摘要：自动电压调节器(Automatic Voltage Regulator, AVR)的性能往往受到同步发电机高场电感和连续负载变化的影响,电力系统中参数的不确定性对于系统整体性能是一个重大挑战,在设计控制策略时需要重点考虑。线性自抗扰控制(Linear Active Disturbance Rejection Control, LADRC)的显著特点是能够实时估计和消除总扰动,并且不依赖于准确模型。在解决终端电压变化问题时,LADRC是一种可行的解决方案。探讨了三阶线性自抗扰控制器与高阶PID的关系,研究了线性自抗扰控制在AVR电压控制问题中的应用。针对目前AVR中普遍存在的定子电流限制(Stator Current Limit, SCL)问题,提出了一种补偿方案。方案引入发电机理论输出和实际输出的误差作为额外扰动输入,利用扩张状态观测器(Extended State Observer, ESO)对其进行估计,这样可以令线性自抗扰控制器快速补偿误差。仿真证明了与高阶PID相比,LADRC具有更强的抗干扰性,可以取得更好的控制效果。

摘要：项目化教学,是职业教育培养应用型、复合型、创新型人才的重要举措与有效抓手,也是未来教育的发展趋势。从产教融合背景下项目化教学的价值入手,《计算机平面设计》相关课程中实施项目化教学的具体策略是,学校层面要建立评估机制,教学层面尽可能提供足够的资源,教师层面要提供个性化的教学,此外,师生要共同解决项目化教学可能存在的“技术难题”,共同克服项目化教学中存在的困难。

摘要：基于Wi-Fi无线信号的指纹定位技术是实现室内定位、追踪等物联网相关应用的重要手段之一。在用户向服务器请求定位服务的同时,如何保护用户的定位隐私和服务器的数据安全是其商业化应用中亟需解决的重要问题。针对目前通过加密算法进行隐私保护时,算法的实时性不足和定位精度不高的问题,设计了一种具有隐私保护的轻量级室内指纹定位算法。采用k匿名算法保护用户的请求隐私,Paillier同态加密算法保护用户的定位隐私和服务器的数据隐私;通过独特的指纹请求子集设计,改进方案进一步降低了定位中的计算开销和通信开销,并实现了定位精度的提升。理论分析和实验研究均表明,所提方案在实现隐私保护的同时,克服了现有同态加密巨大的计算开销问题,并提高了定位性能。

摘要：针对树木图像分割需要预处理、人机交互和分割精度低等问题,提出基于改进的DeepLab V3+的街道树木图像分割方法。在编码端使用带有扩张卷积的扩张残留网络并添加密集连接方式提取中阶特征图,传递给设计有交互信息传递的空洞空间卷积池化金字塔,增强了不同感受野之间的相关性,采用多尺度拼接融合方法形成高阶特征图。在解码端,对多增加的中阶特征图和高阶特征图进行上采样后调整通道数,与低阶特征图进行跨层拼接融合,使高分辨率图像的细节信息得到更好的补充。在自制树木图像分割数据集以及Cityscapes公共数据集上的精度相较DeepLab V3+以及其它主流网络有所提高。

摘要：智能电网的快速发展使得电力传输更加高效,而电网系统和信息通信技术的高度集成也使电力系统面临更多的网络威胁。入侵检测作为一种检测网络攻击的有效方法受到了广泛关注,现有的检测方案大多基于强有力的假设:单个机构高质量的攻击示例足够多并且愿意分享他们的数据。然而,实际生活中单个机构所产生的数据不仅数量很少而且具有各自特点,这些机构通常并不愿意分享他们的数据,而使用单一机构的数据并不足以训练出一个高准确率的通用检测模型。鉴于此,文章提出一种安全高效的智能电网入侵检测方法。具体来说,首先引入联邦学习框架协同训练一个通用的入侵检测模型,以保护本地数据的安全并间接扩充数据量;然后设计了一个安全的通信协议,来保护训练过程中模型参数的安全性,防止攻击者窃听对其进行推理攻击;最后通过选择良好客户端进行全局聚合,在保证模型快速收敛的同时减少参与者的数量以降低通信带宽。实验结果表明,在保证模型收敛的情况下,文章所提模型提高了入侵检测的准确率,保护了数据隐私,同时降低了通信成本。

摘要：针对区块链溯源应用中ECDSA签名算法和群签名等签名算法产生的依赖可信中心和签名效率低等问题,提出一种适用于区块链溯源场景的动态Schnorr门限签名方案。该方案基于Pedersen可验证秘密共享方案,无需第三方可信中心。由签名成员之间相互验证并生成子密钥,实现完全去中心化;使用Schnorr签名方案缩短签名时间和签名验证时间;根据签名成员具有变更性的特点建立成员加入和成员退出机制。实验结果表明,所提方案计算量较小,缩短了门限签名的签名时间和签名验证时间。

摘要：污水处理过程中,由于溶解氧和硝态氮浓度是时变且长滞后的,因此难以精准控制。为解决这一问题,提出基于径向基(radial basis function, RBF)神经网络的多变量解耦比例积分-广义预测控制(proportional integral-generalized predictive control, PI-GPC)算法。首先,基于RBF神经网络分别建立溶解氧浓度和硝态氮浓度非线性模型;然后,在此模型基础上,利用GPC的预测性和传统PI控制器的反馈性,优化溶解氧和硝态氮的浓度控制;最后,利用基准仿真模型No.1(benchmark simulation model No.1, BSM1)数据,通过神经网络辨识系统模型并设计控制器。结果表明,PI-GPC算法相较于传统GPC和PI控制算法,能够获得更快速和更稳定的控制效果。

摘要：Markov模型在位置预测领域有着广泛的应用,然而,动态Markov模型阶数难以确定.本文设计了一个在对用户地理轨迹和语义轨迹进行挖掘的过程中动态确定阶数的方法DMM+C,根据用户当前的轨迹序列和历史轨迹模式,结合轨迹前缀树(TPtree)以及相邻簇中用户信息,动态确定合适的阶数进行用户位置预测.该方法基于滑动时间窗口的PrefixSpan(STW-P)算法实现,通过挖掘最近一系列块中的移动模式以及用户位置访问频率不断更新用户的轨迹模式,捕捉用户移动序列模式随时间的变化规律,利用用户评论的概率分布提高位置预测精度.真实数据集上的实验证明了本方法的有效性.

摘要：在多处理器系统中已经证明了比例公平(proportion fair,Pfair)算法是调度周期任务最优的全局调度算法。然而在该算法的最坏执行情况下,任务在每个调度时刻均产生切换或迁移,导致系统开销过大。针对这一问题,对Pfair算法进行深入研究后发现,任务的分配过程是一个重要原因。基于此,提出基于启发式算法的模拟退火比例公平(simulated annealing-proportion fair,SA-Pfair)调度算法,即在Pfair算法做出调度决策后,用启发式算法将任务分配给处理器,以弥补原算法的不足。最后,采用LITMUS-RT平台对SA-Pfair算法和以此为基础设计的调度器进行仿真。结果表明,新算法在一定程度上减少了任务的切换次数以及50%以上的任务迁移总量,且能够有效地降低调度过程中的系统开销。

摘要：我国城市周边普遍建设兼具发电、供热、工业供汽等功能的综合能源供给型热电联产机组,对象惯性迟延、非线性、多变量耦合等特性更加复杂。建立对象动态模型是分析其控制特性并实施优化控制的基础。以通用亚临界机组动态模型为基础,针对其热力系统结构的差异,采用机理建模的方法建立汽轮机供热抽汽、工业抽汽部分的物质-能量平衡方程,得到能够反映机组发电-供热-供汽负荷耦合特性的五入五出简化非线性动态模型。并针对一典型300 MW热电汽多联产机组,代入设计及运行数据得到了一个模型的实例,通过仿真实验和实际运行数据对比定性定量地验证了模型的准确性。