为应对电网大功率缺额引发的频率跌落,充分发挥负荷侧资源的调节潜力,提出了一种主动电压控制与自动电压控制AVC(automatic voltage control)相互协调的控制策略,通过对母线电压的主动调整,改变负荷有功大小,实现提高电网稳定性的目的...
详细信息
为应对电网大功率缺额引发的频率跌落,充分发挥负荷侧资源的调节潜力,提出了一种主动电压控制与自动电压控制AVC(automatic voltage control)相互协调的控制策略,通过对母线电压的主动调整,改变负荷有功大小,实现提高电网稳定性的目的。首先,基于母线负荷主动响应潜力和历史数据下母线负荷的电压响应特性,结合有载变压器的接线、档位等物理状况,通过回归分析建立了负荷潜力模型和响应特性模型;其次,对大功率缺额场景及AVC系统下主动电压控制的协同原则进行了阐述,在此基础上,综合优化给出了主动电压控制中确定变压器控制优先级的方法;最后,通过IEEE10机39节点系统进行了仿真验证。仿真结果表明,母线负荷能够有效削减部分负荷功率,帮助电网应对大功率缺额问题。
目的3维人脸的表情信息不均匀地分布在五官及脸颊附近,对表情进行充分的描述和合理的权重分配是提升识别效果的重要途径。为提高3维人脸表情识别的准确率,提出了一种基于带权重局部旋度模式的3维人脸表情识别算法。方法首先,为了提取具有较强表情分辨能力的特征,提出对3维人脸的旋度向量进行编码,获取局部旋度模式作为表情特征;然后,提出将ICNP(interactive closest normal points)算法与最小投影偏差算法结合,前者实现3维人脸子区域的不规则划分,划分得到的11个子区域保留了表情变化下面部五官和肌肉的完整性,后者根据各区域对表情识别的贡献大小为各区域的局部旋度模式特征分配权重;最后,带有权重的局部旋度模式特征被输入到分类器中实现表情识别。结果基于BU-3DFE3维人脸表情库对本文提出的局部旋度模式特征进行评估,结果表明其分辨能力较其他表情特征更强;基于BU-3DFE库进行表情识别实验,与其他3维人脸表情识别算法相比,本文算法取得了最高的平均识别率,达到89.67%,同时对易混淆的"悲伤"、"愤怒"和"厌恶"等表情的误判率也较低。结论局部旋度模式特征对3维人脸的表情有较强的表征能力;ICNP算法与最小投影偏差算法的结合,能够实现区域的有效划分和权重的准确计算,有效提高特征对表情的识别能力。试验结果表明本文算法对3维人脸表情具有较高的识别率,并对易混淆的相似表情仍具有较好的识别效果。
暂无评论