基于ECOC平衡随机森林的雷达降水粒子分类

针对数据不平衡情况下的降水粒子分类问题,提出了一种基于纠错输出码(error correcting output code,ECOC)平衡随机森林的双偏振气象雷达降水粒子分类方法。首先,将多类别降水粒子数据集编码为多个二分类数据集;然后,对二分类数据集进行有放回的平衡重采样,构建多棵分类回归树;最后,利用所有的分类回归树联合进行降水粒子分类。对实测数据的处理结果表明,所提方法能够在保证总体准确率较高的情况下,大幅提高少数类的分类效果。

产出和需求随机下零售商风险规避的生鲜农产品供应链协调研究

在考虑产出和需求都随机的情况下,构建了由一个风险中性的供应商和一个风险规避的零售商组成的两级生鲜农产品供应链系统。以条件风险价值(CVaR)为风险度量工具,分别研究了集中决策和分散决策下零售商的最优订货量和供应商的最优生产投入量。通过设计收益共享—风险共担组合契约,研究了供应链的协调问题。研究表明:在收益共享—风险共担组合契约下,当收益共享比例与风险补偿额度之间满足一定条件时,可以实现供应链的协调。最后,对模型中的重要参数进行了数值仿真分析。

基于多链MCMC算法的光伏能量出力预测分析

为了实现电力系统的科学规划与调控,建立了一种多链马尔科夫-蒙特卡洛算法(MCMC),选择3组相关程度存在差异的光伏电站开展仿真分析,验证预测的可靠性。研究结果表明,采用多链算法得到的概率与累积密度更符合历史序列,充分体现出了历史序列所具备的统计特性。加入相关性特征参数的多链MC⁃MC算法对于光伏电站出力分析的性能依然比单链算法更优。根据多链算法预测序列建立的自相关曲线相对历史序列达到了更接近的程度,对于原序列时间相关度的保持过程发挥了关键作用。该算法能够更有效地体现多个光伏电站出力间相互影响,更加适用于未来电力系统规划要求。

考虑灵活性分析的典型光伏日出力率曲线提取方法

为了在电力系统灵活性分析过程中,提取对系统灵活性影响较大的典型光伏日出力率曲线,提出一种考虑灵活性分析的典型光伏日出力率曲线提取方法,确定对灵活性影响较大的光伏日发电曲线范围,利用斯皮尔曼相关系数和随机贪心算法改进K-means聚类算法,对光伏日出力率曲线进行聚类,利用灰狼算法提取典型光伏日出力率曲线。算例分析以蒙西电网2019—2022年光伏日出力数据为研究对象,结果表明,利用所提方法提取的典型光伏日出力率曲线,能够有效反映光伏发电对系统灵活性的影响。

XL-MIMO系统中随机Kaczmarz算法的仿真与实现

超大规模多输入多输出(Extra-Large Scale Multiple-Input Multiple-Output,XL-MIMO)是未来的第六代移动通信(The 6th Generation Mobile Communication Technology,6G)关键技术之一,但是由于XL-MIMO系统采用了超大规模天线阵列,其信号处理需求非常庞大,增加了计算复杂度。这对信号的检测算法有了更高的要求,由此对XL-MIMO系统中低复杂度算法进行研究是十分重要的。首先介绍了XL-MIMO系统信道模型,然后引入了预编码技术,将随机Kaczmarz算法和传统的MMSE算法在完美非平稳信道的归一化传输功率的误码率情况、用户数量复杂度情况、天线数量复杂度情况进行了仿真分析与比较。结果表明随机Kaczmarz算法具有更低的计算复杂度,并且是一种可以准确实现的快速算法。

Direction-of-arrival estimation for co-located multiple-input multiple-output radar using structural sparsity Bayesian learning

This paper addresses the direction of arrival （DOA） estimation problem for the co-located multiple-input multiple- output （MIMO） radar with random arrays. The spatially distributed sparsity of the targets in the background makes com- pressive sensing （CS） desirable for DOA estimation. A spatial CS framework is presented, which links the DOA estimation problem to support recovery from a known over-complete dictionary. A modified statistical model is developed to ac- curately represent the intra-block correlation of the received signal. A structural sparsity Bayesian learning algorithm is proposed for the sparse recovery problem. The proposed algorithm, which exploits intra-signal correlation, is capable being applied to limited data support and low signal-to-noise ratio （SNR） scene. Furthermore, the proposed algorithm has less computation load compared to the classical Bayesian algorithm. Simulation results show that the proposed algorithm has a more accurate DOA estimation than the traditional multiple signal classification （MUSIC） algorithm and other CS recovery algorithms.

Modeling and Analysis of a Random Excited Double-Clamped Piezoelectric Energy Harvester

A double-clamped piezoelectric energy harvester subjected to random excitation is presented,for which corresponding analytical model is established to predict its output characteristics.With the presented theoretical natural frequency and equivalent stiffness of vibrator,the closed-form expressions of mean power and voltage acquired from the double-clamped piezoelectric energy harvester under random excitation are derived.Finally theoretical analysis is conducted for the output performance of the doubleclamped energy harvester with the change of spectrum density（SD）of acceleration,load resistance,piezoelectric coefficient and natural frequency value,which is found to closely agree with Monte Carlo simulation and experimental results.

基于图像奇异值分解的局部遮挡光伏阵列输出特性建模研究

为精确评估复杂局部遮挡状态下光伏阵列的发电性能,提出一种基于图像奇异值分解的光伏阵列输出特性建模方法。通过鲸鱼优化-随机奇异值分解准确提取遮挡类型、轮廓特征,精确定位遮挡至电池片,提取遮挡在每个电池片中占比以构建遮挡状态矩阵;基于单二极管模型,根据遮挡状态矩阵建立光伏阵列局部遮挡模型,实现光伏阵列输出电流-电压特性的快速、准确计算,可为利用光伏电站现场监控照片或视频评估光伏电站发电性能提供应用基础。

虚假数据注入攻击下信息物理系统动态输出反馈控制

针对受到虚假数据注入攻击的信息物理系统安全控制问题,将虚假数据注入攻击作为一类特殊的外部扰动,提出了一种具有攻击防御能力的H_(∞)动态输出反馈控制策略.首先,考虑虚假数据注入攻击对测量通道与随机时延对通信网络的影响,建立了一类具有网络攻击、随机时延和外部扰动等多种约束的闭环系统模型;其次,借助李雅普诺夫稳定性理论推导出攻击下闭环系统渐近稳定的充分条件,并基于线性矩阵不等式技术给出了H_(∞)动态输出反馈控制器的设计方法;最后通过一个仿真算例验证了所述方法的可行性和有效性.

努力效应下订单农业供应链融资中的政府补贴机制

本研究考虑一个农户和一个销售公司组成的订单农业供应链,其中,农户存在资金约束且农产品产出具有随机性。在政府不同农业补贴策略下,构建无补贴、补贴银行、补贴农户和补贴公司四种补贴策略下农户和公司的序贯博弈模型,研究不同补贴策略下的最优决策、收益以及社会福利。并在假设政府补贴支出相等的情况下,比较分析了不同补贴策略的补贴效果。研究表明:不同补贴策略下的订单农业供应链的最优决策,收益以及社会福利与产出波动性、资金期望收益水平负相关,与消费者的敏感系数和政府补贴率正相关,且产出波动性、资金期望收益水平、消费者的敏感系数和政府补贴率的变化不影响它们的大小排序。无论政府补贴谁,有政府补贴策略情况下,订单农业供应链的最优决策,收益以及社会福利高于无政府补贴策略时的情况,缓解农户融资压力,且在政府补贴银行时,农户的生产投入量、公司的促销努力水平和它们的收益以及社会福利最大。资金期望收益水平和消费者敏感系数影响政府的补贴率。

动态随机车辆阴影下路面光伏阵列建模与分析

该文提出基于元胞自动机的路面光伏阵列动态建模,探索和分析动态随机车辆阴影下路面光伏阵列输出特性。首先,以光伏组件工程模型为基础,建立路面光伏阵列的输出特性数学模型。然后,基于元胞自动机理论,以NaSch模型作为更新规则,模拟车辆在单车道行驶的演化过程,进而得到随机变化的车辆阴影矩阵,建立基于元胞自动机的路面光伏阵列动态模型。最后,分析慢化概率和遮荫程度对模型的影响程度,同时设置3个场景研究车辆阴影的随机性及其对路面光伏阵列的影响。仿真和实验结果表明:动态随机车辆阴影会显著影响路面光伏阵列输出特性,导致最大功率点呈现随机变化的单峰或多峰状态,最大功率点处于浮动快变的状态。该动态模型下,慢化概率和遮荫程度2个参数的简单设置即可反映车辆阴影导致路面光伏阵列输出功率的波动性,可为后续在该场景下的功率优化相关研究奠定基础。

基于多特征分析提取的随机森林超短期光伏功率预测

随着新能源的大规模利用,光伏渗透率稳步增长,准确的光伏功率预测能为电网企业带来较多效益。基于此提出了一种多特征分析提取的随机森林预测模型,用于超短期光伏功率预测。首先,对收集到的光伏数据进行预处理,清理缺失值和重复值;再次,对影响因素进行相关性分析,选取相关性强的因子;然后,对筛选后的因子进行输入特征量选择,将处理后的特征向量作为预测模型的输入;最后,建立随机森林预测模型,并与BP、RBF、MLP模型对比。实证结果表明,所提模型具有较好的拟合度和更高的预测精度,对光伏预测工作有一定的指导意义。

基于双分频带的新型随机开关频率SVPWM策略

传统固定开关频率空间矢量脉宽调制(space vector pulse width modulation,SVPWM)技术导致的高次谐波使得电驱动系统电磁干扰问题较为严重,随机开关频率(random switching frequency,RSF)-SVPWM可用于改善此类现象。文中阐述了SVPWM技术与RSF-SVPWM技术的原理,探讨了RSF-SVPWM策略中扩频范围增大对系统的影响。为在扩频范围较小时仍能达到很好的高次谐波分散效果,提出一种基于双分频带的新型RSF-SVPWM策略。该策略以原中心开关频率为中点划分2个局部分频带,设置各自的局部中心频率点与扩频范围;以两相静止坐标系下理想β轴电压分量正负为标准,判断每一开关周期所属具体分频带后,使得开关频率围绕该分频带中的局部中心频率点进行各自的随机化。仿真与实验结果表明,该新型RSF-SVPWM策略相比于较大扩频范围的传统RSF-SVPWM策略,高次谐波分散效果相当,同时可降低系统电流环脉动,使得输出电磁转矩较为平稳,有助于推进电驱动系统在高端行业领域中的应用。

窄带随机激励下三稳态压电俘能器的动力学特性与实验研究

本文研究了窄带随机激励下三稳态压电俘能器的动力学输出特性.首先,建立了非线性三稳态压电俘能器的分布参数型机电耦合运动方程,并基于多尺度法推导得到系统运动方程响应的解析解以及一阶、二阶稳态矩的表达式.其次,分析了磁铁间距、噪声强度和激励幅值等参数对系统稳态响应的影响.研究结果表明,在一定参数范围内,随着噪声强度的增加,压电振动俘能器会经历阱内振动、阱间振动甚至大轨道周期运动,以表现出单稳态、双稳态和三稳态特性;改变磁铁水平间距和竖直间距构造三稳态压电俘能器,其振动幅值和采集电压相较于双稳态明显提高.最后,通过实验比较了压电俘能器在不同位形时的采集性能,结果表明了三稳态压电俘能器的优越性,为窄带随机激励下的非线性振动俘能器的设计提供一定的理论依据.

基于随机森林法的含风电并网系统静态电压稳定态势评估

随着大规模风电等新能源接入电力系统,风电波动性与不确定性等因素降低了电网电压运行稳定性,传统的静态电压稳定性分析方法已无法满足大规模电力系统状态实时分析的要求。为提高含风电并网系统的电网电压运行稳定性、评估准确性与可靠性,提出采用基于随机森林算法的态势评估方法。首先,通过仿真得到连续潮流数据,根据有功功率裕度指标对所得的数据进行标签处理;然后,选择与静态电压稳定相关的特征信息,使用随机森林分类器把特征信息转化为稳定性问题,并对标签处理的数据进行分类;最后,根据随机森林分类器的结果,在数据中感知系统静态电压稳定行为信息,完成静态电压稳定性态势评估。仿真结果表明,搭建的随机森林分类模型对大规模风电接入系统的态势评估准确率高,为含风电系统进行的安全稳定性评估提供一定的理论参考。

基于整体辨识策略的非线性自适应控制方法

针对一类离散时间下的未知动态非线性系统,为解决传统自适应控制方法在交替辨识非线性系统时由于辨识精度低而导致的控制性能差的问题,本文提出了一种基于整体辨识策略的未建模动态补偿的自适应控制方法.利用随机向量函数链接(RVFL)网络的直链与增强结构特性挖掘其与低阶线性模型和高阶未建模动态项的等价对应关系,并融入权值偏差惩罚项,设计了网络模型参数在线更新算法辨识非线性系统参数.根据在线辨识的线性模型参数和未建模动态估计量,采用一步超前最优控制策略设计线性控制器和未建模动态补偿器.数值仿真表明,所提方法优于交替辨识下的非线性自适应控制方法,并通过工业应用的仿真研究验证所提方法在工业上的可用性.最后,对本文控制方法在实际应用中的潜在问题及理论受限条件的放松进行分析和展望.

超大规模MIMO系统中基于交叠可视区域的功率分配方法

该文解决了超大规模多输入多输出(MIMO)系统中不同用户的可视区域(VR)存在相互交叠时的下行功率分配问题。考虑单个基站服务多个单天线用户的超大规模MIMO通信场景,由于基站配备的阵列较大,各个用户受障碍物遮挡仅能与基站部分天线进行通信,这部分天线即为各用户的可视区域。该文考虑不同用户的可视区域分布两两交叠,并依此划分子阵,并在各子阵上进行规则化迫零预编码以降低复杂度。接着基于大维随机矩阵理论,推导了系统下行遍历和速率的确定性近似表达式。然后,通过最大化该表达式,给出了基于统计信道状态信息的最优用户功率分配方法的闭式解。最后,仿真结果表明,和速率近似表达式的精度很高,所提功率分配方法能有效提高系统性能。

产出不确定性的三级供应链风险分担组合契约设计

研究了供应商和制造商产出随机且零售商面临随机需求的三级供应链协调模型,决策变量为供应商的原材料投入量、制造商的订购量和零售商的订购量。分析了集中决策下供应链协调基准的唯一性,论证了回购契约及其与产出风险分担组合契约的协调性。研究结果表明,对于产出和需求不确定的三级供应链,仅考虑在制造商和零售商之间采用回购契约可改善供应链绩效,但并不能实现供应链的全局最优化,而从风险分担的角度设计的回购和产出风险分担组合契约不仅能有效的协调供应链,且在一定条件下,各供应链成员的利润还能获得帕累托改进。通过算例验证了以上结论的正确性,并分析了回购价格对订购量、原材料投入量和利润的影响,以及各供应链成员对契约的偏好。

基于回购的风险分担协调契约设计

研究了由单供应商和多个竞争性零售商组成、供应商产出随机且生产投入量不受零售商控制的二级供应链协调问题,决策变量为供应商的生产投入量和零售商的订购量。证明了整个供应链期望利润是生产投入量和订购量的凹函数,阐释了分散决策下的供应链存在双重边际化效应,并从风险分担的角度提出了能协调供应链的回购和成本风险分担契约。理论分析了该契约的协调条件,并在一定条件下,供应商和零售商的期望利润将获得帕累托改进。最后,通过数值算例验证了上述结论的正确性。

考虑空间相关性采用LSTM神经网络的光伏出力短期预测方法

为了提高光伏出力短期预测精度,提出了一种考虑空间相关性采用长短期记忆LSTM(long short-term memory)神经网络的预测方法。该方法首先在周边光伏电站中依据光伏序列的延迟相关性选取参考电站,在此基础上,依据光伏出力随机性部分持续时间的概率分布,分时段对其进行空间相关性分析,选择与目标电站相关性较强的光伏序列;然后,结合目标电站气象数据的主成分分析结果和历史光伏数据,构建LSTM神经网络模型;最后,通过仿真实验分析验证了所提预测方法的有效性。