期刊文献+
共找到509篇文章
< 1 2 26 >
每页显示 20 50 100
气象格点数算一体空间分析库的设计与实现 被引量:2
1
作者 王舒 徐拥军 +6 位作者 何文春 吴焕萍 高峰 刘媛媛 刘北 吕冠儒 倪学磊 《应用气象学报》 北大核心 2025年第1期121-128,共8页
气象格点数据通常以文件形式存储在分布式文件库中,业务系统在使用过程中需要将文件下载到本地,对文件解析后再进行分析计算。这种方式导致数据检索困难、响应时间长、无法满足业务在线计算及交互式应用需求。为此,2022年底国家气象信... 气象格点数据通常以文件形式存储在分布式文件库中,业务系统在使用过程中需要将文件下载到本地,对文件解析后再进行分析计算。这种方式导致数据检索困难、响应时间长、无法满足业务在线计算及交互式应用需求。为此,2022年底国家气象信息中心基于天擎空间分析库研发完成了分布式环境下气象格点数据与计算集成的数算一体数据库——Post Grid,该数据库包含数据层和算子层。数据层将气象格点数据在要素、起报、预报、空间、层次、样本等维度上的拆分后统一规范化存储,提高数据库的数据读取和分析效率。算子层通过数据库中的SQL函数实现,支持在数据库内部对格点数据进行各种操作,且算子支持分布式并行计算。性能测试和业务应用结果表明:Post Grid数据库能将传统的聚合计算服务时效由分钟级提升至毫秒级,极大提高了气象格点数据服务的性能、灵活性和数算一体能力,具有广泛应用价值。 展开更多
关键词 数算一体 气象格点数据 Post Grid 并行计算 分布式
在线阅读 下载PDF
面向涡轮的PCA-POA-LSTM数据驱动建模及故障预警方法 被引量:1
2
作者 刘斌 白红艳 +3 位作者 何璐瑶 张晓北 田野 杨理践 《电子测量与仪器学报》 北大核心 2025年第1期145-155,共11页
针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维... 针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维技术,减少输入数据维度;其次,采用POA参数寻优方法选出最优超参数组合;然后,利用LSTM算法预测涡轮的输出参数;最后,在PCA-POA-LSTM涡轮数据驱动模型预测结果的基础上,结合滑动窗口法对涡轮故障进行预警,通过窗口内标准差定义报警阈值,攻克了涡轮故障预警的难题。结果表明,以PCA-POA-LSTM为基础的涡轮数据驱动建模实现了较高的精确度,平均绝对百分比误差均在0.396以下,平均绝对误差均在0.809以下,平均方根误差均在1.387以下。并且故障预警方法,至少可提前173个监测点发出故障预警信号,实现了对涡轮故障预警的目的,为未来开展涡轮健康管理提供了理论依据和技术支持。 展开更多
关键词 涡轮 鹈鹕优化算法 长短期记忆网络 主成分分析 数据驱动
在线阅读 下载PDF
基于数据驱动和机理模型的机械钻速预测 被引量:1
3
作者 郑双进 江厚顺 +4 位作者 熊梦园 孟胡 詹炜 程荣升 王立辉 《钻采工艺》 北大核心 2025年第1期78-87,共10页
为准确预测复杂工况下的机械钻速,提出了一种基于数据驱动和机理模型的机械钻速预测方法。首先对收集的8000余条钻井数据进行斯皮尔曼和曼特尔特性分析,筛选出有效施工参数,采用变分模态分解算法(VMD)进行数据降噪,然后构建时序卷积网... 为准确预测复杂工况下的机械钻速,提出了一种基于数据驱动和机理模型的机械钻速预测方法。首先对收集的8000余条钻井数据进行斯皮尔曼和曼特尔特性分析,筛选出有效施工参数,采用变分模态分解算法(VMD)进行数据降噪,然后构建时序卷积网络结合长短期记忆网络(TCN-LSTM)作为数据驱动模型,并融合多元钻速预测机理模型,通过物理约束增强数据驱动模型的准确性与可解释性,实验表明融合模型比单一数据驱动模型或机理模型预测精度更高。随后,为进一步提升模型性能,采用了改进的蜣螂优化算法(IDBO)对TCN-LSTM模型进行优化,通过改进种群初始化和更新策略,实现了参数的高效搜索。消融实验及现场应用结果表明,对比BP、RF、LSTM、TCN模型,TCN-LSTM-IDBO模型可以实现机械钻速的精确预测,并且具有较好的泛化能力,可为钻井施工人员提供有力参考。 展开更多
关键词 机械钻速预测 时序卷积网络 长短期记忆网络 变分模态分解 蜣螂优化算法 数据分析
在线阅读 下载PDF
一种基于CSO-LSTM的新能源发电功率预测方法
4
作者 顾慧杰 方文崇 +3 位作者 周志烽 朱文 马光 李映辰 《计算机科学》 北大核心 2025年第S1期747-757,共11页
随着新能源发电技术的快速发展与广泛普及,该类技术已经成为电力系统中关键的一环。其中,对新能源发电功率的准确预测对于电力系统的合理规划有着重要的意义。然而,现有的新能源发电功率预测方法仍存在以下挑战:1)基于深度神经网络的预... 随着新能源发电技术的快速发展与广泛普及,该类技术已经成为电力系统中关键的一环。其中,对新能源发电功率的准确预测对于电力系统的合理规划有着重要的意义。然而,现有的新能源发电功率预测方法仍存在以下挑战:1)基于深度神经网络的预测模型的超参数对模型的预测性能有着重要的影响,而目前大多数算法仍采用人工确定的方法为超参赋值;2)现有的预测模型难以高效地挖掘时序数据中的长期依赖关系,从而影响预测精度。针对上述问题,本文提出了一种基于CSO-LSTM(Competitive Swarm Optimizer-Long Short-Term Memory)的新能源发电功率预测方法,旨在利用一种两阶段的模型综合地提升预测性能。首先,在模型的第一阶段提出了一种基于竞争群优化的LSTM超参数优化算法,利用竞争群优化算法良好的探索能力和全局优化能力,实现预测模型超参数的自适应调整。然后,在模型的第二阶段设计了一种基于组合多门控机制的LSTM模型,该方法结合自注意力门控机制和组合多个门控网络用于挖掘新能源发电时序数据中的长期依赖关系,从而进一步地适应不同时间尺度下的新能源生成模式。最后,在2个真实数据集和1个仿真数据集上与4个先进的预测方法进行了对比实验,实验结果验证了提出的CSO-LSTM模型的有效性和执行效率。 展开更多
关键词 竞争群优化 长短期记忆神经网络 新能源发电功率预测 多尺度时序数据挖掘 参数优化
在线阅读 下载PDF
基于EMD最优匹配的分层联邦学习算法
5
作者 吴小红 李佩 +1 位作者 顾永跟 陶杰 《计算机工程》 北大核心 2025年第2期170-178,共9页
联邦学习允许多个客户端在不共享私有数据的情况下协同训练高性能的全局模型。在跨组织场景的水平联邦学习环境下,客户端本地数据分布中的统计异质性将降低全局模型的性能。为提升联邦学习的全局模型性能,同时避免牺牲客户端隐私和增加... 联邦学习允许多个客户端在不共享私有数据的情况下协同训练高性能的全局模型。在跨组织场景的水平联邦学习环境下,客户端本地数据分布中的统计异质性将降低全局模型的性能。为提升联邦学习的全局模型性能,同时避免牺牲客户端隐私和增加计算成本,提出一种新的混合联邦学习算法FedAvg-Match,其基本思路是通过改进联邦学习算法提升客户端的模型质量。该算法面向以不平衡标签分布为特征的数据异构性,在分层联邦学习框架下设计客户端分组聚合算法来减轻客户端数据异构性对模型性能的影响。针对客户端优化分组问题,设计一种基于动态规划的客户端匹配算法DP-ClientMatch,根据客户端的数据分布距离EMD得到最优的客户端分组匹配。在MNIST、Fashion-MNIST和CIFAR-103个数据集上的实验结果表明,与其他联邦学习算法相比,在高度统计异质性的联邦学习场景下,FedAvg-Match算法使全局模型测试精度最少可提高10百分点,可以显著提高联邦学习全局模型在图像分类任务上的性能。 展开更多
关键词 联邦学习 非独立同分布数据 最优匹配 EMD最优匹配 模型质量
在线阅读 下载PDF
面向长尾异构数据的个性化联邦学习框架
6
作者 吴家皋 易婧 +1 位作者 周泽辉 刘林峰 《计算机科学》 北大核心 2025年第9期232-240,共9页
针对数据长尾分布和异构性引起的联邦学习模型性能下降的问题,提出了一种新的个性化联邦学习框架——平衡的个性化联邦学习(Balanced Personalized Federated Learning,BPFed),将整个联邦学习过程分为基于个性化联邦学习的表示学习和基... 针对数据长尾分布和异构性引起的联邦学习模型性能下降的问题,提出了一种新的个性化联邦学习框架——平衡的个性化联邦学习(Balanced Personalized Federated Learning,BPFed),将整个联邦学习过程分为基于个性化联邦学习的表示学习和基于全局特征增强的个性化分类器再训练两个阶段。在第一阶段,首先采用Mixup策略进行数据增强,然后提出基于参数解耦的个性化联邦学习特征提取器训练方法,在优化特征提取器性能的同时减少通信开销;在第二阶段,首先提出新的基于全局协方差矩阵的类级特征增强方法,然后提出基于样本权重的标签平滑损失函数对客户端分类器进行平衡的个性化再训练,以纠正头类置信过度并提高尾类的泛化能力。大量的实验结果表明,在不同的数据长尾分布和异构性设置下,BPFed模型的准确度相比其他代表性相关算法均有明显提升。此外,消融和超参数影响实验也进一步验证了所提方法和优化策略的有效性。 展开更多
关键词 个性化联邦学习 长尾分布 数据异构性 参数解耦 特征增强 优化策略
在线阅读 下载PDF
基于深度并行时序网络的用户侧异常数据智能诊断
7
作者 郑艳松 廖伟国 《现代电子技术》 北大核心 2025年第4期140-144,共5页
在用户侧数据中,异常往往隐藏在复杂的时序关系中,传统的时序分析方法在处理用户侧数据中复杂的时序关系时存在困难,特征提取难以捕获关键特征,导致诊断精度低且易漏检。为此,研究一种基于深度并行时序网络的用户侧异常数据智能诊断方... 在用户侧数据中,异常往往隐藏在复杂的时序关系中,传统的时序分析方法在处理用户侧数据中复杂的时序关系时存在困难,特征提取难以捕获关键特征,导致诊断精度低且易漏检。为此,研究一种基于深度并行时序网络的用户侧异常数据智能诊断方法。深度并行时序网络分解层利用滑动窗口法分割用户侧数据,得到数个窗口序列。编码层依据层叠时序卷积神经网络与长短期记忆(LSTM)网络建立编码器,提取各窗口序列的时空特征;解码层通过引入时间注意力机制的门控循环单元建立解码器,重构窗口序列的时空特征;推断层依据重构特征计算异常分数,当异常分数大于设置阈值时,说明该窗口内的用户侧数据为异常数据,即完成了用户侧异常数据的智能诊断。实验结果表明,所提方法可有效提取用户侧数据特征,计算异常分数,并完成用户侧异常数据智能诊断。 展开更多
关键词 深度并行时序网络 用户侧 异常数据 智能诊断 滑动窗口 LSTM
在线阅读 下载PDF
计及NWP信息缺失的数据共享与GRA权重优化的分布式光伏电站功率预测
8
作者 杨锡运 杨岩 +2 位作者 孟令卓超 彭琰 王晨旭 《电测与仪表》 北大核心 2025年第4期172-179,共8页
由于光伏发电的出力具有很强的间歇性和波动性,大规模光伏电站的接入会冲击电网的稳定性,因此对光伏出力进行精准预测至关重要。此外,由于部分光伏电站无法获得用于功率预测的相关数值天气预报(numerical weather prediction, NWP)信息... 由于光伏发电的出力具有很强的间歇性和波动性,大规模光伏电站的接入会冲击电网的稳定性,因此对光伏出力进行精准预测至关重要。此外,由于部分光伏电站无法获得用于功率预测的相关数值天气预报(numerical weather prediction, NWP)信息,这对电网的安全稳定运行又提出了新的挑战。基于此,文中提出一种基于数据共享和灰色关联度分析(grey relation analysis, GRA)权重优化的分布式光伏电站功率预测模型。利用K-means算法对光伏电站进行出力空间相关性聚类,构建多电站数据共享集群,通过相似日数据筛选和BP(back propagation)神经网络神经网络对单个参考电站进行出力预测,利用GRA对参考电站进行权重优化,并通过一维卷积神经网络(1D convolutional neural network, 1DCNN)对缺失NWP数据的目标电站出力进行预测。以河北省部分市十个分布式光伏电站进行算例分析,结果表明晴天预测的均方根误差为3.34%,非晴天预测的均方根误差为9.15%,具有较高的准确性和可行性,为电网的稳定运行奠定了基础。 展开更多
关键词 分布式光伏电站 空间相关性 数据共享 权重优化 一维卷积神经网络
在线阅读 下载PDF
经多端柔性变电站互联的交直流混合配电网数据驱动分布鲁棒运行模型
9
作者 郑焕坤 孙耀斌 韦凯国 《华北电力大学学报(自然科学版)》 北大核心 2025年第3期12-20,31,共10页
随着分布式可再生能源渗透率的提高,交直流混合配电网呈现出明显的分区特性和较强的运行不确定性。多端口电力电子变压器(power electronic transformer,PET)能够用来构建一个功率灵活的通道,以完成交直流混合配电网中几个区域之间的电... 随着分布式可再生能源渗透率的提高,交直流混合配电网呈现出明显的分区特性和较强的运行不确定性。多端口电力电子变压器(power electronic transformer,PET)能够用来构建一个功率灵活的通道,以完成交直流混合配电网中几个区域之间的电能交换。基于此文章提出经多端柔性变电站互联的交直流混合配电网两阶段分布鲁棒运行模型,以储能装置运行维护成本、购电成本、弃风处罚成本、网损和微型燃气轮机发电成本之和最小为优化目标,采用1-范数和∞-范数描述风电输出选择典型场景的概率分布,解决风电的不确定性问题,建立数据驱动分布鲁棒优化模型。然后,采用列约束生成算法(column-and-constraint generation,CCG)求解模型。最后,通过IEEE 33节点算例对模型进行验证,该模型可以有效降低交直流混合配电网运行成本。 展开更多
关键词 交直流混合配电网 多端口电力电子变压器 不确定性 数据驱动分布鲁棒优化
在线阅读 下载PDF
考虑光伏度电成本的配电网数据-知识驱动优化调控策略
10
作者 张波 张永康 +1 位作者 孙英钧 贾焦心 《电力系统自动化》 北大核心 2025年第18期74-82,共9页
光伏电源深度参与配电网优化调控可促进新能源配电网安全稳定运行,但势必会降低光伏电源的寿命损伤,同时增加优化模型的求解复杂度。为此,文中基于数据-知识驱动架构,提出考虑光伏度电成本的配电网数据-知识驱动优化调控策略。首先,分... 光伏电源深度参与配电网优化调控可促进新能源配电网安全稳定运行,但势必会降低光伏电源的寿命损伤,同时增加优化模型的求解复杂度。为此,文中基于数据-知识驱动架构,提出考虑光伏度电成本的配电网数据-知识驱动优化调控策略。首先,分析光伏电源提供无功支撑对光伏度电成本的影响,建立考虑光伏度电成本的配电网优化最优决策知识模型,获取配电网优化调控最优决策知识。然后,将配电网优化调控最优决策知识嵌入数据驱动的配电网极端梯度提升(XGBoost)优化调控模型,通过数据-知识驱动方法挖掘配电网状态信息与光伏最优决策之间的非线性映射关系,并利用贝叶斯算法完成XGBoost模型超参数的自适应优化。最后,利用PG&E 69节点典型配电系统验证所提策略的有效性。 展开更多
关键词 配电网 优化调控 数据-知识驱动 光伏 度电成本 极端梯度提升(XGBoost)模型
在线阅读 下载PDF
数据中心多能互补分布式能源系统设计与运行优化研究 被引量:2
11
作者 任效效 李小龙 +4 位作者 薛凯 吴炫 韩小渠 王进仕 严俊杰 《西安交通大学学报》 EI CAS 北大核心 2025年第1期93-104,共12页
为实现数据中心的低碳转型和能效提升,提出了一种集成多种可再生能源和储能设备的多能互补分布式能源系统作为其供能系统。建立了包含生命周期成本、碳排放、能耗、电网购电率和热量浪费率等指标的优化目标体系。制定了两种考虑负荷特... 为实现数据中心的低碳转型和能效提升,提出了一种集成多种可再生能源和储能设备的多能互补分布式能源系统作为其供能系统。建立了包含生命周期成本、碳排放、能耗、电网购电率和热量浪费率等指标的优化目标体系。制定了两种考虑负荷特征的运行策略,采用改进的多目标蝗虫优化算法对系统容量配置进行求解。为了分析优化目标和运行策略对系统优化的影响,通过组合不同优化目标和运行策略形成了多种优化设计方案,采用层次分析法和熵权法确定评价指标的权重,并利用多准则妥协解排序法进行评价排序。针对青海省某数据中心的案例,获得其能源系统的优化设计与运行方案。研究表明:运行策略主要影响吸收式制冷机和地源热泵的容量,而优化目标主要影响储能设备的容量;在相同的运行策略下,增加优化目标可提升系统的综合性能;对于不同的方案,生命周期成本、碳排放、能耗等基础优化目标值变化较小,而电网购电率和热量浪费率变化较大;通过实施五目标优化,即在基础优化目标的基础上增加热量浪费率、电网购电率,系统的综合性能得到了显著提升,其中热量浪费率和电网购电率分别降低了62.30%和25.92%,可再生能源发电占比增加了2%。 展开更多
关键词 数据中心 多能互补分布式能源系统 优化设计 运行策略 多目标蝗虫优化算法
在线阅读 下载PDF
面向Apache Flink流式分析应用的高吞吐优化技术 被引量:1
12
作者 秦政 许利杰 +4 位作者 陈伟 王毅 吴铭钞 曾鸿斌 王伟 《软件学报》 北大核心 2025年第7期3184-3208,共25页
随着大数据时代的到来,海量的用户数据赋能了众多数据驱动的行业应用,例如智慧交通、智能电网、商品推荐等.在数据实时性要求高的应用场景下,数据中的业务价值随时间增长快速降低,因此数据分析系统需要具有高吞吐和低延迟能力,以Apache ... 随着大数据时代的到来,海量的用户数据赋能了众多数据驱动的行业应用,例如智慧交通、智能电网、商品推荐等.在数据实时性要求高的应用场景下,数据中的业务价值随时间增长快速降低,因此数据分析系统需要具有高吞吐和低延迟能力,以Apache Flink为代表的流式大数据处理系统得到广泛应用.Flink通过在集群的计算节点上并行化计算任务,水平扩展系统吞吐率.然而,已有研究指出,Flink存在单点性能弱,集群水平可扩展性差的问题.为了提高流式大数据处理系统的吞吐率,研究者在控制平面设计、系统算子实现和垂直可扩展性等方面开展优化,但现有工作尚缺乏对流式分析应用数据流的关注.流式分析应用是由事件流驱动并使用有状态处理函数的应用,例如智能电网场景下的低电压检测应用、商品推荐场景下的广告活动分析应用等.对典型的流式分析应用的数据流特征进行分析,总结其中存在的3个水平可扩展性瓶颈并给出相应的优化策略,包括:键级水位线,动态负载分发策略和基于键值的数据交换策略.基于上述优化技术,对Flink框架进行扩展并形成原型系统Trilink,选取真实场景数据集:低电压检测应用,桥梁拱顶监测应用和典型流式分析测试基准Yahoo Streaming Benchmark,与现有工作进行测试比较.实验结果表明,相较于Flink,Trilink在单机环境下吞吐率提升了5倍以上,8节点下水平扩展加速比提高了1.6倍以上. 展开更多
关键词 流式处理 分布式系统 性能优化 大数据系统
在线阅读 下载PDF
基于自适应VMD-LSTM的超短期风电功率预测 被引量:4
13
作者 王迪 傅晓锦 杜诗琪 《南京信息工程大学学报》 北大核心 2025年第1期74-87,共14页
针对风电功率波动性较强和预测精度较低的问题,提出一种改进蜣螂优化算法(Logistic-T-Dung Beetle Optimizer,LTDBO)优化变分模态分解(Variational Mode Decomposition,VMD)参数和LTDBO算法优化长短期记忆网络(Long Short-Term Memory,L... 针对风电功率波动性较强和预测精度较低的问题,提出一种改进蜣螂优化算法(Logistic-T-Dung Beetle Optimizer,LTDBO)优化变分模态分解(Variational Mode Decomposition,VMD)参数和LTDBO算法优化长短期记忆网络(Long Short-Term Memory,LSTM)超参数的混合短期风电功率预测模型.首先以平均包络谱峭度作为适应度函数,利用LTDBO算法对VMD分解层数和惩罚因子进行寻优,然后使用VMD对数据清洗后的风电序列进行分解,得到不同频率的平稳的固有模态分量(Intrinsic Mode Function,IMF),并将各IMF输入由LTDBO进行超参数寻优的LSTM进行预测,最后将各IMF预测值进行叠加重构,得到最终结果.实验结果表明:LTDBO算法可以找到VMD和LSTM的最优超参数组合,LTDBO-VMD-LTDBO-LSTM组合模型在风电功率预测领域具有较好的预测精度和鲁棒性. 展开更多
关键词 风电功率 蜣螂优化算法 变分模态分解 长短期记忆网络 数据清洗
在线阅读 下载PDF
基于改进Prophet-LSTM-PSO的大坝异常数据检测模型
14
作者 葛大龙 丁勇 李登华 《中国安全科学学报》 北大核心 2025年第8期164-170,共7页
为提升大坝监测数据的异常检测性能,提出一种基于改进Prophet-长短期记忆(LSTM)-粒子群优化(PSO)的大坝异常数据检测模型。首先,通过改进Prophet法使得异常数据点位分解得到趋势分量特征;其次,将分解得到的趋势、周期和残差分量映射到... 为提升大坝监测数据的异常检测性能,提出一种基于改进Prophet-长短期记忆(LSTM)-粒子群优化(PSO)的大坝异常数据检测模型。首先,通过改进Prophet法使得异常数据点位分解得到趋势分量特征;其次,将分解得到的趋势、周期和残差分量映射到三维空间,以三维空间中近邻均值距离数据代替原始时序数据;最后,结合LSTM网络与PSO算法,设定与优化异常阈值,进而实现异常数据的精准识别。结果表明:相较于传统模型,该模型在检测效果上具有明显提升,且表现出较高的稳定性。在召回率稳定维持在95%以上的前提下,精确率与准确率均超过95%,验证了该方法的有效性与实用性。 展开更多
关键词 PROPHET 长短期记忆(LSTM) 粒子群优化(PSO) 异数据常检测 大坝监测数据
在线阅读 下载PDF
数据-物理混合驱动的配电网运行韧性评估方法与提升策略
15
作者 陈逸飞 郑子萱 +3 位作者 肖先勇 胡文曦 陈韵竹 王玉财 《电力系统保护与控制》 北大核心 2025年第10期13-22,共10页
配电网多元敏感用户生产信息的不透明,使得电压暂降对敏感负荷的影响难以通过构建显性函数来准确量化,进一步限制了配电网运行韧性提升策略的有效性。为解决上述问题,提出了基于数据-物理混合驱动的配电网运行韧性评估与提升方法。类比... 配电网多元敏感用户生产信息的不透明,使得电压暂降对敏感负荷的影响难以通过构建显性函数来准确量化,进一步限制了配电网运行韧性提升策略的有效性。为解决上述问题,提出了基于数据-物理混合驱动的配电网运行韧性评估与提升方法。类比传统韧性指标及其定义构建了计及电压暂降对敏感用户影响的运行韧性指标。考虑到不同敏感用户对电压暂降的耐受特性不同,构建电压暂降轨迹特征体系以表征电压暂降下不同敏感负荷的响应特性,提出了数据驱动的配电网运行韧性评估模型。在此基础上,将数据驱动的韧性评估流程嵌入多目标储能优化配置的物理模型中。最后以IEEE33节点配电网为例进行算例分析。结果表明,所提数据-物理混合驱动的储能优化配置模型能够解决电压暂降特征与运行韧性指标之间函数关系式难以显性表征的问题,能够在保障配电网运行经济性的同时改善运行韧性评估结果。 展开更多
关键词 配电网运行韧性 电压暂降 随机森林回归算法 储能优化配置 数据-物理混合模型
在线阅读 下载PDF
面向RISC-V向量扩展的高性能算法库优化方法
16
作者 韩柳彤 张洪滨 +2 位作者 邢明杰 武延军 赵琛 《软件学报》 北大核心 2025年第9期3985-4005,共21页
高性能算法库可以通过向量化的方式高效地利用单指令多数据(SIMD)硬件的能力,从而提升其在CPU上的执行性能.其中,向量化的实现需要使用目标SIMD硬件的特定编程方法,而不同SIMD扩展的编程模型和编程方法均存在较大差异.为了避免优化算法... 高性能算法库可以通过向量化的方式高效地利用单指令多数据(SIMD)硬件的能力,从而提升其在CPU上的执行性能.其中,向量化的实现需要使用目标SIMD硬件的特定编程方法,而不同SIMD扩展的编程模型和编程方法均存在较大差异.为了避免优化算法在不同平台上的重复实现,提高算法库的可维护性,在高性能算法库的开发过程中通常需要引入硬件抽象层.由于目前主流SIMD扩展指令集均被设计为具有固定长度的向量寄存器,多数硬件抽象层也是基于定长向量的硬件特性而设计,无法包含RISC-V向量扩展所引入的可变向量寄存器长度的硬件特性.而若将RISC-V向量扩展视作定长向量扩展引入现有硬件抽象层设计中,会产生不必要的开销,造成性能损失.为此,提出了一种面向可变长向量扩展平台和固定长度SIMD扩展平台的硬件抽象层设计方法.基于此方法,重新设计和优化了OpenCV算法库中的通用内建函数,使其在兼容现有SIMD平台的基础上,更好地支持RISC-V向量扩展设备.将采用优化方法的OpenCV算法库与原版算法库进行性能比较,实验结果表明,运用该方法设计的通用内建函数能够将RISC-V向量扩展高效地融入算法库的硬件抽象层优化框架中,并在核心模块中获得3.93倍的性能提升,显著优化了高性能算法库在RISC-V设备上的执行性能,从而验证了该方法的有效性.此外,工作已经开源并被OpenCV社区集成到其源代码之中,证明了方法的实用性和应用价值. 展开更多
关键词 RISC-V向量扩展 数据级并行 高性能库优化 开源计算机视觉算法库(OpenCV)
在线阅读 下载PDF
基于KNN-IDBO-LSTM的光伏短期发电预测方法研究
17
作者 皮琳琳 田立国 《太阳能学报》 北大核心 2025年第5期320-330,共11页
提出一种基于K-近邻(KNN)数据预处理和改进蜣螂算法(IDBO)优化的长短期记忆神经网络(LSTM)光伏出力预测模型。首先,采用KNN补全缺失数据并校正异常数据,并提取易于训练的时序特征;然后,提出一种基于IDBO的LSTM模型参数优化方法,在原始DB... 提出一种基于K-近邻(KNN)数据预处理和改进蜣螂算法(IDBO)优化的长短期记忆神经网络(LSTM)光伏出力预测模型。首先,采用KNN补全缺失数据并校正异常数据,并提取易于训练的时序特征;然后,提出一种基于IDBO的LSTM模型参数优化方法,在原始DBO的基础上,采用种群均匀初始化策略,融合Levy飞行进行蜣螂位置迭代,引入种群密度概念动态调整种群数量,在保证全局搜索能力的同时大幅降低搜索时间;最后,基于澳大利亚某光伏阵列数据评估优化后模型预测性能。结果表明:在晴天、多云和雨天3种情况下,相比于KNN-LSTM,KNN-IDBO-LSTM的决定系数(R2)最高提升2.67%、均方根误差(RMSE)最高降低71.2%、平均绝对误差(MAE)最高降低79.9%、运行时间减少33.6%。 展开更多
关键词 光伏发电预测 长短期记忆神经网络 改进蜣螂优化算法 数据挖掘
在线阅读 下载PDF
以太网RDMA网卡综述
18
作者 黄曼蒂 李韬 +3 位作者 杨惠 李成龙 张毓涛 孙志刚 《计算机研究与发展》 北大核心 2025年第5期1262-1289,共28页
目前数据中心规模迅速扩大和网络带宽大幅度提升,传统软件网络协议栈的处理器开销较大,并且难以满足众多数据中心应用程序在吞吐、延迟等方面的需求.远程直接内存访问(remote direct memory access,RDMA)技术采用零拷贝、内核旁路和处... 目前数据中心规模迅速扩大和网络带宽大幅度提升,传统软件网络协议栈的处理器开销较大,并且难以满足众多数据中心应用程序在吞吐、延迟等方面的需求.远程直接内存访问(remote direct memory access,RDMA)技术采用零拷贝、内核旁路和处理器功能卸载等思想,能够高带宽、低延迟地读写远端主机内存数据.兼容以太网的RDMA技术正在数据中心领域展开应用,以太网RDMA网卡作为主要功能承载设备,对其部署发挥重要作用.综述从架构、优化和实现评估3个方面进行分析:1)对以太网RDMA网卡的通用架构进行了总结,并对其关键功能部件进行了介绍;2)重点阐述了存储资源、可靠传输和应用相关3方面的优化技术,包括面向网卡缓存资源的连接可扩展性和面向主机内存资源的注册访问优化,面向有损以太网实现可靠传输的拥塞控制、流量控制和重传机制优化,面向分布式存储中不同存储类型、数据库系统、云存储系统以及面向数据中心应用的多租户性能隔离、安全性、可编程性等方面的优化工作;3)调研了不同实现方式、评估方式.最后,给出总结和展望. 展开更多
关键词 远程直接内存访问 以太网RDMA网卡 RoCEv2 网卡架构 网卡优化 数据中心网络
在线阅读 下载PDF
考虑电解槽运行特性的风电制氢电解槽阵列优化控制
19
作者 许子怡 孙立政 +2 位作者 肖举栋 王丰 卓放 《高电压技术》 北大核心 2025年第5期2175-2185,I0006-I0009,共15页
随着能源低碳、清洁转型的推进,大规模风电制氢系统需要多台电解槽构成电解槽阵列,通过对电解槽阵列进行功率分配及状态切换以适应风电出力的波动性。为进一步提高电解槽阵列制氢效率、产氢量及整体运行寿命,提出了考虑电解槽运行特性... 随着能源低碳、清洁转型的推进,大规模风电制氢系统需要多台电解槽构成电解槽阵列,通过对电解槽阵列进行功率分配及状态切换以适应风电出力的波动性。为进一步提高电解槽阵列制氢效率、产氢量及整体运行寿命,提出了考虑电解槽运行特性的风电制氢系统电解槽阵列优化控制方法。基于电解槽运行特性建立其制氢效率、产氢量、启停模型以及寿命衰减模型,量化了系统优化目标及相关评估指标;提出了一种基于电解槽历史运行数据的电解槽阵列优化控制方法,考虑电解槽在各运行状态下的运行时长,根据风电功率分别确定在过载、变载、低载、备用、热启动、停机、冷启动状态下运行的电解槽编号,并对电解槽阵列进行功率分配及状态切换;通过多场景设置对不同方案的优化结果进行量化分析与对比,结果表明所提出的优化策略综合提高了电解槽阵列的制氢效率、产氢量、运行寿命及制氢收益,验证了所提方法的有效性及经济性。 展开更多
关键词 风电制氢系统 电解槽 运行特性 历史运行数据 优化控制 功率分配 状态切换
在线阅读 下载PDF
云端负荷库支撑的配电网可控资源优化调度 被引量:2
20
作者 鲍雨 夏祥武 +2 位作者 高久国 陆洋 王梦瑶 《太阳能学报》 北大核心 2025年第1期557-566,共10页
提出一种云端负荷库支撑的低压配电网可控资源优化调度框架。首先,通过数据驱动的方法挖掘变压器负载、用户负荷与优化调度模型参数间的因果关系,构建具备参数识别功能的云端负荷库;其次,在负荷库支撑下识别目标配电网的优化调度模型参... 提出一种云端负荷库支撑的低压配电网可控资源优化调度框架。首先,通过数据驱动的方法挖掘变压器负载、用户负荷与优化调度模型参数间的因果关系,构建具备参数识别功能的云端负荷库;其次,在负荷库支撑下识别目标配电网的优化调度模型参数,建立优化调度模型。然后,求解模型得到目标配电网中可控资源集群的运行准线,并发送至边端管控单元调控设备运行。最后,在实际的低压配电网中进行测试,证明所提框架的有效性和实用性。 展开更多
关键词 调度算法 最优化 数据分析 低压配电网 云边协同
在线阅读 下载PDF
上一页 1 2 26 下一页 到第
使用帮助 返回顶部