基于具有时间隧道思想的多智能体强化学习的智能发电控制方法

解决雾霾问题的重要途径之一是大规模引入新能源,以减少碳排放.而新能源大规模接入会给互联电网带来强随机扰动.本文提出一种基于时间隧道的多智能体新算法——PDWoLF-PHC(λ)算法.该算法基于变学习率,有效获取最优控制,可解决传统集中式AGC难以解决的新能源及分布式能源大规模接入互联电网所带来的随机扰动问题,促进新能源与电力系统兼容.对改进的IEEE标准两区域负荷频率控制电力系统模型、智能配电网模型以及华中电网模型进行仿真,结果显示该算法可减少碳排放,提高新能源利用率,与已有智能算法相比具有更快的收敛速度及更强的鲁棒性.     

基于深度强化学习的机械装备剩余使用寿命预测方法

随着机械装备发展的日益大型化和复杂化,其使用安全性和可靠性也越来越受到重视.剩余使用寿命(remaining useful life, RUL)预测技术,通过分析设备的运行数据,预测设备还能正常运行的时间,利用该技术可有效提升设备运行的安全性和可靠性,同时可为设备的后续维修决策提供关键依据.本文提出一种基于深度强化学习(deep reinforcement learning, DRL)的RUL预测方法,首先通过自编码器(autoencoder, AE)对机械装备的原始信号进行特征提取,利用提取到的特征构成强化学习的状态变量,通过设置合适的动作空间和奖励函数训练强化学习模型,使其能依据样本间的时序相关性对装备的RUL进行准确预测.与其他方法相比,强化学习方法的时序交互决策逻辑可以自然地保留样本间的时序依赖关系,降低了RUL预测的波动性.最后利用涡轮发动机数据集CMPASS对提出的方法进行实验验证,所提出的方法在RMSE和Score两项指标上均优于目前多种RUL预测方法,且所提出方法对于接近退化末期的装备预测效果有明显提升.     

基于深度强化学习的不完美信息群智夺旗博弈

复杂环境中群智博弈问题是近年来的研究热点之一.为解决不完美信息条件下多智能体夺旗博弈问题,本文提出了一种基于多智能体双重决斗深度Q网络(multi-agent dueling double deep Q-network, MAD3QN)以及图注意力网络(graph attention network, GAT)的多智能体夺旗博弈深度强化学习算法(G-MAD3QN).该算法在实现多智能体在迷宫地图中路径规划的同时,建模不完美信息条件下多智能体合作与竞争关系,从而确定夺旗博弈策略.在实验中,本文基于二维迷宫环境,考虑智能体观测信息不完美条件,将G-MAD3QN算法与多智能体深度Q网络(multi-agent deep Q-network, MADQN)、MAD3QN等多智能体深度强化学习的基线算法进行对比,从而验证了在二对二夺旗博弈中本文G-MAD3QN算法的有效性.     

基于多系统综合控制的车辆侧翻稳定性研究

为提高车辆抗侧翻能力减小其侧翻的危险性,建立了11自由度整车侧翻模型。根据各系统侧翻控制权重及有效作用范围,提出一种基于转向、悬架和制动的多系统侧翻控制策略并设计了相关控制器。对系统单独控制及综合控制进行了仿真对比分析。结果表明,综合控制策略在提高车辆抗侧翻能力的同时也很好的改善了车辆侧向稳定性。     

控制CO2排放的能源科技战略综合研究

探索符合我国国情的控制CO2排放的技术路线和政策,是本世纪能源、环境和管理三个学科领域共同关心的重要研究议题。在能源环境交叉领域寻求潜力和突破口,同时强调技术路线研究与政策决策研究之间的有机结合。通过分析控制CO2的科技难点,探索能量转化利用与CO2分离一体化原理、能源环境相容的系统集成理论,提出了低能耗甚至零能耗分离CO2的新型能源环境系统,给出了适用于控制CO2排放的技术路线和政策综合评价的方法学和模型体系框架。还构思了适合我国国情的控制CO2排放的全国能源网络和政策框架,试图开辟能源与温室气体控制协调发展的新方向。     

基于频率控制的磁耦合共振式无线电力传输系统传输效率优化控制

针对于磁耦合共振式无线电力传输系统,为了抑制传输效率随传输距离的增加下降较快,通过研究系统传输效率的影响因子,本文提出了一种基于共振器频率控制的效率优化方法,并在此基础上用两种优化控制方案来实现系统传输效率的控制.仿真和实验结果表明：在同等负载下,这种优化方法在一定范围内能够有效地稳定系统传输效率,解决了系统传输效率受传输距离变化敏感的问题.     

可燃物质脉冲爆轰发电系统及由其构建的自然能源开发利用模式

通过对自然能源的开发应用研究,推出一种“可燃物质脉冲爆轰发电系统。该系统利用可燃物质与空气（氧气）比例混合后,在爆轰室内的脉冲爆轰取代燃料的缓慢燃烧,使燃料能得到充分利用。由于该发电系统是以可燃物质与空气（氧气）比例混合以爆轰的方式做功,从而使得其燃料范围极为广泛且来源丰富,一切可燃物质都能作为该发电系统的燃料,甚至像垃圾、纸木屑、植物的根、叶、径和干燥草木等能作为本发电系统的燃料而变废为宝。提出了一种构建在可燃物质脉冲爆轰发电系统之上的一种自然能源开发利用模式,将使得具有间断性、波动性和分散性的能源如：太阳能、风能、潮汐能、海（江河）流能、海水温差能、地热能、空间电磁波和雷电能等具备了工业开发利用价值。并使得液态金属汞等成为一种较理想的可再生燃料。     

有限区间非线性系统的重复学习控制

迭代学习控制方法存在初始定位误差问题;重复控制方法要求被学习量满足周期性条件,而实际中存在不满足这一要求的场合.重复学习控制不要求初始定位操作,被学习量仅需满足重复性条件,它回避了迭代学习控制中初始定位误差问题,推广了重复控制的适用范围.针对较为广泛的一类在有限作业区间上重复运行的非线性系统,文中提出重复学习控制方法.利用一类非线性时变控制系统的Freeman公式,设计标称系统的镇定控制器.分别针对部分限幅和完全限幅学习两种情形,证明了限幅学习下的系统稳定性与收敛性.理论结果表明,文中所提出的重复学习控制方法在处理时变参数不确定性方面是有效的.     

基于S-CO2循环和ORC耦合的燃煤发电系统烟气余热深度利用方案研究

多级压缩回热能够显著提升超临界二氧化碳(S-CO₂)循环效率,然而当其应用于燃煤发电领域时,由于回热程度的提高,锅炉尾部烟气余热吸收困难.针对这一问题,本文构建了一次再热三级压缩S-CO₂循环(TC+RH)和有机朗肯循环(R123)深度耦合的联合循环,通过优化系统与环境间的能量流动过程,逐步提高系统性能.首先通过ORC同时逐级吸收S-CO₂循环冷却器与锅炉烟气热能,降低锅炉排烟温度、提高锅炉效率.在S-CO₂循环主气参数为620°C/30 MPa时,排烟温度从132°C降低到123°C,系统发电效率从47.13%提升到47.24%.引入有机朗肯循环(ORC)构建的联合循环可以有效地吸收锅炉尾部烟道烟气余热,获得更高的锅炉效率从而使系统发电效率提高.进而在耦合ORC的基础上,充分利用S-CO₂循环冷却器变温放热特点,通过空气与R123共同吸收冷却器内高温段热量,实现系统发电效率的进一步提高(47.24%～48.90%).本文为同时实现高效吸收锅炉尾部烟道烟气余热以及回收循环冷却器...     

基于中美基金项目数据的深度学习领域研究热点对比分析

与传统研究成果类型不同,基金项目数据中蕴含的潜在情报更具有战略性和前瞻性。本文使用文本挖掘方法,对中美深度学习领域基金项目数据进行挖掘与分析,从资助强度、发展态势、主题聚类及热度演化角度进行分析,对比中美深度学习领域研究热点的异同及热点演化情况。研究发现,中美深度学习领域基金项目数量自2010年后呈上升趋势,发展势头较好,且两国均出台相关政策支持该领域发展。但中美两国在研究的侧重方向上有所不同,美国侧重深度学习基础理论、算法研究,中国在深度学习更关注应用层面的落地情况。在应用层面上,美国更重视生物医学、经济领域、图像识别领域及硬件设备应用,中国不仅重视生物医学领域、同时使用深度学习相关算法对地学领域、多媒体领域的数据应用较多。新兴研究方向上,对深度学习硬件设备及应用方向成为美国的近年来研究热点方向,而中国较新的研究热点方向在于将深度学习应用到生物信息领域。未来我国应加大科研经费的投入,支持人工智能领域的自主创新发展;发挥在地学领域应用、图像和计算机视觉、多媒体领域、以及中医领域应用的科技布局优势,形成成果转化新生态;应关注和加强对理论算法的研究,提高技术实力并掌握科技主动权;对软硬件及...     

JAPS:一个基于JAVA的程序自动并行化系统

ＪＡＰＳ是运行于ＮＯＷ环境下的基于ＪＡＶＡ的程序自动并行化系统,实现了从依赖关系分析到程序并行执行的全自动过程,它能够进行复杂的任务并行性的开发,数据并行性的挖掘了即将被集成进去,本文描述ＪＡＰ析系统框架及其采用的关键技术,其中,任务的划分,概要信息的获取,依赖关系分析,预调度和动态调度等将被详细说明。     

基于深度强化学习与演化计算的风-水-火混合增强智能调度

火电、水电和风电是我国电力工业系统的三大能源主体,根据风-水-火发电互补特性,建立联合优化调度模型对于降低电力系统运行成本以及促进新能源消纳具有重要意义.然而梯级水电站间的时空耦合性、风电的不确定性以及风-水-火多能源相互关联的复杂约束使得联合调度模型求解较为困难.因此,本文提出了一种基于深度强化学习(deep reinforcement learning, DRL)与演化计算的混合增强智能优化框架.该框架首先利用深度强化学习与风-水-火联合调度模型进行交互,并根据交互数据对联合调度模型复杂规律进行持续学习,优化自身控制策略,提高智能体泛化能力.此后,在解决实际调度问题时,为进一步提升算法的个性化能力,利用演化计算算法(particle swarm optimization, PSO)在经过训练的DRL上进一步优化调度方案,实现风-水-火联合调度的快速决策.算例分析表明,所提出的混合增强智能优化框架求解速度快、寻优能力强,提升了DRL优化性能的鲁棒性,提高了风-水-火系统运行的经济性及风电消纳能力.     

一种基于PIO改进强化学习的航天器复杂多约束姿态机动规划新方法

本文针对多个姿态约束条件下的航天器姿态机动规划问题进行了研究,提出了一种基于鸽群算法的改进的策略梯度强化学习算法(PIOPGRL).首先,针对强制指向约束和禁止指向约束,建立了基于角度的姿态约束模型,根据约束模型建立了强化学习的回报函数.然后,使用适应度函数替代策略评价函数,将鸽群算法与强化学习相融合.针对策略梯度强化学习算法计算量大、收敛速度慢的问题,使用鸽群算法求解策略梯度,极大减少了计算量.仿真结果表明,相比于策略梯度强化学习算法,基于自PIO改进强化学习的航天器姿态机动规划算法(PIOPGRL)在极大减少计算量的同时,有更优的规划结果,更小的机动代价,适用于微小航天器解决多个姿态约束条件下的姿态机动规划问题.     

基于模糊滑模控制策略的电动助力转向系统的回正控制

参考整车二自由度模型,建立汽车在低速和中高速回正工况下的电动助力转向系统动力学模型.考虑到系统的复杂性、模型参数的不确定性和外界扰动,结合两种具有良好鲁棒性的控制策略(模糊控制策略和滑模控制策略)各自的优点,设计了用于改善电动助力转向系统回正特性的模糊滑模控制器.仿真结果表明,汽车低速和中高速时的回正特性都得到了改善,很好地解决了汽车回正过程中的回正不足和回正超调,验证了模糊滑模控制算法的有效性.     

基于粗糙集与灰色动态预测模型在电力负荷短期预测的应用

针对电力系统多因素负荷预测问题的复杂性,结合粗糙集理论与GM（1,N）模型各自的优势,提出一种基于粗糙集理论的GM（1,N）预测模型.采取粗糙集理论对影响负荷预测因素进行简约,利用GM（1,N）建立简约后的因素变量和负荷之间的关系建立模型,并与GM（1,1）预测模型进行了比较,结果反映基于粗糙集理论的GM（1,N）预测模型的优越性,精准度达到94.055%.     

基于TSP-203 plus系统的隧道超前预报质量控制研究

对YSP-203plus系统的组成和工作原理进行了较为详细的介绍;明确了其在实践应用中存在的问题;提出了从准确设定参教、严格控制爆破地震波质量、牢固安装接收器套管和科学合理解读信号四方面提高预报质量的建议。为正确掌握TSP-203plus系统、高水平隧道超前地质预报提供参考。     

基于AHP模糊综合方法的长大公路瓦斯隧道通风系统评价研究

针对长大公路瓦斯隧道通风系统可靠性评价中指标因素存在诸多模糊性和不确定性的问题,引入一种基于AHP模糊综合方法的长大公路瓦斯隧道通风系统评价方法。根据长大公路瓦斯隧道通风系统的特点和安全隐患,选取隧道风压合理性等14个评价指标,建立长大公路瓦斯隧道通风系统的AHP模糊综合评价模型;建立各因素指标隶属度函数,并利用AHP计算指标权重,依照"最大隶属度原则"和修正原则进行等级评判,得出长大公路瓦斯隧道通风系统的评价结果;并将此方法应用于广成山长大公路瓦斯隧道工程的评价实际。评价结果表明:利用基于AHP的模糊综合评价法对隧道通风系统进行可靠性评价,评价结果科学准确,客观地反映了长大公路瓦斯隧道通风系统危险源类别,可为类似瓦斯隧道通风系统评价提供参考与借鉴。     

基于增益矩阵的二阶集群系统鲁棒分布式立体编队控制

本文研究解决了在三维空间内针对二阶集群系统的鲁棒分布式编队生成与保持控制问题,所设计的基于增益矩阵的控制方法仅需测量局部坐标系下智能体间的相对位置信息而不依赖于交互通信.首先设计了二阶集群系统的立体编队生成控制策略,通过构造李雅普诺夫函数证明了全局稳定性,并利用凸优化求解得出增益矩阵.所设计的生成控制律对扰动、输入饱和等具有较好的鲁棒性,同时在生成过程中引入了启发式的避碰算法.在此基础上,设计了带有期望距离的编队保持控制策略,使得集群系统能够保持固定大小的队形.然后,将所设计的控制律进行改进,拓展并应用于领航者-跟随者网络下的二阶集群系统立体编队控制.最后,通过相关的仿真实验验证了理论结果的正确性.     

基于干扰观测器的一类不确定非线性系统鲁棒自适应控制

本文利用干扰观测器和Backstepping方法,提出了一类不确定非线性系统的鲁棒自适应控制方案.首先,利用径向基神经网络(radial basis function neuralnetwork,RBFNN)设计干扰观测器,并通过对RBFNN参数的自适应调整来逼近系统干扰.基于干扰观测器的输出,采用Backstepping方法设计鲁棒自适应控制器.在所设计的鲁棒自适应控制器作用下,闭环系统所有信号达到半全局一致有界稳定.闭环系统稳定分析表明适当地选取设计参数可以确保所有系统状态是一致有界的.最后,仿真结果验证了所提出的鲁棒自适应控制方案的有效性.     

随机线性连续时间系统基于采样数据的二次指标控制

讨论了随机线性连续时间(LCT)系统基于采样数据的二次指标最优控制问题. 涉及到了两类随机LCT系统. 一类是定常参数的, 另一类是具有Markov时变参数的. 分析了相应闭环系统的稳定性; 比较了基于状态采样值的采样二次指标控制和基于状态全过程的常规二次指标控制下的最优指标值; 证明了当采样时间ΔT间隔不大时, 两种控制的效果差别也不大, 误差的上界分别为O(ΔT²)和O(T).