近年来,随着风电、光伏等电力电子接口电源大规模接入电网,电网整体惯量水平持续降低,节点惯量呈现出空间分布差异,系统频率失稳风险显著增加。因此,亟待快速评估电网惯量分布情况,以便调度运行人员及时制定有效惯量调控措施。提出了一...近年来,随着风电、光伏等电力电子接口电源大规模接入电网,电网整体惯量水平持续降低,节点惯量呈现出空间分布差异,系统频率失稳风险显著增加。因此,亟待快速评估电网惯量分布情况,以便调度运行人员及时制定有效惯量调控措施。提出了一种基于极大似然辨识的电网节点惯量估计方法。先利用频率和有功功率量测数据,构建用于惯量估计的带外部输入的自回归滑动平均模型(autoregressive moving average model with exogenous inputs,ARMAX);再利用极大似然辨识方法,识别ARMAX模型中的未知参数;然后,结合节点有功-频率传递函数和计数器确定惯量估计值和所需最小量测数据长度;最后,基于改进的CEPRI-36点系统进行的仿真测试验证了该方法的有效性。展开更多
针对传统最大似然波达方向(maximum likelihood direction of arrival,ML-DOA)估计存在计算量大、估计精度差等问题,本文提出一种采用改进帝王蝶优化算法(improved monarch butterfly optimization algorithm,IMBO)的ML-DOA估计方法。I...针对传统最大似然波达方向(maximum likelihood direction of arrival,ML-DOA)估计存在计算量大、估计精度差等问题,本文提出一种采用改进帝王蝶优化算法(improved monarch butterfly optimization algorithm,IMBO)的ML-DOA估计方法。IMBO算法通过精英反向学习策略对初始帝王蝶种群进行优化,得到适应度值较优的初始帝王蝶个体,进而能够改善帝王蝶种群的多样性;引入差分进化算法启发的变异操作以及自适应策略对帝王蝶个体的寻优方式进行改进,扩大了算法的搜索空间;引入了高斯-柯西变异算子,自适应调整变异步长,避免算法陷入局部最优。将IMBO应用于ML-DOA,实验表明,与传统的DOA估计算法相比,在不同信源数目、信噪比以及种群数量下,本文提出的算法收敛性能更好,均方根误差更低,运算量更小。展开更多
目的:本研究通过激活似然估计的Meta分析,探究中央颞区棘波儿童自限性癫痫患儿(self-limited epilepsy with centrotemporal spikes,SeLECTS)的局部脑区功能变化特点。方法:通过系统检索中文及外文数据库,检索自建库开始至2024年1月25...目的:本研究通过激活似然估计的Meta分析,探究中央颞区棘波儿童自限性癫痫患儿(self-limited epilepsy with centrotemporal spikes,SeLECTS)的局部脑区功能变化特点。方法:通过系统检索中文及外文数据库,检索自建库开始至2024年1月25日伴中央颞区棘波自限性癫痫患儿自发脑活动改变的文献,运用基于体素的Meta分析,对SeLECTS患儿与健康对照组局部脑区功能变化相关的研究结果进行了整合分析。利用元回归分析的方法计算Meta结果与人口学变量和临床信息的相关性。结果:全效应Meta分析发现右侧中央前回自发脑活动升高。局部一致性Meta分析并未发现自发脑区活动的升高和减低。单独低频振幅和低频振幅分数Meta分析发现自发脑活动增加脑区包括右侧中央后回、左侧脑岛、右侧前扣带回,自发脑活动减低脑区包括左侧颞中回、左侧楔前叶、左侧枕中回。Meta-回归分析表明,SeLECTS患儿右侧中央前回的自发活动与年龄呈正相关。结论:SeLECTS患儿多个区域的脑区自发脑活动出现了异常,其功能改变的脑区可以帮助更好的解释SeLECTS的发病机制,在此基础上未来为进一步探索SeLECTS的影像学机制提供参考。展开更多
文摘近年来,随着风电、光伏等电力电子接口电源大规模接入电网,电网整体惯量水平持续降低,节点惯量呈现出空间分布差异,系统频率失稳风险显著增加。因此,亟待快速评估电网惯量分布情况,以便调度运行人员及时制定有效惯量调控措施。提出了一种基于极大似然辨识的电网节点惯量估计方法。先利用频率和有功功率量测数据,构建用于惯量估计的带外部输入的自回归滑动平均模型(autoregressive moving average model with exogenous inputs,ARMAX);再利用极大似然辨识方法,识别ARMAX模型中的未知参数;然后,结合节点有功-频率传递函数和计数器确定惯量估计值和所需最小量测数据长度;最后,基于改进的CEPRI-36点系统进行的仿真测试验证了该方法的有效性。
文摘针对传统最大似然波达方向(maximum likelihood direction of arrival,ML-DOA)估计存在计算量大、估计精度差等问题,本文提出一种采用改进帝王蝶优化算法(improved monarch butterfly optimization algorithm,IMBO)的ML-DOA估计方法。IMBO算法通过精英反向学习策略对初始帝王蝶种群进行优化,得到适应度值较优的初始帝王蝶个体,进而能够改善帝王蝶种群的多样性;引入差分进化算法启发的变异操作以及自适应策略对帝王蝶个体的寻优方式进行改进,扩大了算法的搜索空间;引入了高斯-柯西变异算子,自适应调整变异步长,避免算法陷入局部最优。将IMBO应用于ML-DOA,实验表明,与传统的DOA估计算法相比,在不同信源数目、信噪比以及种群数量下,本文提出的算法收敛性能更好,均方根误差更低,运算量更小。
文摘目的:本研究通过激活似然估计的Meta分析,探究中央颞区棘波儿童自限性癫痫患儿(self-limited epilepsy with centrotemporal spikes,SeLECTS)的局部脑区功能变化特点。方法:通过系统检索中文及外文数据库,检索自建库开始至2024年1月25日伴中央颞区棘波自限性癫痫患儿自发脑活动改变的文献,运用基于体素的Meta分析,对SeLECTS患儿与健康对照组局部脑区功能变化相关的研究结果进行了整合分析。利用元回归分析的方法计算Meta结果与人口学变量和临床信息的相关性。结果:全效应Meta分析发现右侧中央前回自发脑活动升高。局部一致性Meta分析并未发现自发脑区活动的升高和减低。单独低频振幅和低频振幅分数Meta分析发现自发脑活动增加脑区包括右侧中央后回、左侧脑岛、右侧前扣带回,自发脑活动减低脑区包括左侧颞中回、左侧楔前叶、左侧枕中回。Meta-回归分析表明,SeLECTS患儿右侧中央前回的自发活动与年龄呈正相关。结论:SeLECTS患儿多个区域的脑区自发脑活动出现了异常,其功能改变的脑区可以帮助更好的解释SeLECTS的发病机制,在此基础上未来为进一步探索SeLECTS的影像学机制提供参考。
