瑞典国宝级导演伯格曼在60多年的职业生涯中执导了近70部电影,然而,许多人并不了解的是,他不仅是一名出色的电影导演,也是一名杰出的戏剧与歌剧导演。他所执导的歌剧电影《魔笛》斩获了1976年BAFTA电视奖的最佳外国电视节目奖,并在2006...瑞典国宝级导演伯格曼在60多年的职业生涯中执导了近70部电影,然而,许多人并不了解的是,他不仅是一名出色的电影导演,也是一名杰出的戏剧与歌剧导演。他所执导的歌剧电影《魔笛》斩获了1976年BAFTA电视奖的最佳外国电视节目奖,并在2006年莫扎特诞辰250周年之际被评为电影版莫扎特歌剧的代表作之一。(1)尽管这部电影歌剧获得了广泛的好评和可观的票房,但尚未得到音乐界的广泛关注。目前,仅有几位学者对这部电影表现出了研究兴趣。英国作家杰里米·坦布林在专著《歌剧、意识形态和电影》(Opera, Ideology and Film)中从性别、政治和文化的角度探索了这部电影所蕴含的社会意义。美国音乐学家玛西亚·西特伦则在文章《电影之声》(Voicing the Cinema)中讨论了伯格曼的《魔笛》与声音中心主义的关联。展开更多
含分布式电源(distributed generation,DG)的配电网无功优化是保障配电网安全稳定、提高系统运行经济性的重要关键技术。含DG配电网的无功优化控制既要处理DG和静止无功补偿装置(static reactive power compensation device,SVC)的...含分布式电源(distributed generation,DG)的配电网无功优化是保障配电网安全稳定、提高系统运行经济性的重要关键技术。含DG配电网的无功优化控制既要处理DG和静止无功补偿装置(static reactive power compensation device,SVC)的无功出力等连续控制变量,又要处理分组投切电容器组挡位、有载调压器(on-load voltage regulator,OLTC)分接头等离散控制变量,加之考虑DG、负荷的不确定性以及离散控制变量的投切次数约束之后,其模型的求解为一类复杂的非线性混合整数规划问题。该文采用概率场景的方法描述源荷的不确定性,并通过静态优化–离散变量优化–连续变量优化的多阶段方法解决电容器组和OLTC的投切次数约束,并提出一种基于元模型全局优化算法的无功优化求解方法,该方法采用拉丁超立方采样对复杂的无功优化目标函数进行合理抽样,并用克里金拟合建模方法在可能解的区域生成计算快及优化求解容易的元模型。在迭代寻优的过程中,用元模型估算目标值,并据此择优生成新的采样点来不断修正元模型,逐渐逼近复杂的无功优化目标模型并得出全局最优解。此方法由于无需反复大量调用原有的复杂目标函数,因而可有效减少计算负担和时间,提高全局最优解的搜索效率。以改造后的IEEE33节点和美国PG&E 69节点系统为例进行了多种场景和多种算法的仿真对比测试,算例结果表明了文中提出方法的有效性和可行性。展开更多
文摘瑞典国宝级导演伯格曼在60多年的职业生涯中执导了近70部电影,然而,许多人并不了解的是,他不仅是一名出色的电影导演,也是一名杰出的戏剧与歌剧导演。他所执导的歌剧电影《魔笛》斩获了1976年BAFTA电视奖的最佳外国电视节目奖,并在2006年莫扎特诞辰250周年之际被评为电影版莫扎特歌剧的代表作之一。(1)尽管这部电影歌剧获得了广泛的好评和可观的票房,但尚未得到音乐界的广泛关注。目前,仅有几位学者对这部电影表现出了研究兴趣。英国作家杰里米·坦布林在专著《歌剧、意识形态和电影》(Opera, Ideology and Film)中从性别、政治和文化的角度探索了这部电影所蕴含的社会意义。美国音乐学家玛西亚·西特伦则在文章《电影之声》(Voicing the Cinema)中讨论了伯格曼的《魔笛》与声音中心主义的关联。
文摘含分布式电源(distributed generation,DG)的配电网无功优化是保障配电网安全稳定、提高系统运行经济性的重要关键技术。含DG配电网的无功优化控制既要处理DG和静止无功补偿装置(static reactive power compensation device,SVC)的无功出力等连续控制变量,又要处理分组投切电容器组挡位、有载调压器(on-load voltage regulator,OLTC)分接头等离散控制变量,加之考虑DG、负荷的不确定性以及离散控制变量的投切次数约束之后,其模型的求解为一类复杂的非线性混合整数规划问题。该文采用概率场景的方法描述源荷的不确定性,并通过静态优化–离散变量优化–连续变量优化的多阶段方法解决电容器组和OLTC的投切次数约束,并提出一种基于元模型全局优化算法的无功优化求解方法,该方法采用拉丁超立方采样对复杂的无功优化目标函数进行合理抽样,并用克里金拟合建模方法在可能解的区域生成计算快及优化求解容易的元模型。在迭代寻优的过程中,用元模型估算目标值,并据此择优生成新的采样点来不断修正元模型,逐渐逼近复杂的无功优化目标模型并得出全局最优解。此方法由于无需反复大量调用原有的复杂目标函数,因而可有效减少计算负担和时间,提高全局最优解的搜索效率。以改造后的IEEE33节点和美国PG&E 69节点系统为例进行了多种场景和多种算法的仿真对比测试,算例结果表明了文中提出方法的有效性和可行性。