一、Two-Stage Double Sampling by Variables and Its Simulation（论文文献综述）
陈哲[1]（2021）在《含高比例风电的电力系统备用优化与分布式调度研究》文中研究指明含高比例风电的电力系统是未来智能电网发展的重要特征,也是促进能源低碳转型的重要途径。然而由于风电出力本质上具有很强的波动性、间歇性与不确定性,高比例风电并网对系统的调峰能力和备用能力提出了新的要求,也给系统调度运行带来了新的挑战。为了提升系统风电消纳能力,保障全网用电安全,需要优化配置系统的运行备用容量。目前相关研究大都针对单一调度主体的发电机组备用进行优化,未能对当前系统风电消纳能力进行合理的评估,也未能综合考虑多个调度主体与多种调控资源的协同优化对提升系统运行灵活性的作用。在此背景下,本文从“多场景”、“多资源”、“多层级”与“多区域”四个角度对含高比例风电的电力系统备用优化问题开展了理论研究,并提出了分布式调度框架对多主体协同调度问题进行求解,主要总结如下:1)在“多场景”方面,首先提出了最优风电消纳比的概念以评估系统的风电消纳能力,并保证多种可能的风电出力场景下系统的风电消纳水平。随后基于这一概念,进一步建立了两阶段联合机会约束备用优化模型,协同优化日前机组组合方式与备用容量,通过调节机会约束的置信度可实现系统运行经济性与安全性的平衡。该模型同时计及了电池储能装置对提升系统运行灵活性的作用。最后,为了避免多场景协同求解造成优化问题规模过大的缺陷,同时提升算法的收敛性,提出了一种仅检验最优性的双线性Benders分解法。算例分析表明,该方法较原求解方法计算效率可提高一个数量级以上。2)在“多资源”方面,首先通过对风电场备用、激励型需求侧响应与价格型需求侧响应等多种备用资源进行建模,充分发挥了各类备用资源对提升系统运行灵活性的潜力。随后,进一步基于两阶段自适应鲁棒优化,建立了一种多备用资源协同的鲁棒优化模型。该模型采用不确定集刻画了风电出力的不确定性,保证了最恶劣运行场景下系统的安全运行,并可以通过调整不确定集的大小实现系统运行经济性与安全性的平衡。最后,采用目前最先进的列约束生成算法对所提模型进行了求解,并通过算例验证进一步分析得到了各种备用资源的适用场景以及对系统风电消纳能力的影响。3)在“多层级”方面,为充分利用主动配电网中的资源,首先构建了一种输配耦合电力系统协同鲁棒备用优化模型。该模型不仅确定了预调度阶段输配电网边界功率,也优化了风电出力偏离预测值时的边界功率调整区间,以促进多层级协同应对风电出力的不确定性。同时该模型基于鲁棒优化刻画了输配电网中风电不确定性以及配电网等效负荷不确定性,保证了边界功率的平衡。随后,基于交替方向乘子法建立了输配耦合电网区域分解机制,并证明了其可行性。进一步建立了一种分布式调度框架,保障了区域内的信息私密性,降低了层级间的通信压力。最后,提出了一种双层迭代求解策略,提升了算法的收敛性,算例分析也验证了该方法获得的调度方案满足工程应用要求。4)在“多区域”方面,建立了一种基于风险的多区互联电力系统鲁棒备用优化模型。首先通过对联络线功率及可调区间进行优化,协同配置了多区域发电资源,促进了区域间备用共享,提升了系统运行经济性与风电消纳能力。随后,通过将风电出力概率分布函数引入到两阶段鲁棒模型中,评估了系统运行风险,优化了所考虑不确定集的大小,获得了合理的可消纳风电域,实现了系统运行经济性与安全性的平衡。最后,基于交替方向乘子法建立了多区互联电力系统的分布式调度架构,并采用了动态乘子更新策略,以解决对偶类分布式算法参数选择的难题并提升算法的收敛性,算例验证了所获得调度方案的最优性。
凤伟[2]（2021）在《不确定性条件下流程企业生产调度和鲁棒优化研究》文中进行了进一步梳理在流程工业中,生产调度作为上承企业长周期生产计划、下启底层实时过程控制的重要决策活动,经过近半个世纪的发展,已经取得了一系列重大的成果。然而,流程企业的生产和经营活动中广泛存在的不确定性为它的理论研究和工业实践带来了诸多挑战,因此如何在不确定性条件下优化调度方案,以使得企业能安稳长满优地运行便成为了一个重要的研究课题。为此,本文针对传统鲁棒调度方法在应用实践中所暴露出来的一些痛点和瓶颈问题,以可调鲁棒优化理论为研究主线,在对不确定性过程调度问题和鲁棒优化基础理论进行系统性综述的基础上,分别就帕累托最优有限适应性鲁棒调度方法、内生不确定性下的鲁棒优化问题、混合整数决策规则、分布鲁棒调度优化方法、主动学习与内生不确定性间的联系等方面进行了深入研究。本文的主要内容和创新点如下所述:1.针对考虑能耗和清焦不确定性的乙烯厂全厂生产调度问题,提出了一种新的基于有限适应性的可调鲁棒优化方法。为有效处理裂解炉能耗不确定性参数的时变性以及清焦敏感性,建立了基于不确定性集合树的帕累托最优有限适应性模型,使所求得的调度方案能同时具备帕累托最优性和鲁棒最优性。基于实际工业数据的仿真案例表明,该方法能在不影响鲁棒性的前提下,实现调度方案根据所观察到的清焦决策信号而进行相应调整,并能显着提高燃料采购的成本效益。2.针对过程调度问题中广泛存在的内生不确定性,提出了一种多阶段鲁棒混合整数优化方法,其不仅能同时实现连续和0-1补偿,还能对受（补偿）决策影响的不确定性集合进行有效建模。所提出的基于跃升不确定性的混合整数决策规则,包含用于连续补偿的不连续分段线性决策规则,能有效实现补偿决策和内生不确定性集合的有机结合,并由此可推得该问题的一个易于求解的鲁棒对等模型重构形式。包括一个考虑产能内生不确定性的生产调度问题在内的仿真案例表明,该方法不仅能有效处理内生不确定性,还能大大增强调度方案的灵活性。3.受乙烯裂解炉结焦不确定性和相应清焦决策的启发,针对考虑设备损耗不确定性的生产维护集成调度问题,提出了一种多阶段分布鲁棒优化方法。采用数据驱动的Wasserstein模糊集合来描述损耗不确定性参数未知的概率分布,并由此建立了相应的多阶段分布鲁棒集成调度优化模型,其在允许混合整数补偿的同时,能优化调度方案的最坏期望成本。通过开展一个基于工业数据的裂解炉群仿真案例在内的一系列实验,验证了该方法的有效性和实用性,且具有较好的样本外性能。4.进一步细化了内生不确定性的分类,以区分受决策影响的物化和观测,并由此指出了主动学习与考虑内生不确定性的可调鲁棒优化问题之间的联系。借助于一组辅助不确定性参数,实现了对取决于补偿决策的不可预见性的有效建模,并由此建立了一个能处理所有类型内生不确定性的多阶段可调鲁棒优化的统一框架。通过一个基于检视的生产维护集成调度问题和一个集成主动参数估计的生产调度问题在内的一系列计算案例,充分验证了该框架的有效性和通用性。最后在总结全文的基础上,对复杂可调鲁棒优化问题高效求解算法、在线鲁棒调度优化方法、结合主动学习概念的生产调度和控制问题等方面,提出了未来值得进一步研究和探索的方向。
宋文达[3]（2021）在《基于离散相似指数积分法的电磁暂态仿真方法研究》文中研究表明在“碳达峰、碳中和”这一新的能源发展目标下,我国“十四五”规划明确提出推进能源革命,建设清洁低碳、安全高效的能源体系,这将进一步加速我国电力系统电力电子化。为了保障含大量电力电子设备的电力系统安全稳定运行,需要对其进行电磁暂态仿真,而电力电子设备具有控制及运行特性复杂、动作频率高和暂态过程快等特点,使得对含大量电力电子设备的电力系统进行仿真时,既要对电力电子设备进行精细化的小步长仿真,又要对电网中其他动态过程持续时间较长的设备进行仿真,这对电磁暂态仿真提出了新的挑战和要求。因此研究大电网的快速电磁暂态仿真方法是必要的,本文以此为目标,开展了以下研究工作:（1）数值积分算法的选取与设计影响了电磁暂态仿真的性能,在选取与设计数值积分算法前需分析其特性。因此本文对具有代表性的仿真算法进行研究并分析其在仿真精度、稳定性、适用性和数值振荡四个方面的特性,同时对这些仿真算法的特性进行总结归纳,在此基础上结合电磁暂态仿真的特点得出选取与设计仿真算法的基本要求和实现方向,为后续提出离散相似指数积分法打下理论基础。（2）从仿真的离散化本质出发,提出离散相似指数积分法。和传统电磁暂态仿真方法直接在时域内差分化不同,该方法通过零极点响应匹配在频域内构造与连续系统相似的离散系统,然后对频域离散系统反变换得到差分方程。从数值振荡产生的原理出发,通过分析比较得出能够有效抑制数值振荡的组合元件形式。对于无法直接应用零极点响应匹配进行差分化的独立电感和电容,则分别通过串联和并联正负虚拟电阻的方法解决,从而保证了该方法及其差分方程对不同元件或支路具有全局一致性。此外,还对离散相似指数积分法的相关特性进行研究,保证该方法在电磁暂态仿真中的有效性。（3）从兼顾仿真精度和速度的角度出发,提出自适应变步长仿真策略,将自适应变步长策略与多频段动态相量模型相结合,给出了自适应多频段动态向量模型。该模型基于离散相似指数积分法对换流器进行仿真,能够兼顾换流器不同工况的仿真需求,在稳态工况下采用大步长仿真,在暂态工况下采用小步长仿真。最后给出了自适应多频段动态相量模型及其仿真流程,并对该模型的特点进行总结分析。
张若愚[4]（2020）在《基于卷积神经网络的电力系统暂态稳定评估》文中进行了进一步梳理电力系统暂态稳定评估是保障电力系统安全稳定运行和提高系统运行经济效益必须考量的重要问题之一。电力大数据时代的到来和广域测量系统（Wide Area Measurement System,WAMS）的广泛应用,为基于系统实时响应信息的暂态稳定评估提供了丰富的数据来源。人工智能和深度学习的发展为更好地挖掘系统响应信息与系统稳定状态之间隐藏的映射关系提供了新的技术路线。如何让人工智能和深度学习更好地服务于电力系统领域,已经成为专家学者热议的话题。卷积神经网络（Convolutional Neural Networks,CNN）是深度学习的一种具有深层架构的神经网络模型,它具有强大的特征表达能力和处理高维非线性数据方面的优势,已经在图像识别等领域得到了成功应用,但是在电力系统暂态稳定评估中的应用仍处于起步阶段。因此,本文对该研究领域进行了探索和更为深入的研究,从暂态稳定分析的实际应用需求出发,将研究重点聚焦在实际工程应用亟待解决的关键问题,提出了适用于电力系统实际应用的在线实时暂态稳定评估方法。论文主要研究内容如下:（1）针对电力系统暂态稳定评估问题,提出了一种基于单一CNN模型的暂态稳定评估方法。在输入特征方面,构建了基于系统故障切除后发电机功角动态响应轨迹簇的27种几何特征作为暂态稳定评估模型的广域故障特征;在评估模型方面,选用了对输入数据特征具有强大处理能力的CNN模型作为暂稳评估模型。分析了CNN模型的基本工作原理,研究了不同卷积核的阶数、训练的批样本数、迭代轮次和改进损失函数对单一CNN模型评估性能的影响,验证了所提模型的适用性和有效性。并且考虑实际在线应用中可能存在噪声和不完全WAMS信息的情况,对所提CNN暂稳评估模型的鲁棒性进行了测试和分析,验证了基于所提轨迹簇特征的CNN暂稳评估模型具有较强的鲁棒性,能较好地满足电力系统暂态稳定评估的需求。（2）针对现有模型对预测结果中失稳样本被漏判为稳定样本的情况重视不足的问题,提出了一种计及漏判/误判的集成CNN模型的电力系统暂态稳定评估方法。利用原始量测数据和轨迹簇特征计算方法,提取多种输入特征集,并在每种输入特征集下选取评估准确率高的若干组CNN参数,通过概率平均的集成学习策略建立集成CNN模型。通过对损失函数权重系数比、二分类阈值和集成学习策略等三个方面因素的优化组合,提出了一种计及漏判/误判的综合评估判据,使得集成CNN模型的评估性能在维持可以接受的稳定样本的误判率下,尽可能地减少失稳样本的漏判率,从而提升了模型的实际应用价值。（3）为了兼顾暂稳评估模型的快速性和准确性,提出了一种两阶段集成CNN模型的电力系统暂态稳定评估方法。在暂稳预测环节,提出了一种可信度阈值优化的分层实时预测和基于多判据融合的紧急控制启动策略相结合的两阶段暂稳预测方法,该方法可以显着降低实际启动紧急控制的误判样本,以最低的代价减少甚至消除漏判,提高了基于人工智能暂态稳定预测方法的快速性和准确性;在暂稳程度评估环节,通过构建稳定程度和失稳程度回归预测模型,分别对分层预测输出的确定稳定样本和满足紧急控制启动条件的确定失稳样本进行暂态稳定程度和失稳程度的评估,进一步提高了评估精度,为后续预防控制和紧急控制措施的制定提供有益参考。（4）针对现有评估模型缺乏自适应能力的问题,提出了一种基于迁移学习和CNN的电力系统暂态稳定自适应评估方法。该方法涵盖了一种基于CNN知识迁移的有效方案和一种面向迁移学习的最小均衡样本集生成方法,可以大幅减少新样本的生成时间和模型更新的训练时间,提高在线运行时评估模型的自适应更新速度。首先利用离线生成的大量暂稳样本训练得到基于CNN的预训练模型。当系统运行方式和拓扑结构发生较大变化时,保持CNN预训练模型的网络结构和卷积层、池化层、全连接层的网络参数不变,仅随机初始化分类层的参数,用变步长和二分法相结合的方法生成面向迁移学习的最小均衡样本集用于训练分类层参数,从而实现不同运行方式和拓扑结构下电力系统暂态稳定的自适应评估。该方法不仅适用于单一CNN模型,也适用于集成CNN模型,且能与本文所提基于滑动时间窗输入特征的分层暂稳预测和暂稳程度评估方法配合使用,实现在线连续的暂态稳定自适应评估。
夏开建[5]（2020）在《基于深度特征的腹部CT影像肝脏占位性病变辅助诊断研究》文中研究说明在临床诊断中,活组织切片检查（活检）是肝脏占位性病变确诊的最有效的检查方法,然而活检作为一种侵入性检查,难免会给患者带来身体和身心上的伤害,同时易产生并发症。医学成像技术的快速发展为肝脏占位性病变的鉴别提供了新的手段,医生可以从影像中观察病变的征象,并进行分析和诊断。目前用于肝脏占位性病变检查的医学影像技术十分依赖操作者的经验与技术,而且往往还存在主观性强、重复性低、劳动强度大、效率低下等缺点,因此肝脏占位性病变自动辅助检测理论与技术在临床应用中有着极其重要的理论与现实意义。本文在总结国内外研究成果的基础上,以肝脏CT影像为主要研究对象,利用卷积神经网络对低质量腹部影像增强重建、肝脏区域检测、肝脏分割、病变区域检测与病变类型诊断等关键技术进行研究,阐明深度学习算法的多层网络机制和数学模型,揭示医学影像内部本质特征,最终提升肝脏占位性病变自动辅助诊断精度。本文的主要工作总结如下:（1）低质量的CT影像将严重影响目标检测、分割、特征提取、病灶识别等后续影像分析应用。CT扫描能够获取患者体内解剖结构,广泛地应用于临床检查与疾病诊断,但CT影像的重建质量与曝光时间或成像速度密切相关。如何改善CT数据的重建质量已经成为CT成像领域的主要课题。现有基于深度网络的图像增强算法直接学习退化图像与清晰图像之间的映射函数,忽略了观测模型保真项的约束。为此,本文提出了一种改进的深度残差网络CT影像增强算法。该算法将残差网络嵌入到图像增强任务中,通过多个残差增强模块和反投影模块交替优化,实现数据一致性,其中残差增强模块采用将低层次特征和高层次特征聚合连接形成新的特征,并采用联合损失函数来优化训练,提高深度模型的泛化能力。本文提出的CT影像增强算法不仅可以利用深度网络学习高层次特征,还可以利用观测模型的保真先验实现图像增强。在仿真测试数据与真实数据上的实验结果表明,本文提出的算法不仅达到了很好的增强效果,同时也较好地保留了低质量CT图像的细节信息,能够增强后续肝脏定位、分割、病灶识别与疾病诊断的精度。（2）由于腹部CT影像中存在大量的脏器,且灰度相似,直接分割可能会引入大量的虚警,增加后续处理的复杂度。如果从影像序列中直接检测肝脏区域,缩小感兴趣区域的范围,可以增强后续分割与识别的精度。然而,现有的目标检测算法很难适应对比度低、背景复杂以及多视角变化的腹部CT影像,因此准确地检测与定位出肝脏区域仍然是一个具有挑战性的问题。为了提升肝脏检测与定位的精度,本文提出了一种基于边缘感知的改进深度网络肝脏影像检测算法。该算法通过边缘感知融合模块有效地保留肝脏的清晰边界,并利用多尺度稠密金字塔监督模块捕获腹部影像丰富的全局上下文信息。大量定性定量的实验结果表明,本文提出的肝脏检测算法可以有效地提高现有肝脏检测与定位的精度,缩小感兴趣区域的范围,增强后续分割与识别的精度。（3）由于肝脏区域的医学影像边界不明显,内部纹理差异较大,无论是以图割、能量泛函等为代表的传统影像分割方法,还是以深度学习为代表的机器学习模型都不能实现肝脏区域的准确分割。这主要是由于基于人工特征的传统模型虽然可解释能力强,在简单场景下具有鲁棒的表征效果,但在复杂背景应用中存在普适性差的问题;而现有的深度学习方法虽然可以通过大数据学习提取目标的特征,但其可解释性差,无法对提取到的特征进行量化评估。因此,在深度网络肝脏检测算法的检测结果基础上,本文提出了一种基于多层次深度特征融合的两阶段肝脏区域分割算法。该算法首先采用改进的SCNN度量网络从标准腹部影像数据集中找出最相似的基准模板;然后采用SIFT-Flow变换进行密集匹配,获得待分割肝脏粗分割结果;最后在粗分割语义标签基础上利用多层次特征融合实现肝脏区域精分割。定性和定量的实验结果表明,本文提出的肝脏分割准确性大大提高,能够增强后续病变区域语义分割与诊断的精度。（4）大多数肿瘤位于肝脏内部,只有分割出病灶区域,才能实现肝脏疾病的诊断。现有的语义分割模型对弱小目标分割能力较差,且分割结果存在空间不一致现象。因此,为了实现占位性病灶的精确检测与分割,本文提出了一种基于互学习的有监督生成对抗语义的肝脏病变区域分割架构模型。首先,前向训练中将生成器的语义映射与语义分割分开进行训练,且在后向训练中利用语义结果边缘约束获得更加精确的病灶区域;然后,采用生成网络、分割网络与对抗网络的损失项构建加权损失函数,提升各子模块的耦合程度,增强模型的泛化能力与训练精度;最后,利用基于小波核空间的LSSVM向量机分类器实现占位性病变检测。大量定性定量实验结果表明,本文提出的分割架构模型可以稳定地提高语义分割模型的性能,提升肿瘤类型诊断的精度。本论文有图44幅,表13个,参考文献171篇。
李小朦[6]（2020）在《基于CEEMD和LRSD-TNNSR的柔性薄壁轴承故障特征提取》文中指出柔性薄壁轴承是机器人里谐波减速器中的核心部件,其寿命决定了谐波减速器的寿命,因此其重大或是轻微的故障都会对减速器的精密传动产生致命的影响。为了促进工业机器人或是其核心零件谐波减速器的大力发展,开展对柔性薄壁轴承的振动信号故障特征提取研究至关重要。本课题以柔性薄壁轴承为主要研究对象,针对柔性薄壁轴承故障振动信号具有低秩性,同时夹杂大量噪声及特有的大幅值长短轴交替所产生的周期性冲击分量的特点,提出了基于互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）和基于截断核范数和稀疏正则化的低秩稀疏分解算法（Low Rank Sparse Decomposition and Truncated Nuclear Norm Sparse Regularization,LRSDTNNSR）的故障特征提取方法。首先对CEEMD算法的原理进行介绍,通过仿真实验证明了CEEMD算法相对于经验模态分解（Empirical Mode Decomposition,EMD）及集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）的去噪优势。接着介绍了本课题提出的LRSDTNNSR算法的原理及优势。该算法是对原始的低秩稀疏分解算法（Low-Rank and Sparse Decomposition,LRSD）进原理创新及改进,采用截断核范数及提高真实数据的低阶分量的稀疏性来优化LRSD目标函数,同时提出一种两阶段迭代优化方法来解决优化问题。与原始的LRSD算法相比更能准确地恢复低秩分量,同时降低了实施应用的难度。最后进行轴承实验,利用CEEMD算法做预处理,滤除了原始信号中与故障冲击无关的冗余及无关部分,同时放大故障频率段的信号冲击幅值。再利用LRSD-TNNSR算法做进一步处理,准确提取了750rpm及900rpm转速下柔性薄壁轴承具有低秩属性的外圈故障频率128.95Hz、内圈故障频率190.2Hz。结合两种方法的优势,提出了基于CEEMD和LRSD-TNNSR的方法,通过四组轴承振动信号提取对比试验,证明了基于CEEMD和LRSD-TNNSR的方法相比于单独的LRSD-TNNSR方法所提取的故障频率信号更加纯净,故障特征信号更加突出。
徐俊俊[7]（2019）在《有源配电网状态感知与故障恢复方法研究》文中认为配电网直接面向用户,是保证供电质量与用户服务质量、提升电力系统运行效率的关键环节。近几年分布式电源（distributed generation,DG）的高渗透率并网,在促进配电网低碳化运行的同时,也使得传统配电网状态估计、故障定位与恢复等技术面临严峻挑战。因此,基于有源配电网自愈控制架构与目标开展状态感知与故障恢复等相关研究工作,有利于确保有源配电网安全、可靠与经济运行,有利于提高配电网消纳光伏、风电等分布式可再生能源的能力。本文综述了配电网实时量测优化配置、状态估计、故障区段定位与故障恢复技术的国内外研究现状,并分析了当前有源配电网背景下相关研究技术与方法存在的不足之处,在此基础上提出了适合有源配电网安全可靠经济运行的状态感知与故障恢复方法。主要研究工作如下:（1）对有源配电网网络可观测进行了定义,分析了网络可观测与实时量测装置优化配置间的关系;以实时量测配置数量最低为目标函数,以满足网络可观测为约束条件,建立了计及网络可观测的有源配电网实时量测装置优化配置数学模型,并采用了自适应协方差矩阵进化策略（covariance matrix adaptation evolution strategy,CMA-ES）对该有源配电网实时量测优化配置数学模型进行求解,初步获取了实时量测配置方案备选集。其次,分析与量化了故障情况下系统掉电损失与实时量测装置配置点间的关系,以满足系统掉电损失指标要求对备选集中的不同配置方案进行对比与筛选,最终确定了能够同时满足配置数量最少且配置地点最佳的有源配电网实时量测最优配置方案。（2）对分布式光伏发电系统以及风力发电系统出力的不确定性进行了合理分析与区间建模,在此基础上基于量测未知但有界（unknown-but-bounded,UBB）理论,建立了综合考虑DG出力与负荷需求等伪量测数据不确定性,以及实时量测数据不确定性的有源配电网三相区间状态估计模型。为精确求出系统状态估计结果,提出了基于迭代运算的线性规划算法对所建立的有源配电网三相区间状态估计模型进行求解,并结合稀疏矩阵技术进一步提高了算法的求解效率。（3）基于信号相关性理论解决了多采样周期下混合量测数据的同步性问题,并基于混合量测统一变换技术,提出了计及μPMU与FTU多源实时量测数据,同时兼顾DG等新型伪量测数据的有源配电网线性状态估计方法,进一步提高了有源配电网状态估计的计算效率。给出了基于状态估计的有源配电网单相接地故障选线基本原理与具体实施流程,用虚拟节点表征线路上的故障点,并形成对应拓扑下的扩展系统量测矢量、待求状态变量以及节点导纳矩阵,通过评价增广状态估计结果遍历出故障点所在支路。（4）分析了有源配电网鲁棒动态故障恢复的整体思路和框架,并基于区间-仿射数对DG出力和负荷需求等不确定性量进行了建模与分析,在此基础上建立了以最大化恢复全网失电负荷量为目标函数,以网络安全运行为约束条件的有源配电网两阶段鲁棒动态故障恢复模型。为精确求解该数学模型,引入了基于最佳等距思想的分段线性逼近方法将原二次项非线性约束松弛为线性可解形式,并根据对偶定理将原问题进一步等效转化为双层混合整数线性规划问题,在此基础上采用了列约束生成方法（column-andconstraint generation,C&CG）算法将该模型分解为主问题和子问题进行迭代求解。
宁明峰[8]（2019）在《基于自然特征的航天器相对视觉导航方法研究》文中指出航天器在轨服务是当前国内外航天领域的热点与前沿方向,高精度的自主相对导航是实现在轨服务接近操作控制的前提条件。单目视觉以其体积小、功耗低及信息丰富等优势已成为在轨服务航天器相对导航敏感器的首选,针对诸如失效航天器等无法提供合作标识器的航天器视觉相对导航的相关研究迫在眉睫。本学位论文在某部委“×××在轨服务航天器视觉测量技术”项目的资助下,以航天器在轨服务为研究背景,考虑基于目标航天器自然特征的单目视觉相对导航所带来的特征冗余、存在粗大误差及测量频率低且不连续等问题,重点围绕特征主动选择、相对位姿鲁棒性确定和视觉/IMU组合相对导航等问题开展研究,取得了如下研究成果:航天器自然特征提取和匹配会出现大量冗余特征,若利用上述全部自然特征进行位姿解算会导致计算量剧增的问题。为此,提出了一种仅利用对导航性能起决定作用的有效特征子集的主动特征选择策略,并分别基于凸包和最小冗余度给出了两种航天器自然特征主动选择方法。在定义特征数量和分布相关的视觉导航精度因子并分析导航精度影响关系的基础上,设计了一种两阶段求解的自然特征最大面积凸包求解算法,实现了满足几何分布相关精度要求的自然特征选择。其次,在利用两像点投影向量间夹角定义两特征点的分散度并进而构建自然特征冗余度的基础上,提出了一种基于最小冗余度的特征主动选择迭代方法,能够有效实现给定数量的自然特征选择。数学仿真表明,两种方法均可以选择几何分布好的特征,在不显着降低相对位姿解算精度的前提下,可将特征数量降低到原来的1/4以下。考虑到航天器自然特征提取和匹配会产生粗大误差,直接利用包含粗大误差的特征会导致相对位姿确定结果误差变大甚至无效,为此,提出了一种基于核空间的航天器相对位姿鲁棒性确定方法。该方法在所有特征点投影向量切向空间上建立约束方程,以该方程的核空间为基础定义特征点的几何误差,构建由几何误差确定的粗大误差阈值并迭代判断粗大误差,进而得到剔除粗大误差的自然特征并鲁棒性估计核空间。考虑旋转矩阵约束,给出了一种基于正交迭代的相对位姿确定非线性优化方法和初始解解析求解方法。数学仿真表明,所提出的方法能有效剔除粗大误差并高精度地确定相对位姿,提高了利用自然特征的相对位姿确定的鲁棒性,其所用时间受粗大误差比例影响小;利用实际图像分析进一步验证了该方法的有效性。考虑采用自然特征的航天器视觉测量系统输出频率低,且受光照或其它外部干扰导致测量不连续等问题,利用IMU高输出频率、环境影响小等特点,探索单目相机与IMU组合的相对导航方法。同时,考虑两敏感器间的安装位姿参数估计需求,针对相机和IMU安装位姿离线标定方法需要额外设备辅助且标定过程复杂的问题,提出了一种视觉/IMU组合的航天器相对导航及在线自标定方法。考虑相机/IMU安装位姿与相机观测量的关系,建立了系统观测模型;利用包含安装位姿的扩展状态变量,设计了一种可抑制线性化误差的偏差修正滤波算法,并利用非线性可观理论对系统的可观性进行了分析。最后,通过数学仿真验证了所提出的视觉/IMU组合的相对导航及在线自标定方法的有效性和正确性。
邓振立[9]（2019）在《主动配电网多时间尺度有功无功协调调度策略研究》文中进行了进一步梳理面对能源枯竭、环境污染及生态恶化等多重压力,使得充分利用以光伏（photovoltaic,PV）、风能（wind turbines,WT）为代表的可再生能源（renewable energy source,RES）已经成为全球共识,系统正变得日益低碳清洁绿色。与此同时,作为传统配电网络的替代方案,主动配电网（active distribution network,ADN）因其灵活性和交互性而受到越来越多的关注。然而,源-荷的多重随机性、各种资源的运行控制特性与时间尺度差异,给配电网的整体运行调控带来了严峻挑战,如何实现多种资源的协调运行与高效利用以保证系统安全、经济与高效运行,成为了当前研究的焦点问题。此外,随着电动汽车（electric vehicle,EV）拥有量的迅速增加,未来具有正负双向影响的EV充电负荷将成为电网负荷的重要组成部分,而EV充电负荷作为一种柔性可控负荷具备被灵活调度的潜力,充分挖掘其可调度能力,实现电力公司、EV充电服务运营商及EV用户的多方共赢具有重要意义。基于上述背景,本文在保证可再生清洁能源充分消纳与高效利用的前提下,计及源-荷的多重随机性、各种资源的运控特性与时间尺度差异,对ADN的优化策略、协调调度模型搭建与求解等核心问题进行了深入细致的研究。本文主要工作如下:1)分析总结了配电网中有功-无功功率的强耦合特性。基于对改进的IEEE 123节点配电系统的仿真分析证明了有功-无功联合调度的必要性与实用性。进一步,分析了可调可控设备的功率耦合特性与其功率输出特性,并建立了其运行控制模型。2)计及ADN中源-荷波动的多重不确定性,基于场景分析法提出了适应于高比例DG接入的ADN有功-无功协调鲁棒性调度策略,通过筛选典型场景并计及极限场景,得到恶劣场景下ADN优化调控方案,仿真结果验证了所提策略的鲁棒性与实用性。同时,对不同运行场景下所提调度策略的实用性进行了详细分析;并进一步,对基于二阶锥松弛技术凸化松弛后的模型的求解性能进行了有效验证;对离散调节设备的调整步长与动作次数对优化目标的影响进行了灵敏度分析。3)考虑大规模EV在充电站中集群充电并接入ADN的场景,提出了基于模型预测控制的ADN多时间尺度协调调度策略。在配电网层,基于MPC制定多级协调、逐级细化的多时间尺度精细化调控方案,仿真分析表明所提策略实现了ADN中众多可调设备的协调优化运行、可再生清洁能源的充分消纳和高效利用;在EV充电站层,在满足EV用户充电需求的条件下,考虑充电服务运营商与电网公司双边利益,建立了“源-网-荷”互动机制下,适用于快充与慢充2种充电模式的EV集群接入下的EV两阶段有序充电策略,充分利用EV集群充电的可调度能力,缓解EV大规模充电所引起的“峰上加峰”与电压降落等负面影响,为系统经济安全运行提供积极支撑。
查新朗[10]（2018）在《换热网络控制与经济优化的协调设计方法研究》文中提出在换热网络的全生命周期中,换热器结垢、设备老化等原因会使得换热效果随运行时间不断下降,从而工作点会逐渐偏离原本的设计点。而一般采用调节公用工程的策略虽然可以实现有效控制,但会使操作费用随时间逐渐增加,经济效益变差。旁路控制作为已经广泛应用于换热网络的控制方案,能够增加系统可控性和降低操作费用。但是换热网络的设计与最优综合一般不涉及其旁路控制系统的设计与要求,导致在其运行过程中,旁路控制难以持续有效的实现。为了避免出现此种情况,在换热网络运行之前将会进行面积裕量设计。裕量设计可以增加操作空间,但是投资费用将会升高从而导致经济效益下降。在换热网络运行过程中,目前的优化控制方案大多以提高控制效果为目标,不涉及面积裕量设计及其在操作过程中的合理利用,因此需要综合考虑控制与经济性两者的关系对换热网络实现操作优化,确保满足有效控制的同时提高经济效益。本文以提出的换热网络控制与经济优化协调原理为基础,分别以分流比和旁路开度为优化变量,提出换热网络旁路控制与经济优化的协调设计方法。首先,分析换热网络旁路控制、裕量与经济效益三者之间的关系。基于单个换热器的动态数学模型,对本文提出的控制与经济优化协调原理进行验证。然后,针对有分流的换热网络指出以分流比作为经济优化变量,确定分流比与操作变量旁路的配对方法,提出一种旁路控制与基于分流比调节的经济优化协调设计方法。在多旁路的换热网络中,将旁路分为用于控制的调节旁路和用于经济优化的优化旁路,确定调节旁路与优化旁路配对的方法,完善控制与经济优化的协调设计框架,提出换热网络旁路控制与基于旁路调节的经济优化协调设计方法。最后,分别以文献中的换热网络及原油换热网络为例,通过对原油换热网络的全周期仿真验证了提出的协调设计方法实现了持续可控和经济效益的优化。
二、Two-Stage Double Sampling by Variables and Its Simulation（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Two-Stage Double Sampling by Variables and Its Simulation（论文提纲范文）
（1）含高比例风电的电力系统备用优化与分布式调度研究（论文提纲范文）
| 致谢 |
| 项目致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 风电出力不确定性建模研究现状 |
| 1.2.2 含风电的电力系统调度运行与备用优化研究现状 |
| 1.2.3 多区互联电力系统分布式协同优化运行研究现状 |
| 1.2.4 输配耦合电力系统分布式协同优化运行研究现状 |
| 1.3 现有研究存在的问题 |
| 1.4 本文工作与章节安排 |
| 第2章 基于最优风电消纳比的含储电力系统机会约束备用优化 |
| 2.1 引言 |
| 2.2 最优风电消纳比 |
| 2.3 两阶段联合机会约束备用优化模型 |
| 2.3.1 两阶段模型简介 |
| 2.3.2 目标函数 |
| 2.3.3 第一阶段约束条件 |
| 2.3.4 第二阶段约束条件 |
| 2.3.5 对比模型说明 |
| 2.4 模型求解算法 |
| 2.4.1 采样平均近似算法 |
| 2.4.2 固定二进制变量的双线性Benders分解法 |
| 2.4.3 仅检验最优性的双线性Benders分解法 |
| 2.5 算例与分析 |
| 2.5.1 测试系统 |
| 2.5.2 电池储能装置的作用 |
| 2.5.3 电池储能装置建模的有效性 |
| 2.5.4 最优风电消纳比的有效性 |
| 2.5.5 算法的有效性 |
| 2.6 本章小结 |
| 第3章 计及风电备用能力与需求侧响应的多备用资源鲁棒优化 |
| 3.1 引言 |
| 3.2 多备用资源建模 |
| 3.2.1 传统发电机备用建模 |
| 3.2.2 风电场备用建模 |
| 3.2.3 需求侧响应建模 |
| 3.3 两阶段多备用资源鲁棒优化模型 |
| 3.3.1 第一阶段模型 |
| 3.3.2 不确定集建模 |
| 3.3.3 第二阶段模型 |
| 3.3.4 对比模型说明 |
| 3.4 模型求解算法 |
| 3.5 算例与分析 |
| 3.5.1 测试系统 |
| 3.5.2 两种需求侧响应的对比 |
| 3.5.3 风电场备用的作用与适用性 |
| 3.5.4 鲁棒建模的作用与不确定集的影响 |
| 3.5.5 列约束生成算法的有效性 |
| 3.6 本章小结 |
| 第4章 基于分布式调度框架的输配耦合电力系统鲁棒备用优化 |
| 4.1 引言 |
| 4.2 输配耦合电力系统分解调度策略 |
| 4.3 输配耦合电力系统协同鲁棒备用优化模型 |
| 4.3.1 输电网两阶段鲁棒优化模型 |
| 4.3.2 配电网两阶段鲁棒优化模型 |
| 4.4 模型求解算法 |
| 4.4.1 基于ADMM的分布式调度框架 |
| 4.4.2 区域模型求解算法 |
| 4.4.3 双层迭代方法 |
| 4.5 算例与分析 |
| 4.5.1 测试系统 |
| 4.5.2 输配电网协同调度与孤立调度的比较 |
| 4.5.3 鲁棒优化模型与确定性调度的比较 |
| 4.5.4 配电网潮流模型的准确性 |
| 4.5.5 双层迭代方法的有效性 |
| 4.6 本章小结 |
| 第5章 计及运行风险的多区互联电力系统分布式鲁棒备用优化 |
| 5.1 引言 |
| 5.2 可消纳风电域与系统运行风险 |
| 5.3 基于风险的多区互联电网备用优化模型 |
| 5.3.1 多区互联电力系统分解调度策略 |
| 5.3.2 基于风险的两阶段鲁棒优化模型 |
| 5.4 模型求解算法 |
| 5.4.1 运行风险线性化 |
| 5.4.2 分布式调度框架与动态乘子更新策略 |
| 5.4.3 区域模型求解算法 |
| 5.5 算例与分析 |
| 5.5.1 测试系统 |
| 5.5.2 不同联络线优化模式的比较 |
| 5.5.3 基于风险的模型与传统鲁棒模型的比较 |
| 5.5.4 可消纳风电域的有效性 |
| 5.5.5 动态乘子更新策略的有效性 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
（2）不确定性条件下流程企业生产调度和鲁棒优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、术语表 |
| 1 绪论 |
| 1.1 流程企业中的生产调度问题 |
| 1.2 不确定性条件下过程调度的研究现状 |
| 1.2.1 不确定性的来源与分类 |
| 1.2.2 不确定性条件下的调度方法 |
| 1.2.2.1 被动反应式调度 |
| 1.2.2.2 主动预防式调度 |
| 1.3 鲁棒优化研究现状 |
| 1.3.1 数据驱动鲁棒优化 |
| 1.3.2 可调鲁棒优化 |
| 1.3.3 分布鲁棒优化 |
| 1.3.4 鲁棒优化与其它不确定性优化方法之间的联系 |
| 1.4 本文主要内容和结构 |
| 1.5 符号说明 |
| 1.6 本章小结 |
| 2 基于有限适应性的乙烯厂生产调度鲁棒优化 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 数据驱动的不确定性集合树 |
| 2.3.1 基于时间和演化路径进行划分的不确定性集合 |
| 2.3.2 不确定性集合树 |
| 2.3.3 基于核密度估计构建不确定性子集合 |
| 2.4 帕累托最优有限适应性 |
| 2.4.1 第一层模型 |
| 2.4.1.1 目标函数 |
| 2.4.1.2 约束 |
| 2.4.2 第二层模型 |
| 2.4.2.1 帕累托鲁棒最优解集的定义 |
| 2.4.2.2 最小利润约束 |
| 2.4.2.3 目标函数 |
| 2.5 瓶颈分析 |
| 2.5.1 瓶颈一:不确定性演化路径的数量 |
| 2.5.2 瓶颈二:可调变量的选取 |
| 2.6 工业仿真案例分析 |
| 2.6.1 可调变量的选取 |
| 2.6.1.1 基础组合 |
| 2.6.1.2 炉群组合和全组合 |
| 2.6.2 案例一:10天的调度周期并有4条演化路径 |
| 2.6.2.1 不确定性集合树 |
| 2.6.2.2 POFA模型鲁棒重构 |
| 2.6.2.3 结果分析与讨论 |
| 2.6.3 案例二:20天的调度周期并有29条演化路径 |
| 2.7 本章小结 |
| 3 考虑内生不确定性的多阶段鲁棒混合整数优化 |
| 3.1 引言 |
| 3.2 两阶段模型 |
| 3.2.1 跃升不确定性集合 |
| 3.2.2 基于决策规则近似的模型重构 |
| 3.3 多阶段模型 |
| 3.3.1 跃升不确定性集合 |
| 3.3.2 基于决策规则近似的模型重构 |
| 3.4 案例分析 |
| 3.4.1 两阶段决策优化问题 |
| 3.4.1.1 0-1补偿的收益 |
| 3.4.1.2 内生不确定性的影响 |
| 3.4.1.3 折点的选择 |
| 3.4.2 多阶段生产调度问题 |
| 3.4.2.1 0-1补偿的收益 |
| 3.4.2.2 计算性能的相关讨论 |
| 3.5 本章小结 |
| 4 基于多阶段分布鲁棒优化的生产维护集成调度研究 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 集成生产与维护操作的确定性调度模型 |
| 4.3.1 任务分配约束 |
| 4.3.2 产量约束 |
| 4.3.3 设备单元健康状态的确定性模型 |
| 4.3.4 物料守恒约束 |
| 4.3.5 目标函数 |
| 4.4 考虑设备损耗不确定性的分布鲁棒调度模型 |
| 4.4.1 设备健康状态的随机模型 |
| 4.4.2 多阶段分布鲁棒调度模型 |
| 4.4.3 Wasserstein模糊集合 |
| 4.5 基于决策规则的鲁棒模型重构 |
| 4.5.1 跃升不确定性集合 |
| 4.5.2 跃升模糊集合 |
| 4.5.3 决策规则 |
| 4.5.4 约束的鲁棒重构 |
| 4.5.5 目标函数的鲁棒重构 |
| 4.5.6 补偿决策的信息基 |
| 4.6 案例分析 |
| 4.6.1 应用示例 |
| 4.6.1.1 补偿决策的信息基 |
| 4.6.1.2 混合整数补偿决策的收益 |
| 4.6.1.3 考虑多种维护选项的收益 |
| 4.6.1.4 分布鲁棒性与样本外性能 |
| 4.6.2 工业仿真案例 |
| 4.7 本章小结 |
| 5 可调鲁棒优化和内生不确定性及主动学习的统一框架 |
| 5.1 引言 |
| 5.2 从鲁棒优化的视角看内生不确定性 |
| 5.3 内生不确定性和主动学习 |
| 5.4 考虑内生不确定性的两阶段鲁棒优化 |
| 5.4.1 考虑1型内生不确定性 |
| 5.4.2 考虑2a型内生不确定性 |
| 5.4.3 考虑2b型内生不确定性 |
| 5.5 考虑内生不确定性的多阶段鲁棒优化 |
| 5.6 决策规则方法 |
| 5.6.1 取决于决策的不可预见性 |
| 5.6.2 跃升不确定性 |
| 5.6.3 决策规则近似 |
| 5.6.4 鲁棒模型重构 |
| 5.7 案例分析 |
| 5.7.1 案例一:工厂建设决策优化 |
| 5.7.1.1 解析解 |
| 5.7.1.2 非最坏场景目标函数 |
| 5.7.2 案例二:基于检视的生产维护集成调度优化 |
| 5.7.3 案例三:产能规划的修订时间点优化 |
| 5.7.4 案例四:集成主动参数估计的生产调度优化 |
| 5.8 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 附录 |
| A1 第2章:基于有限适应性的乙烯厂生产调度鲁棒优化 |
| A1.1 符号说明 |
| A1.2 乙烯厂确定性调度模型 |
| A2 第3章:考虑内生不确定性的多阶段鲁棒混合整数优化 |
| A2.1 多阶段问题中受限制的决策规则 |
| A2.2 案例数据 |
| A3 第4章:基于多阶段分布鲁棒优化的生产维护集成调度研究 |
| A3.1 确定性生产维护集成调度模型的符号说明 |
| A3.2 目标函数鲁棒重构模型的证明 |
| A3.3 应用示例:案例数据 |
| A4 第5章:可调鲁棒优化和内生不确定性及主动学习的统一框架 |
| A4.1 模型(5.36)的详细推导过程 |
| A4.2 案例三:装机容量规划问题的案例数据 |
| 作者简历及攻读博士学位期间科研成果 |
（3）基于离散相似指数积分法的电磁暂态仿真方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 仿真算法研究现状 |
| 1.2.2 建模方法研究现状 |
| 1.3 研究思路与章节安排 |
| 1.3.1 研究思路 |
| 1.3.2 章节安排 |
| 第2章 仿真算法原理及特性研究 |
| 2.1 传统仿真算法 |
| 2.1.1 欧拉法及其变形 |
| 2.1.2 梯形法及其变形 |
| 2.1.3 两阶段对角隐式龙格库塔法 |
| 2.2 矩阵指数积分法 |
| 2.3 根匹配法 |
| 2.4 仿真算法特性研究 |
| 2.4.1 算法精度 |
| 2.4.2 算法稳定性 |
| 2.4.3 算法适用性 |
| 2.4.4 仿真分析 |
| 2.5 本章小结 |
| 第3章 离散相似指数积分法 |
| 3.1 离散相似原理 |
| 3.2 离散相似指数积分法 |
| 3.2.1 组合元件差分化 |
| 3.2.2 独立元件差分化 |
| 3.3 离散相似指数积分算法特性分析 |
| 3.3.1 算法精度 |
| 3.3.2 算法稳定性 |
| 3.3.3 算法适用性 |
| 3.4 数值振荡 |
| 3.4.1 数值振荡的产生机理 |
| 3.4.2 传统仿真方法中抑制数值振荡原理 |
| 3.4.3 离散相似指数积分法抑制数值振荡 |
| 3.5 算例验证 |
| 3.5.1 当负载电感L_d较小时 |
| 3.5.2 当负载电感L_d较大时 |
| 3.6 本章小节 |
| 第4章 基于离散相似指数积分法的换流器仿真方法 |
| 4.1 换流器多频段动态相量模型 |
| 4.1.1 多频段动态相量研究 |
| 4.1.2 换流器多频段动态相量模型 |
| 4.2 基于离散相似指数积分法的自适应多频段动态相量模型 |
| 4.2.1 自适应变步长仿真策略 |
| 4.2.2 自适应多频段动态相量模型及仿真流程 |
| 4.2.3 自适应多频段动态相量模型特点分析 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（4）基于卷积神经网络的电力系统暂态稳定评估（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 电力系统暂态稳定评估国内外研究现状 |
| 1.2.1 电力系统暂态稳定评估问题描述 |
| 1.2.2 电力系统暂态稳定评估方法综述 |
| 1.2.3 存在的不足 |
| 1.3 论文的主要工作 |
| 2 基于单一CNN模型的电力系统暂态稳定评估方法 |
| 2.1 引言 |
| 2.2 卷积神经网络 |
| 2.2.1 卷积神经网络常用结构 |
| 2.2.1.1 卷积层 |
| 2.2.1.2 池化层 |
| 2.2.1.3 全连接层 |
| 2.2.1.4 输出层 |
| 2.2.2 卷积神经网络的训练过程 |
| 2.3 基于CNN的暂态稳定评估方法 |
| 2.3.1 模型输入特征和输出结果 |
| 2.3.2 建模过程 |
| 2.3.3 CNN的优化 |
| 2.4 算例分析 |
| 2.4.1 新英格兰10机39节点系统 |
| 2.4.1.1 算例系统介绍 |
| 2.4.1.2 样本集的构造 |
| 2.4.1.3 模型评估性能 |
| 2.4.2 48机140节点系统 |
| 2.4.2.1 算例系统介绍 |
| 2.4.2.2 样本集的构造 |
| 2.4.2.3 模型评估性能 |
| 2.5 本章小结 |
| 3 计及漏判/误判的集成CNN模型暂态稳定评估方法 |
| 3.1 引言 |
| 3.2 集成学习简介 |
| 3.2.1 集成学习算法 |
| 3.2.2 结合策略 |
| 3.3 单一CNN进行暂态稳定评估的不足 |
| 3.4 基于集成CNN模型的暂态稳定评估 |
| 3.4.1 输入特征的选择 |
| 3.4.2 集成CNN暂态稳定评估模型 |
| 3.5 算例分析 |
| 3.5.1 测试系统样本集 |
| 3.5.2 集成CNN模型与单一CNN模型对漏判/误判的影响对比 |
| 3.5.3 集成CNN模型与其他机器学习模型对漏判/误判的影响对比 |
| 3.5.4 不同集成方式对漏判/误判的影响对比 |
| 3.5.5 不同响应时间对漏判/误判的影响对比 |
| 3.5.6 不同损失函数权重系数比对漏判/误判的影响对比 |
| 3.5.7 不同二分类阈值对漏判/误判的影响对比 |
| 3.5.8 不同集成学习策略对漏判/误判的影响对比 |
| 3.5.9 计及漏判/误判的综合评估判据 |
| 3.6 本章小结 |
| 4 基于集成CNN模型的暂稳预测与暂稳程度评估方法 |
| 4.1 引言 |
| 4.2 暂态稳定预测与评估问题 |
| 4.3 基于集成CNN模型的分层实时暂稳预测方法 |
| 4.3.1 不同响应时间对应特征可分性分析 |
| 4.3.2 滑动时间窗输入特征 |
| 4.3.3 基于滑动时间窗和集成CNN模型的分层实时暂稳预测方法 |
| 4.3.4 可信度阈值的优化选择 |
| 4.3.5 基于集成CNN模型及其可信度阈值优化选择的分层实时暂稳预测流程 |
| 4.3.6 算例分析 |
| 4.3.6.1 可信度阈值对分层实时预测模型性能的影响 |
| 4.3.6.2 分层预测结果 |
| 4.4 基于多判据融合的紧急控制启动策略 |
| 4.4.1 基于多判据融合的紧急控制启动策略流程 |
| 4.4.2 算例分析 |
| 4.5 考虑稳定和失稳程度的暂态稳定评估 |
| 4.5.1 暂态稳定和失稳程度指标 |
| 4.5.2 评估流程 |
| 4.5.3 算例分析 |
| 4.6 本章小结 |
| 5 基于迁移学习的电力系统暂态稳定自适应评估方法 |
| 5.1 引言 |
| 5.2 迁移学习与暂态稳定评估 |
| 5.3 基于迁移学习的电力系统暂态稳定自适应评估方法 |
| 5.3.1 迁移学习方案 |
| 5.3.2 最小均衡样本集的生成方法 |
| 5.3.3 暂态稳定自适应预测流程 |
| 5.4 算例分析 |
| 5.4.1 基于单一CNN模型的暂态稳定自适应评估 |
| 5.4.1.1 预训练模型泛化能力测试 |
| 5.4.1.2 迁移学习方案效果对比 |
| 5.4.1.3 面向迁移学习的样本集效果对比 |
| 5.4.2 基于集成CNN模型的暂态稳定自适应评估 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 工作展望 |
| 参考文献 |
| 附录 A 新英格兰10机39节点系统参数 |
| 附录 B NPCC48机140节点标准测试系统参数 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（5）基于深度特征的腹部CT影像肝脏占位性病变辅助诊断研究（论文提纲范文）
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.4 本文研究内容及思路 |
| 1.5 论文章节 |
| 2 基于改进深度残差网络的CT影像增强算法 |
| 2.1 本章概述 |
| 2.2 相关技术 |
| 2.3 基于残差网络的图像增强算法 |
| 2.4 实验结果及其性能分析 |
| 2.5 本章小结 |
| 3 基于边缘感知的深度网络肝脏检测算法 |
| 3.1 本章概述 |
| 3.2 相关技术 |
| 3.3 基于边缘感知的改进深度网络肝脏检测算法 |
| 3.4 实验结果及其性能分析 |
| 3.5 本章小结 |
| 4 基于多层次深度特征融合的两阶段肝脏区域分割模型 |
| 4.1 本章概述 |
| 4.2 相关技术 |
| 4.3 两阶段肝脏区域分割算法 |
| 4.4 实验结果及其性能分析 |
| 4.5 本章小结 |
| 5 基于深度语义特征的肝脏占位性病变区域分割及其诊断分类研究 |
| 5.1 本章概述 |
| 5.2 相关技术 |
| 5.3 基于深度语义特征的肝脏疾病诊断方法 |
| 5.4 实验结果及其性能分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 论文总结 |
| 6.2 后续研究方向 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）基于CEEMD和LRSD-TNNSR的柔性薄壁轴承故障特征提取（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 课题背景及研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 轴承故障诊断技术研究现状 |
| 1.3.2 经验模态分解方法研究现状 |
| 1.3.3 低秩稀疏分解算法研究现状 |
| 1.4 论文主要内容 |
| 第二章 柔性薄壁轴承运动特性及故障分析 |
| 2.1 柔性薄壁轴承特性分析 |
| 2.1.1 柔性薄壁轴承结构 |
| 2.1.2 柔性薄壁轴承运动特性分析 |
| 2.1.3 柔性薄壁轴承故障频率计算 |
| 2.2 柔性薄壁轴承故障分析 |
| 2.2.1 柔性薄壁轴承振动测试平台 |
| 2.2.2 柔性薄壁轴承正常振动信号特性 |
| 2.2.3 柔性薄壁轴承外圈单点故障特性 |
| 2.2.4 柔性薄壁轴承内圈单点故障特性 |
| 2.3 本章小结 |
| 第三章 CEEMD算法提出及其仿真验证 |
| 3.1 经验模态分解方法介绍 |
| 3.1.1 EMD算法原理 |
| 3.1.2 EMD模态混叠问题 |
| 3.2 总体经验模态分解方法介绍 |
| 3.2.1 EEMD方法原理 |
| 3.2.2 EEMD现存问题 |
| 3.3 互补集合经验模态分解方法介绍 |
| 3.3.1 CEEMD方法原理 |
| 3.3.2 信号重构对比分析 |
| 3.4 本章小结 |
| 第四章 LRSD-TNNSR算法提出及仿真验证 |
| 4.1 LRSD方法现存问题分析 |
| 4.2 LRSD-TNNSR算法原理 |
| 4.3 LRSD-TNNSR算法优越性 |
| 4.3.1 合成数据仿真试验 |
| 4.3.2 误差对比分析 |
| 4.4 本章小结 |
| 第五章 基于CEEMD和 LRSD-TNNSR的故障特征提取 |
| 5.1 CEEMD提取柔性薄壁轴承故障特征 |
| 5.1.1 外圈单点故障提取 |
| 5.1.2 内圈单点故障提取 |
| 5.1.3 结果分析 |
| 5.2 LRSD-TNNSR提取柔性薄壁轴承特征 |
| 5.2.1 外圈单点故障提取 |
| 5.2.2 内圈单点故障提取 |
| 5.2.3 结果分析 |
| 5.3 CEEMD和 LRSD-TNNSR提取柔性薄壁轴承特征 |
| 5.3.1 外圈单点故障提取 |
| 5.3.2 内圈单点故障提取 |
| 5.3.3 对比实验验证 |
| 5.3.4 结果分析 |
| 5.4 本章小结 |
| 结论与展望 |
| 1 主要工作和结论 |
| 2 论文创新点 |
| 3 工作展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（7）有源配电网状态感知与故障恢复方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 实时量测优化配置问题研究现状 |
| 1.2.2 状态估计问题研究现状 |
| 1.2.3 故障选线问题研究现状 |
| 1.2.4 故障恢复问题研究现状 |
| 1.3 本文主要工作与章节安排 |
| 第二章 计及网络可观测的有源配电网实时量测优化配置 |
| 2.1 引言 |
| 2.2 有源配电网网络可观测定义与分析 |
| 2.3 有源配电网实时量测配置建模与求解 |
| 2.3.1 计及网络可观测的模型建立 |
| 2.3.2 基于CMA-ES的模型求解 |
| 2.4 故障掉电损失与量测布点分析 |
| 2.5 算例分析 |
| 2.5.1 算例介绍 |
| 2.5.2 量测配置数量与网络可观测结果分析 |
| 2.5.3 量测配置位置与掉电损失结果分析 |
| 2.6 本章小结 |
| 第三章 考虑量测不确定的有源配电网区间状态估计 |
| 3.1 引言 |
| 3.2 DG出力不确定性分析与建模 |
| 3.2.1 光伏发电系统出力区间建模 |
| 3.2.2 风机发电系统出力区间建模 |
| 3.3 有源配电网区间状态估计建模与求解 |
| 3.3.1 区间状态估计模型建立 |
| 3.3.2 区间状态估计模型求解 |
| 3.4 算例分析 |
| 3.4.1 简单2变量实例 |
| 3.4.2 改进IEEE-123节点测试系统 |
| 3.5 本章小结 |
| 第四章 基于状态估计的有源配电网单相接地故障选线 |
| 4.1 引言 |
| 4.2 多采样周期混合量测环境下有源配电网线性状态估计 |
| 4.2.1 混合量测数据组成 |
| 4.2.2 混合量测数据同步性解决方案 |
| 4.2.3 有源配电网线性状态估计建模与求解 |
| 4.3 有源配电网单相接地故障选线 |
| 4.3.1 故障选线原理性分析 |
| 4.3.2 故障选线模型建立 |
| 4.3.3 故障选线实施流程 |
| 4.4 算例分析 |
| 4.4.1 测试系统介绍 |
| 4.4.2 改进IEEE-13节点测试系统 |
| 4.4.3 改进IEEE-123节点测试系统 |
| 4.5 本章小结 |
| 第五章 考虑注入功率不确定的有源配电网鲁棒动态故障恢复 |
| 5.1 引言 |
| 5.2 有源配电网鲁棒动态故障恢复思路 |
| 5.3 有源配电网鲁棒动态故障恢复模型建立 |
| 5.3.1 不确定量区间-仿射数建模与分析 |
| 5.3.2 鲁棒动态故障恢复目标函数 |
| 5.3.3 鲁棒动态故障恢复约束条件 |
| 5.4 有源配电网鲁棒动态故障恢复模型求解 |
| 5.4.1 基于最佳等距线性逼近的线性松弛 |
| 5.4.2 基于C&CG算法的模型求解 |
| 5.5 算例分析 |
| 5.5.1 算例介绍 |
| 5.5.2 故障恢复策略对比 |
| 5.5.3 不确定性预算分析 |
| 5.5.4 线性逼近误差分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（8）基于自然特征的航天器相对视觉导航方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究目的和意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 视觉测量的空间任务 |
| 1.2.2 视觉主动特征选择方法 |
| 1.2.3 单目视觉位姿确定方法 |
| 1.2.4 视觉/IMU组合导航方法 |
| 1.3 论文的主要研究内容 |
| 第2章 视觉导航相关基础理论 |
| 2.1 引言 |
| 2.2 坐标系定义及姿态表示方法 |
| 2.2.1 坐标系定义 |
| 2.2.2 旋转矩阵 |
| 2.2.3 姿态四元数 |
| 2.3 相机模型及成像关系 |
| 2.3.1 中心透视模型 |
| 2.3.2 物点在不同坐标系下的关系 |
| 2.4 非线性系统的状态估计及可观性分析 |
| 2.4.1 扩展卡尔曼滤波器 |
| 2.4.2 非线性系统可观性分析 |
| 2.5 相对姿轨运动模型 |
| 2.5.1 相对轨道运动模型 |
| 2.5.2 相对姿态运动模型 |
| 2.6 本章小结 |
| 第3章 基于自然特征的航天器视觉测量主动特征选择方法 |
| 3.1 引言 |
| 3.2 导航性能与特征点关系分析 |
| 3.2.1 视觉系统精度因子 |
| 3.2.2 特征点数与导航计算量关系分析 |
| 3.2.3 特征点数与导航精度关系分析 |
| 3.2.4 特征点几何分布与导航精度关系分析 |
| 3.3 基于凸包的主动特征选择方法 |
| 3.3.1 凸包方法总体思路 |
| 3.3.2 凸包求解算法 |
| 3.4 基于最小冗余度的主动特征选择方法 |
| 3.4.1 特征点的冗余度定义 |
| 3.4.2 最小冗余度特征选择方法 |
| 3.5 数学仿真与结果分析 |
| 3.5.1 仿真参数设置 |
| 3.5.2 凸包方法仿真与分析 |
| 3.5.3 最小冗余度方法仿真与分析 |
| 3.5.4 两种方法对比仿真 |
| 3.6 本章小结 |
| 第4章 基于核空间的航天器相对位姿鲁棒性确定方法 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于核空间的相对位姿鲁棒性确定方法 |
| 4.3.1 建立约束方程 |
| 4.3.2 鲁棒性核空间估计 |
| 4.3.3 位姿确定与优化 |
| 4.4 数学仿真与结果分析 |
| 4.4.1 仿真参数设置 |
| 4.4.2 精度性能评价 |
| 4.4.3 鲁棒性能评价 |
| 4.4.4 时间性能评价 |
| 4.5 实际图像分析 |
| 4.6 本章小结 |
| 第5章 视觉/IMU组合的航天器相对导航及在线自标定方法 |
| 5.1 引言 |
| 5.2 系统方案描述 |
| 5.2.1 问题描述 |
| 5.2.2 组合导航方案设计 |
| 5.3 系统状态模型及观测模型 |
| 5.3.1 相对姿态模型 |
| 5.3.2 相对轨道模型 |
| 5.3.3 IMU测量模型 |
| 5.3.4 相机/IMU位姿模型 |
| 5.3.5 系统观测模型 |
| 5.4 基于偏差修正滤波的状态估计 |
| 5.4.1 状态模型线性离散化 |
| 5.4.2 观测模型线性化 |
| 5.4.3 偏差修正滤波器设计 |
| 5.5 系统可观性分析 |
| 5.5.1 系统可观矩阵 |
| 5.5.2 系统可观性分析 |
| 5.6 数学仿真与结果分析 |
| 5.6.1 仿真参数设置 |
| 5.6.2 仿真结果与分析 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（9）主动配电网多时间尺度有功无功协调调度策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 课题研究现状 |
| 1.2.1 主动配电网优化调度策略的研究现状 |
| 1.2.2 主动配电网优化调度模型的求解方法研究现状 |
| 1.2.3 EV有序充放电管控的研究现状 |
| 1.3 本论文的主要工作 |
| 第二章 主动配电网有功-无功耦合机理与优化理论分析 |
| 2.1 引言 |
| 2.2 配电网有功-无功耦合特性研究 |
| 2.2.1 配电网功率变化对节点电压的影响分析 |
| 2.2.2 配电网功率变化对运行网损的影响分析 |
| 2.3 主动配电网可调资源的有功无功调节能力分析 |
| 2.3.1 风力发电系统功率调节能力分析 |
| 2.3.2 光伏发电系统功率调节能力分析 |
| 2.3.3 储能系统的功率调节能力分析 |
| 2.4 配电网最优潮流的求解方法 |
| 2.4.1 二阶锥规划原理 |
| 2.4.2 潮流方程的凸化松弛 |
| 2.5 本章小结 |
| 第三章 基于场景分析法的ADN有功-无功鲁棒性调度策略 |
| 3.1 引言 |
| 3.2 ADN有功-无功协调调度模型 |
| 3.2.1 源-荷的不确定性建模 |
| 3.2.2 基于Distflow的支路潮流形式 |
| 3.2.3 主动配电网运行约束 |
| 3.2.4 目标函数 |
| 3.3 基于场景分析法的鲁棒性求解策略 |
| 3.4 算例分析 |
| 3.4.1 开发环境 |
| 3.4.2 算例概述 |
| 3.4.3 结果分析 |
| 3.4.4 与其他方法的比较 |
| 3.5 本章小结 |
| 第四章 EV大规模接入下的ADN多时间尺度协调调度策略 |
| 4.1 引言 |
| 4.2 基于MPC的 ADN多时间尺度多源协调调度架构 |
| 4.2.1 日前优化 |
| 4.2.2 日内滚动优化 |
| 4.2.3 实时反馈校正 |
| 4.3 基于MPC的 ADN多时间尺度协调调度模型 |
| 4.3.1 日前优化调度模型 |
| 4.3.2 日内滚动优化调度模型 |
| 4.3.3 实时反馈校正阶段 |
| 4.4 EV充电站内EV的有序充电策略 |
| 4.4.1 充电站工作场景描述 |
| 4.4.2 局部最优充电策略 |
| 4.5 算例分析 |
| 4.5.1 开发环境 |
| 4.5.2 算例概述 |
| 4.5.3 配网层结果分析 |
| 4.5.4 EV充电站层结果分析 |
| 4.6 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在攻读硕士学位期间完成的学术成果 |
（10）换热网络控制与经济优化的协调设计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 引言 |
| 第1章 换热网络优化设计与控制研究进展 |
| 1.1 基于经济优化的换热网络设计 |
| 1.2 换热网络的优化控制 |
| 1.3 协调思想在化工系统工程中的应用 |
| 1.4 本章小结 |
| 第2章 换热网络控制与经济优化的协调原理和分析 |
| 2.1 换热网络旁路控制与系统经济性分析 |
| 2.2 换热网络控制与经济优化的协调原理 |
| 2.3 示例与分析 |
| 2.4 本章小结 |
| 第3章 有分流换热网络控制与经济优化的协调设计 |
| 3.1 有分流换热网络优化控制系统结构设计方法 |
| 3.2 有分流换热网络控制与经济优化的协调框架设计 |
| 3.3 协调优化问题描述 |
| 3.4 示例与分析 |
| 3.5 本章小结 |
| 第4章 换热网络旁路控制与基于旁路调节的经济优化协调设计 |
| 4.1 换热网络优化控制系统结构设计 |
| 4.2 换热网络旁路控制与基于旁路调节的经济优化协调框架设计 |
| 4.3 以公用工程为目标的一次协调优化问题 |
| 4.4 基于持续节能的换热网络全周期控制与经济优化协调设计 |
| 4.5 实例与分析 |
| 4.6 本章小结 |
| 第5章 结论 |
| 参考文献 |
| 附录A 符号说明 |
| 附录B 在学期间研究成果 |
| 致谢 |
四、Two-Stage Double Sampling by Variables and Its Simulation（论文参考文献）
- [1]含高比例风电的电力系统备用优化与分布式调度研究[D]. 陈哲. 浙江大学, 2021
- [2]不确定性条件下流程企业生产调度和鲁棒优化研究[D]. 凤伟. 浙江大学, 2021(01)
- [3]基于离散相似指数积分法的电磁暂态仿真方法研究[D]. 宋文达. 华北电力大学(北京), 2021
- [4]基于卷积神经网络的电力系统暂态稳定评估[D]. 张若愚. 北京交通大学, 2020
- [5]基于深度特征的腹部CT影像肝脏占位性病变辅助诊断研究[D]. 夏开建. 中国矿业大学, 2020(03)
- [6]基于CEEMD和LRSD-TNNSR的柔性薄壁轴承故障特征提取[D]. 李小朦. 华南理工大学, 2020
- [7]有源配电网状态感知与故障恢复方法研究[D]. 徐俊俊. 东南大学, 2019
- [8]基于自然特征的航天器相对视觉导航方法研究[D]. 宁明峰. 哈尔滨工业大学, 2019(12)
- [9]主动配电网多时间尺度有功无功协调调度策略研究[D]. 邓振立. 东南大学, 2019(05)
- [10]换热网络控制与经济优化的协调设计方法研究[D]. 查新朗. 中国石油大学(北京), 2018(01)