To solve the problem of negative sequence current generated when an asymmetric fault occurs on the AC side of a converter station in a flexible DC grid,which causes large fluctuations in instantaneous power and DC side voltage and current,thereby affecting the stable operation of the system,a converter station level control strategy for flexible DC grids based on linear active disturbance rejection control(LADRC)was proposed.This strategy uses a proportional-integral(PI)controller and a second-order LADRC controller to control the outer loop and inner loop current,respectively.Taking the modular multilevel converter(MMC)as the controlled object,frequency domain analysis was conducted on the second-order LADRC controller to determine the reasonable values of the controller parameters.Finally,a four-terminal flexible DC grid model was built based on the PSCAD/EMTDC platform for example analysis.The results indicate that compared with traditional PI control,the proposed control strategy effectively suppresses negative sequence current,significantly reduces the second harmonic fluctuations of active and reactive power and DC side voltage,and improves the system's fault ride-through capability and dynamic response speed.
针对激光雷达(light detection and ranging,LiDAR)视场范围测量方法复杂,且测量误差大的问题,提出了基于数字图像处理的激光雷达视场范围无接触高精度测量方法.定义激光雷达视场范围测量参数,设计单位像素距离标定靶标.针对激光雷达扫描图像,使用高斯滤波和最大类间方差阈值分割法,进行噪声去除及目标分割;利用基于最大连通域面积的方法,进行目标轮廓提取;利用凸包算法和多边形逼近算法相结合的方法,实现目标边缘直线拟合;通过顶点识别算法和相机视场范围测量原理,得到激光雷达高精度视场范围.实验结果表明,该方法大幅度提高了测量效率,实现了激光雷达不规则多边形扫描视场任意方向无接触高精度测量,且测量误差在合理范围内.
面对复杂的道路交通环境和网络条件,如何在多个边缘服务器之间选择合适的目标进行迁移以及避免频繁迁移导致的高额开销是一个难题.为此,提出一种依赖轨迹信息的服务迁移策略,该策略根据车辆的轨迹信息和可迁移的边缘服务器的位置信息来优化迁移策略,从而选择更合适的目标边缘服务器.在此基础上,设计了一种基于竞争深度Q网络(dueling deep Q-network,Dueling DQN)的算法进行快速决策.仿真实验证明了该策略的有效性,与其他策略比较的结果表明,该策略可以权衡时延和迁移开销,取得最小的系统总开销.
针对面向篇章结构分析的对话文本语料库缺乏的问题,构建了第一个中文的日常生活场景下多方对话篇章结构语料库.同时,提出了一种基于图神经网络的篇章结构分析模型,针对日常生活场景下多方对话的特点,使用图注意力网络进行图网络设计和基本篇章单元编码;并且模型融入了角色识别特征及少量手工特征,使得篇章结构分析性能进一步提升.该模型在所构建的语料库上的实验结果与基线模型相比,篇章结构分析中的链接识别和关系识别两个任务的F1值分别提升了 7.8和3.6百分点.
针对纵向数据部分线性模型中,数据具有组内相关性和组间独立性,而模型中的非参数部分又较难处理的特性,基于Cholesky分解和最小二乘核估计方法,对纵向数据部分线性模型给出了 一种新的估计方法.用Cholesky分解处理纵向数据具有的组内相关性,通过最小二乘核估计法处理其非参数部分,得到了估计的显式表达式,且不再需要估计纵向数据中的工作协方差矩阵,简化了估计程序和估计所需时间.数值模拟表明,新的估计方法具有良好的估计性能.将估计方法运用到分析北京市空气质量数据中,得到了较好的估计结果,说明该方法在实际应用中具有可行性.
电力数据是电力负荷预测工作的基础,但是由于智能电表故障、传输信道异常等原因导致的电力数据缺失现象,直接影响电力负荷预测的准确性.针对此问题,提出了 一种动态时间规整k最近邻(dynamic time warping k-nearest neighbor,DTWKNN)的电力缺失数据补全方法.在传统k最近邻(KNN)方法的基础上,用动态时间规整距离取代欧式距离,参考主成分分析方法计算属性相关性影响参数,该参数调整了近邻点权重并用于补全数据,最终对所有缺失点依次补全.以某市实际用电数据进行补全实验,与KNN补全方法对比,基于DTWKNN方法的缺失数据补全效果更好.此外,经补全后的电力数据在负荷预测实验中误差更低,具备良好的电力负荷预测应用性.
为研究太赫兹波通过亚波长金属结构产生异常透射增强现象的规律,以凹槽修饰狭缝内壁的亚波长结构模型为基础,对太赫兹波段下Cu金属狭缝透射特性进行研究.依据表面等离子体理论,利用时域有限差分法对结构模型进行仿真分析.通过改变凹槽结构的几何形状,如深度、宽度、周期等参量,研究亚波长结构特征对太赫兹波透射特征调制的变化规律.研究发现,随狭缝内壁双面刻蚀矩形凹槽数目或深度的增加,太赫兹波透射明显增强,低频波段透射峰发生强度增强和峰位偏移;凹槽对称排布以及错位排布均对透射光谱有明显的调制作用.研究结果对金属亚波长结构的优化设计和新型太赫兹波功能器件的研发具有参考价值.
基于常规3D卷积的视频动作识别模型提取的时空特征是耦合的,无法有效区分动作类别,限制了其识别准确性.对此以最新的3D卷积视频动作识别网络为基础,设计了 一种时空解耦模块,该模块包含时间和空间两个并行分支,分别沿时间方向和空间方向进行特征提取,最后将解耦的时空特征融合后输出.同时,为了降低冗余空间信息的影响,提出一种时间注意力模块,在时空解耦模块前对输入特征的冗余空间信息进行抑制.在HMDB51和UCF101数据集上进行了时空解耦模块和时间注意力模块的验证实验.实验结果表明,两种模块均能有效提高模型的识别准确率.在HMDB51数据集上的对比实验结果表明,时空解耦卷积神经网络模型准确率比基础网络MoViNetA0提高了 2.66百分点.
以多孔材料为芯体、致密材质圆管为外壳且芯体和外壳结合为一个整体的复合构件,有望用作一种综合性能优秀的轻质圆轴类型.在前期对于多孔材料扭转条件下力学关系研究工作的基础上,根据作者自建多孔材料八面体结构模型,进一步演化出多孔芯复合圆轴在纯扭转载荷作用下的"剪切破坏"力学分析模型.从该分析模型出发,推演了该类复合圆轴在发生纯扭转时的安全承载等力学关系,得出了复合圆轴中承载能力相对较强的圆管外壳和承载能力相对薄弱的多孔芯体两者的安全承载表征.
不同的超声探头与定位传感器间的空间变换难以统一,对此,基于磁导航设计了一种"三层简易N线"标定模型,以简便的方式完成超声探头的自动化标定.提出了一种"简易快速包围盒"方法确定重建空间,利用基于像素的方式和光线投影算法得到三维可视化结果,简化了超声重建过程,实现了一种快速徒手超声三维重建.
针对现有语言舆情领域缺乏研究数据集的问题,通过构建语言舆情信息源库,确立了语言舆情的信息来源和范围,并对其中包含的微博数据进行采集,以构建多模态语言舆情数据集.进一步提出了一种基于多模态融合的语言舆情识别方法,通过注意力机制增强单模态特征,并学习不同模态特征之间的依赖关系,以生成细粒度的多模态表示.实验结果表明,本文方法在准确率上优于现有的多模态分类方法,可有效识别出语言舆情信息.
针对微系统中锁相环(phase-locked loop,PLL)输出时钟信号抖动测量精度问题,提出了一种改进的边沿对齐欠采样抖动测量技术.在Simulink中对锁相环电路及其信号抖动进行建模仿真,模拟出真实工作环境的待测时钟信号.构建可集成于微系统内部的,基于边沿对齐的周期抖动测量内建自测试(built in self-test,BIST)电路,记录跳变过渡区的全部不稳定区域,实现对锁相环电路的原位监测.从抖动值、测量分辨率和待测信号频率三个方面,对测量结果和仿真结果进行对比.结果表明,待测信号频率为1 GHz时,周期抖动的测量误差为2.45％.在需要高频率时钟信号的微系统中,所搭建的内建自测试电路能够在较高测量分辨率下实现精度较高的抖动测量.
如何提升数据可用性是机器学习应用在材料属性预测任务中的一大挑战.对此,提出了一种基于数据增广的小样本材料属性预测方法.针对公开发布的Matbench屈服强度属性预测任务,仅使用312个数据样本,应用全连接神经网络对属性进行预测.首先,去除降低模型性能的元素,提高数据质量;然后,使用线性插值扩充数据集;最后,对神经网络进行建模和训练,预测屈服强度属性.相比于最优基线模型MODNet,该方法的平均绝对误差降低了 4.97％.
无源雷达系统监测通道中含有直达波干扰,导致系统无法检测到目标.基于传统频域块最小均方(frequency-domain block least mean square,FBLMS)的直达波干扰抑制算法,无法同时兼顾收敛速度与稳态误差,影响了直达波干扰抑制效果和目标回波信噪比.针对这一问题,提出一种改进的变步长FBLMS直达波干扰抑制算法.算法通过引入箕舌线函数建立步长因子与误差之间的非线性关系,同时引入变参数函数替代箕舌线函数中的常值参数协同控制步长因子.实验结果表明,与定步长FBLMS算法和基于箕舌线的FBLMS算法相比,改进算法具有更快的收敛速度,直达波干扰抑制效果更好,目标回波信噪比得到提高.
针对大宗农产品价格波动研究中对新闻事件影响分析不足的问题,以生猪市场的新闻数据为例,提出了一种大宗农产品价格趋势事理图谱构建方法.首先,利用因果触发词匹配的方法,对领域新闻进行因果三元组抽取;随后结合事件规则模板匹配与k-means聚类方法,将三元组中的事件描述划分为12类,并根据实际价格波动情况,分别构建了上升、平稳、下降三种价格趋势下的事理图谱;最后,利用贝叶斯理论对新发生的事件进行事件推理.实验结果表明,通过该方法所构建出的事理图谱在上升、平稳、下降三种价格趋势下的事件推理平均倒数排名(mean reciprocal rank,MRR)分别为0.541、0.571、0.510,整体效果均优于传统的TransE方法,证明了该方法能够有效地辅助分析不同价格趋势下的事件关系.
针对领域评审专家与申请人之间亲密度过高影响评审结果公正性的问题,提出了面向个人经历知识图谱的亲密度计算方法.首先采用自顶向下与自底向上相结合的方法构建知识图谱;然后从中查找专家与申请人间建立的多条社会关系传播路径,并利用专家评价法对其量化处理;最后分析直接关系和间接关系的形成特点,建立亲密度计算模型.实验表明,该知识图谱可有效表示基于专家个人经历建立的关系网络,挖掘隐含的多条亲密社会关系,提高专家亲密度计算的准确性.
因果关系抽取是自然语言处理技术的一个重要研究分支.以时间为轴线,概述了各阶段的特点.因图神经网络能更好应对复杂因果关系,重点总结了基于图神经网络因果关系抽取的模型,从依赖路径、语义结构、时序等方面分析了现有研究中图结构的构建方式,并对各模型进行了归纳与比较.最后展望了因果关系抽取领域的发展趋势.
提出一种基于卷积神经网络的便携式智能仿生嗅觉微机电系统(micro-electro-mechanical system,MEMS)设计方法.采用高集成度异质标记物敏感单元阵列作为系统前端气体感知器,通过RMSprop优化算法构建一维卷积神经网络丙酮气体质量浓度检测模型,可实现模拟多组分气体环境中丙酮气体的高精度定量分析.实验结果表明,该模型的拟合优度为0.995,平均相对误差为0.088 5,平均绝对误差为0.121 6 mg/m3,检测效果优于多层感知器神经网络、支持向量回归机等其他6种算法模型.在基于该系统开展的呼气实验测试中,15组样本的检测标准差在0.012 5～0.370 9 mg/m3之间,具有优异的稳定性.
In order to quickly and accurately identify network hackers, a method of constructing and recognizing hacker portrait based on command was designed.Firstly, a bi-directional long and short-term memory neural network model incorporating attention mechanisms was constructed to identify the type of hacker′s attack.Then, the hacker′s attack type label, statistical feature label and behavior feature label were extracted to form the hacker′s portrait.Finally, a hacker identification algorithm based on quadratic matching was proposed to identify the hacker.The experimental results show that compared with the methods in the literature, the hacker recognition method proposed has improved the accuracy, precision and other aspects, and the identification efficiency and stability are also better than the method of matching all the portraits in the portrait library one by one.
针对免授权多输入多输出非正交多址接入(multi-input multi-output non-orthogonal multiple access,MIMO-NOMA)系统中的活动用户检测和信道估计问题,提出了一种Q学习辅助的空间相关块稀疏贝叶斯学习算法.该算法将活动用户检测和信道估计问题建模为多维块稀疏信号恢复问题,基于块稀疏贝叶斯原理推导代价函数,并将代价函数的优化过程描述为马尔可夫决策过程,把Q学习引入稀疏贝叶斯学习框架,以实现活动用户检测和信道估计.仿真结果表明,该算法信道估计的归一化均方误差低于0.01,活动用户检测错误率低于10-5.
