摘要：作为电类专业的专业基础课程,“电磁场与波”是“电学机”“高电压技术”“微波技术”等后续课程的理论基础。在深入分析了课程特点的基础上,设计了若干个专门的数学专题,将学生认为晦涩难懂的矢量代数转换为直观易理解的生活内容。同时优化整合了教学内容,将教学内容游戏化,教学内容生活化、教学内容故事化、教学内容直观化,让学生在“思”和“做”中将抽象难懂的知识和现实生活和工程实际紧密结合,开拓了学生主动探索的求知精神,提高了学生解决工程问题的能力和创新能力。

摘要：为了更好地保证数字水印的鲁棒性和安全性,提出了一种基于Contourlet变换分解和ANFIS网络结合的数字水印算法。宿主图像先进行Contourlet分解,将置乱后的水印嵌入到Contourlet分解的低频系数中。根据ANFIS网络能够很好的模拟出输入输出之间关系的特点,训练好逼近宿主图像和水印图像之间的关系的ANFIS网络。在接收端用训练好的ANFIS网络盲提取水印,实现了在Contourlet域中采用神经网络盲提取的水印算法。实验结果表明,该水印算法安全性较高,经过噪声干扰、滤波、压缩等攻击具有很好的鲁棒性。

摘要：以提高经济性和自供电能力为目标,提出了一种并网型风光储微电网容量优化配置方法,并对其环保减排效益进行了分析。首先确定了适用于并网型微电网的运行控制策略,然后以微源的数量作为优化变量,构建了以年平均综合成本及自供电率为评价指标的数学模型,并采用非支配排序多目标遗传算法对模型进行了求解。最后引入效用理论对各优化结果进行综合评价,以得到不同设计要求下的推荐方案。算例验证了所提方法的正确性和有效性。

摘要：为减小地区电网负荷峰谷差,增强电力系统接纳可再生能源的能力,同时提高电动汽车用户响应积极性,以地区电网等效负荷波动最小和用户充电费用最低为目标函数,建立了考虑电动汽车与电网互动(vehicle-to-grid,V2G)模式并计及风电和光伏出力的多目标协同调度模型,以合理安排电动汽车的充放电行为.定义了各目标的隶属度函数,通过运用最大模糊满意度法,将该多目标优化问题转化为单目标非线性优化问题,并应用自适应权重粒子群寻优算法进行求解,得到最优调度方案.算例结果验证了模型的有效性和求解方法的可行性.

摘要：预防重构能够确保配电网在一定安全裕度下运行,但网络拓扑频繁变化会降低系统稳定性,增加运行成本.考虑到储能充放电特性和网络最大供电能力,以一天内重构次数最少为一级目标函数,以储能最大出力能力和最大供电能力指标为二级目标函数,建立配电网多级目标预防重构模型.提出储能充放电和重构的动作策略和联合提升最大供电能力的方法,在最大供电能力指标低于安全警戒线时优先利用储能调节,不足时再联合网络重构调节.采用广义简约梯度算法和混合粒子群算法对模型进行求解.最后,以IEEE-33节点配电系统为例的计算分析结果表明,在预防重构中利用储能的备用调节作用,可避免拓扑频繁发生变化,验证了本文模型和策略的可行性.研究成果对于利用预防重构提高配电网运行安全可靠性具有一定参考意义.

摘要：为了快速可靠识别基于模块化多电平换流器MMC(modular multilevel converter)的多端柔性直流MTDC(multi-terminal direct current)输电系统直流侧故障,提出了一种基于单端单极电流的柔性直流电网故障识别方案。该方案通过对电流动态偏差值极值的检测与电流累差值的计算实现直流线路故障快速定位,采用母线短时能量保护区分直流母线故障和线路故障,并根据所提保护方案设计了一套故障检测和识别单元。在PSCAD/EMTDC仿真平台上搭建仿真模型,通过仿真算例验证了该保护方案能在各种情况下快速、可靠地识别故障,无需双端数据通信,无需复杂数据分析与处理,满足多端柔性直流输电系统对保护的要求。

摘要：边界扫描布局优化是复杂系统测试性设计的重要内容,属于典型的组合优化问题。提出了一种基于自适应混沌二进制粒子群优化算法(ACBPSO)的板级电路测试性设计最小化优化方法。该算法利用混沌运动的遍历性来初始化粒子群参数,惯性权重则根据粒子群的早熟收敛程度自适应调整。随着算法迭代运行,离散粒子群算法(BPSO)的随机性越来越强,缺乏后期的局部搜索能力,故引入新的概率映射函数。仿真实例验证了该算法有效地克服了二进制粒子群的早熟收敛现象,提高了搜索效率,具有良好的优化效果。

摘要：故障特征的有效提取和分类器的设计是模拟电路故障诊断的两个至关重要的环节,为此,提出了一种基于S变换与核fisher相结合的模拟电路故障诊断新方法,首先利用S变换对原始数据进行时频分析,其次利用奇异值分解对提其降维去冗处理,选取最佳表示故障的特征量,最后对特征量进行核fisher判别分析,把非线性数据映射到一个高维空间,在高维空间对其进行线性分类处理,完成故障的识别和定位;实例仿真结果表明,该方法能够准确有效地实现故障定位,具有更高的诊断准确率和良好的应用前景。

摘要：研究了一种将新特征提取方法(13维特征提取法)与量子神经网络相结合,来实现手写数字识别的方法。13维特征提取法是从每个字符中提取关键的13个特征值,而量子神经网络是将神经元与模糊理论相结合的模糊神经系统,能很好地减少模式识别的不确定度,提高模式识别的准确性。通过使用MNIST样本库仿真比较实验可知,该方法具有设计算法相对比较简单,且识别正确率较高的特点。

摘要：互补性金属氧化物半导体(complementary metal-oxide semiconductor,CMOS)工艺尺寸的不断缩小从正面影响了系统的尺寸和性能,同时也对集成电路的可靠性和信号完整性产生了严重的负面影响。为了解决这个问题,提出了一种时间模式信号处理电路代替传统的电压模式信号处理电路,在此基础上,设计了一种基于BSIM3模型、0.18umCMOS工艺的时间模式放大器(TMA,Time-Mode Amplifier)电路,并对该电路进行了原理分析和Hspice仿真,实验结果表明,当输入时间差为皮秒级时,输出时间差会达到纳秒级,能很好地实现时间模式放大功能。