摘要：教师数字画像是助力教师高质量发展的重要手段。结合新时期教师角色的多元综合性和专业能力的多维复合性需求,有必要对教师进行基于多场景融通的数字画像。本文面向精准教研、教师培训、课堂教学、智能研修、绩效评价等教师工作属性相关的关键场景应用,从数据获取、数据融合、画像描摹、画像运用、服务优化五方面建构了多场景融合的教师数字画像模式,以解决画像重复建设、共享困难、利用率不高、针对性不强等问题。基于此,依托多场景需求识别、可视化结果呈现、多主体协同、关注数据安全问题等应用方法,可帮助制定循证的专业发展路径、设计系统智能化评估方案、形成多元贯通的教师发展共同体和营造稳定可持续的画像应用环境,从而优化教师数字画像的多场景应用服务体系。

摘要：针对现有下肢助力外骨骼研究中缺少对关节层面的运动学分析以及缺少对髋关节外骨骼助力机制的研究这一现状,对一款髋关节助力外骨骼在多种助力模式下的运动进行采集和分析,得到被试在不穿戴外骨骼、外骨骼零助力、外骨骼低助力、外骨骼中助力、外骨骼高助力和外骨骼阻力共6种模式下的运动数据,并通过逆运动学计算和数据分析,得到关节角度曲线和步态特征。实验结果在关节层面明确了髋关节外骨骼的助力机制,可为助力外骨骼的设计和运动控制提供参考。

摘要：基于深度神经网络的地震速度反演方法面临的挑战是:时间域地震数据与空间域模型信息间语义映射的弱对应关系导致多解性;神经网络将地震数据映射到速度模型过程中缺少有效引导,易受噪声干扰,影响反演精度。为此,提出一种基于特征强化U‑Net的地震速度反演方法。首先,通过多炮地震数据特征叠加使输入网络的地震时间序列信号与对应速度模型之间的空间关系更加明确;其次,基于多尺度特征融合的思想设计具有不同尺寸卷积核的模块,以增强网络对有效特征的学习能力;然后,利用注意力门引导网络,增强网络重点关注的特征;最后,结合瓶颈残差和预激活的思想,在网络中加入预激活瓶颈残差,避免梯度消失和网络退化。实验表明,该方法在地震速度反演方面具有更高的精度,并在抗噪声测试中效果较好,具有一定的泛化能力。

摘要：绝缘子是一种设计用于在不同电势导线上承受电压和机械压力的装置;由于电环境和电力负载波动的影响,绝缘子可能会遭受多种电-机耦合应力破坏,从而无法正常工作并且影响整个绝缘子网络的寿命;为了解决这个问题,提出了通过目标检测算法来检测绝缘子损坏的方案;改进的方案基于Yolov5s模型进行;首先,在原有的Yolov5s模型基础上增加了更多的小目标检测层,从而提高了检测的精度;此外,引入了额外的运算层以扩展特征图,并使用SE(注意和观察)注意模块使网络更专注于检测对象,还采用SIOU代替YOLOv5s中的损失函数;实验结果显示,改进后的模型相对于传统的Yolov5s模型在绝缘子损坏检测方面具有明显优势;改进后的模型在mAP(平均精度均值)、P(查准率)和R(查全率)等指标上分别提高了2.5%、1.1%和0.8%;与原始的Yolov5s模型以及其他模型(如Yolov5m、Yolov5l等)相比,在绝缘子缺陷检测和识别方面具有更强的竞争力;这些改进策略为提高绝缘子损坏检测精度提供了有效的解决方案;通过这些改进,可以更准确地检测绝缘子损坏,并及早采取必要的维修和保养措施,以延长绝缘子的寿命和确保电力系统的稳定运行。

摘要：为促进实现“双碳”目标,新能源将成为未来能源供应的主体。考虑到高比例新能源对电力系统容量规划和调度运营带来的巨大挑战以及电氢能源需求量的持续增长对电力系统的影响,以微电网为研究对象,设计基于可逆固体氧化物电池的考虑源荷不确定性的电氢耦合微电网全生命周期规划-运营优化模型及其求解算法。首先,针对风光产电、电氢负荷等多种不确定因素,设计包含微电网全生命周期内各年份不同典型日的数据,以构成随机场景。其次,对电氢耦合微电网容量规划成本、全生命周期调度运营成本以及新能源年均渗透率等多个优化目标进行数学表达,并对各发电机组、可逆固体氧化物电池以及储氢库的规划-运营约束进行线性描述。然后,设计一种改进的增广ε约束算法求解模型的Pareto解集,并提出一种平衡决策方法从解集中获取最佳规划-调度方案。最后,仿真结果表明,所提方法能均衡各优化目标,在保证新能源高渗透率的同时提升电氢耦合微电网的可靠性以及规划-运营经济性。

摘要：随着新能源渗透率不断提高,微电网在分布式能源(distributed energy resources,DERs)运行控制中的作用日益凸显,但分布式能源的接入会给微电网的运行带来扰动。为此,提出了一种基于多智能体系统(multi-agent system,MAS)的两级分散协调控制方案来保证微电网的高安全性和稳定性。上层智能体基于Petri网(Petri-net,PN),针对各类能源的不同工作模式,构建DERs的PN模型,并以PN模型设计协调逻辑控制指令集,通过网格自适应直接搜索过滤算法(mesh adaptive direct search filter algorithm,MADSFA)选择最佳的协调逻辑控制指令。下层智能体负责局部连续控制,针对不同功率特性DERs的逆变器,分别采用不同的下垂控制策略。为保证暂稳态下微电网的稳定性,在逆变器和下垂控制器之间增设预设性能控制器,以确保逆变器的输出功率误差无论是在暂态还是稳态的情况下均能稳定在预设误差范围以内。同时为提高微电网系统的稳定性,两层之间的交互采用主从和无固定主从相结合的通信模式,这种交互机制提高了MAS在系统的实时监控过程中的时效性和灵活性。最后,仿真结果验证了基于MAS两级分散协调控制策略的有效性。

摘要：研究了受到隐蔽攻击的信息物理系统(Cyber-physical system,CPS)安全控制问题.采用KL(Kullback-Leibler)散度描述攻击的隐蔽性,并设计动态输出反馈控制器,使系统可达集始终保持在安全区域内,其中可达集定义为系统状态以一定概率属于的集合.首先,给出隐蔽攻击下检测器残差所在范围的一个外椭球近似集;其次,根据该近似集和噪声的范围给出控制器参数与系统椭球形不变可达集的关系;然后,通过设计可逆线性变换并构造凸优化问题,求解安全控制器参数和相应的不变可达集;最后,使用弹簧−质量−阻尼系统进行仿真,验证了所提控制方法的有效性.

摘要：针对智能家居中小词表语音指令识别应用场景的模型小尺寸和低延时的需求,设计了两种轻量化的基于神经网络和连接时序分类算法(CTC)的中文端到端语音指令识别模型。通过精简网络层数和结构实现模型轻量化,引入CTC算法实现以汉字字符作为建模基元的端到端训练和解码,解决数据预对齐问题。最终在公开数据集Aishell-I和自制语料数据集上进行比较,最终得出CNN-CTC模型以350 kB的模型大小、5 ms的运行速度、5.02%的字错率、92.0%的意图命中率综合评价后,更适用于小词表语音指令识别应用场景。

摘要：机器人协作系统是提高机械制造加工自动化与灵活性的有效方式,提出了一种基于协作工作空间与公共工作空间乘积(PTCWA)性能指标的机器人系统布局优化模型与方法。该方法采用解析法对多机械臂系统的公共工作空间和协同工作空间进行分析,研究系统布局与两种操作空间之间的耦合关系。基于机械臂D-H参数与机器人数量,对系统布局的极限位置进行分析。基于PTCWA性能指标与布局极限位置参数构建多臂系统布局优化模型,以系统性能指标最优为目标对优化模型进行优化求解。最后以由三个工业机器人组成的典型协作系统为实例进行仿真验证,结果表明以该优化模型进行优化求解可以得到机器人系统的最优系统布局参数。

摘要：缝纫设备的智能运维与管理,关键在于解决非结构化文本的信息挖掘及语言模型构建问题。这对于加快设备缺陷和故障诊断速度、提高诊断准确性及实现设备检修的智能辅助决策,具有重要意义。该研究提出了通过基于BERT的条件随机场(bidirectional encoder representations from transformers-conditional random field,BERT-CRF)的实体抽取模型抽取关键实体信息,如设备名称、属性等,再通过基于双向门控循环单元注意力机制(bidirectional gated recurrent unit-attention,BiGRU-Attention)的关系抽取模型有效捕捉实体之间的语义关联,为缝纫设备知识图谱的构建提供支持。针对缝纫设备文本分析场景,模型在缝纫设备文本实体识别、信息抽取和故障诊断等任务场景进行了专门的训练和优化。与现有的深度学习算法相比,该研究所提方法在验证集和测试集上实现了20%到30%的性能提升,体现了其在召回率和精确度上的显著优势。缝纫设备知识的非结构化文本信息挖掘,可为平缝设备数据集成、设备故障运维、平缝工艺路线设计等方面的知识图谱构建提供参考。