控制策略提高了电网故障后的安全稳定运行水平。

数字乡村建设赋能县域经济高质量发展研究——基于技术进步偏向视角

利用全国1869个县域数据,基于新发展理念构建指标体系,采用随机森林算法测度并描述全国县域高质量发展水平,并进一步从技术进步偏向的视角分析数字乡村建设赋能县域高质量发展的效应和机制。研究发现:第一,中国县域高质量发展水平稳步提高,综合指数均值整体呈现波动上升趋势,且存在着显著的全局空间集聚效应和地域差异,障碍因素诊断发现创新相较于其他四个维度障碍度的比例较大。第二,数字乡村建设能够显著促进中国县域的高质量发展。第三,技术进步偏向在数字乡村建设对中国县域高质量发展的影响中发挥中介作用。具体而言,数字乡村建设能够加快促进中国县域技术进步发生由劳动偏向型向资本偏向型的转变,并进而增加县域创新产出来显著推动中国县域经济高质量发展。因此,应继续强化数字赋能,引导资本更多向县域流动,强化技术进步的资本偏向,以发挥数字乡村建设赋能县域高质量发展的作用。

新技术革命浪潮下新型数字不平等的逻辑与影响

在新技术革命和智能浪潮的强势推动下,数字空间实现了对现实生活多领域、深层次和全方位的覆盖。数字不平等的主要矛盾随之从过去集中在网络接入者与非接入者之间,逐渐转移到当下掌握智能技术的平台和设计者与缺乏数字技能的普通人群之间。数据偏好、算法黑箱以及无可匹敌的资源优势,让科技巨头在数字世界中的控制力、影响力和话语权日显其重,普通大众只能沦为无辜的数据提供者、无助的算法接受者和无奈的数字赋权者。在虚拟空间与现实世界不断互嵌、渗透和交融的背景下,新型数字不平等将不断加剧经济垄断和贫富失衡,引发政治介入与舆论干预,导致社会偏见和自我迷失。