课程文献中心 更多>>

关键词： 电力系统   经济负荷分配   单纯形法   人工蜂群   阀点效应  

摘要： 在处理复杂、非凸、非线性的电力系统经济负荷分配问题时,传统智能算法往往存在收敛速度慢、寻优能力差等缺点。将单纯形法嵌入人工蜂群算法中,提出一种改进蜂群算法,应用到电力系统经济负荷分配中。该算法保留了人工蜂群算法强大的全局搜索能力,同时改进了跟随蜂的搜索方式,并使用单纯形法算子对较优蜜源进行快速的确定性局部搜索,从而提高整体算法的寻优能力和收敛速度,并提出一种有效的约束条件修复方法以保证新个体的可行性。在带有阀点效应的电力系统经济负荷分配上的仿真测试结果,验证了所提算法的有效性。

关键词： 重叠社团结构   局部随机游走   密度峰值   三支聚类  

摘要： 自然界和社会中的许多复杂系统都可以用网络来描述,重叠社团检测是研究这些网络的关键任务之一。文章提出一种新的基于密度峰值聚类法和三支聚类法的重叠社团检测算法(3W-DPC算法),主要思想是利用密度峰值法确定网络中心节点,进一步进行三支聚类,确定每个社团的核心域和边界域。通过使用3W-DPC算法分析人工网络和真实网络的社团结构,研究发现重叠的社团自然且频繁,特别是对于最大的群落。与其他检测方法进行的基准测试比较,表明3W-DPC能够有效地检测网络的重叠社团结构。

关键词： 海上风机总装车间   车间设施布置   系统布置设计   遗传算法   车间工序   物流强度   工位  

摘要： 以典型海上风机总装车间设施布置为研究对象,介绍车间设施布置理论,并基于系统布置设计(Systematic Layout Planning, SLP)和遗传算法建立海上风机总装车间设施布置数学模型。分析车间工序的物流关系,以最小物流强度为优化目标,对典型海上风机总装车间设施布置设计进行优化。研究结果对离散型制造企业优化车间设施布置和降低生产成本具有一定的借鉴意义。

关键词： 超图神经网络   跨域自然语言   生成SQL语句  

摘要： 基于超图神经网络跨域自然语言生成SQL语句分析涉及超图神经网络(HGNN)技术处理以及生成跨域SQL查询语句,其中超图神经网络主要利用捕捉数据库架构的方式进行分析,了解其与自然语言的内在关联信息,通过此种方式进行处理可以有效提高模型生产质效。为了有效提高超图神经网络的跨域自然语言生成SQL语句分析效率,本文分析超图神经网络以及跨域自然语言生成SQL语句的相关内容,了解关键技术,探究超图神经网络的跨域自然语言生成SQL语句分析应用,以供参考。

关键词： 人脸识别   温度测量   单片机  

摘要： 本文指出人的体温是反映人体健康状况的重要指标,体温异常与某些疾病有着密切的联系;从防疫筛查的角度出发,公共场合人流体温检测已成为筛查潜在病毒感染者的重要手段。为此,本文设计了一套基与红外测温和人脸识别技术的门禁系统。系统采用STM32F103C8T6单片机作为主控模块,以OpenMv4 H7作为摄像头采集模块,采集人脸图片,采用Harris特征提取算法进行特征点提取,实现人脸学习识别功能;以MLX90614红外测温传感器测量人体或者物体温度,并与设定的阈值比对,超过阈值实现语音与灯光报警。经测试,本系统对人体以及物体温度测量的误差控制在0.5℃之内,人脸识别的准确率达到98%,系统操作简单,运行可靠,较好地实现了功能。

关键词： 电费拖欠   预警方法   Pearson相关系数   多层感知机   逻辑回归   特征提取  

摘要： 用户电费回收风险预警是电力公司运营中的一个难题,为此提出了一种基于多层感知机(MLP)的电费回收风险预警方法。首先,利用Pearson相关系数对影响电力客户拖欠电费的因素进行特征提取;然后,提出并描述了基于MLP的电费回收风险预警具体流程;最后,在一组实际数据上与传统的logistic回归算法对比,证明该方法的高效性。对比结果显示,该算法的预测精度达到了92.31%,可为供电单位在风险客户管理上提供预警。

关键词： 双碳目标   交通运输业   碳排放   STIRPAT   情景分析  

摘要： 基于2007~2021年交通运输业碳排放量(CT)相关数据,在扩展STIRPAT模型基础上运用带有Driscoll-Kraay标准误差的随机效应模型拟合,并以此预测未来年CT;采用Tapio模型对2007~2035年交通行业增加值(TGDP)与CT进行脱钩分析.结果表明,关中平原城市群交通能源强度、TGDP、私人车辆拥有辆等是推动CT增长的主要因素;相反,可再生电力占比和交通固定资产投资强度对CT增长有抑制作用,其中可再生电力占比是最主要的抑制因素;按低碳情景发展,关中平原城市群CT可在2030年达峰;2007~2013年,CT与TGDP间脱钩e值在-0.62~3.01间波动,之后趋于相对稳定,主要表现为弱脱钩,2030年后实现较强脱钩.研究表明,关中平原城市群要如期实现交通“碳达峰”目标,需优化能源结构来提升可再生能源占比、控制汽车拥有辆.

关键词： 深度学习   电力设备   故障诊断   智能预测   卷积神经网络   长短期记忆网络  

摘要： 本文在电力设备故障诊断与预测领域提出了一种新的智能算法,该算法以深度学习为基础,利用卷积神经网络和长短期记忆网络等深度学习模型对电力设备的历史数据进行特征提取和时序建模,从而对设备的运行状态进行识别和预测。在算法中引入注意力机制,可提高模型对关键信息的关注度以及故障诊断的精确度;在优化上采用残差网络等结构优化模型的学习能力,对设备状态的变化有更强的捕捉能力。最后对算法进行实验验证,证明其在电力设备故障诊断与智能预测方面具有较高的效果和可行性,为电力设备的故障诊断和预测提供了一种新的智能化手段。

关键词： 推荐系统   图对比学习   生成对抗网络   变分自编码器  

摘要： 针对图神经网络在推荐系统中存在的标签稀缺、数据嘈杂、特征增强时图节点特征信息丢失等问题,提出一种新的变分图生成-对抗对比学习的推荐模型.该模型包含一个生成器和一个鉴别器.首先,生成器使用变分自编码器生成图,通过鉴别器区分输入的图为真实样本还是由生成器生成的样本,然后二者以对抗的形式生成增强图.其次,利用这些图来训练具有自监督学习损失的编码器,即图对比损失.通过这种方式增强系统中标签数量,同时避免特征增强时图节点特征信息的丢失问题.在3个公共数据集上的实验结果表明,该模型在推荐算法中的有效性和泛化性都优于传统的推荐模型.

关键词： 字体家族   字体生成   注意力机制   空间通道重建卷积  

摘要： 为提高字体家族生成效果,针对字体家族特性,调整网络关注字体的局部特征和字体笔画相交的部分,提出融合SCConv和注意力机制的字体家族生成方法。该方法使用空间通道重建卷积代替普通卷积来提高网络生成效率,同时模型加入置换注意力(ShuffleAttention,SA),将字体特征进行混合后分组用以增加字体特征交互,使用多头注意力机制对字体特征进行融合。实验结果表明:本模型生成字体家族字符在指标和效果优于DG-Font算法。