大规模双馈风电场经串补线路并网容易引发次同步振荡(sub-synchronous oscillation,SSO),造成风机脱网,严重威胁电力系统的安全稳定运行。因此,提出一种应用统一潮流控制器(unified power flow controller,UPFC)附加阻尼控制抑制SSO的...
详细信息
大规模双馈风电场经串补线路并网容易引发次同步振荡(sub-synchronous oscillation,SSO),造成风机脱网,严重威胁电力系统的安全稳定运行。因此,提出一种应用统一潮流控制器(unified power flow controller,UPFC)附加阻尼控制抑制SSO的控制方法。该方法设计了一种解耦型线性自抗扰控制器(linear active disturbance rejection control,LADRC),通过线性状态观测器实时估计系统中的次同步扰动,并引入延时补偿环节,消除信号传输中的通信延时。基于改进型LADRC设计了UPFC的附加阻尼控制器,使得UPFC在系统中呈正阻尼状态,抑制次同步振荡,并且提高系统的抗干扰能力和鲁棒性。最后,在MATLAB/Simulink仿真软件中搭建双馈风电场经串补线路并网仿真模型,仿真结果表明,所提方法能够在不同串补度、风速、并网风机数目下有效抑制次同步振荡,可为研究我国双馈风电场远距离并网类似问题提供参考。
中文司法领域的实体和关系抽取技术在提高办案效率方面具有重要作用,但现有的关系抽取模型缺乏领域知识且难以处理重叠实体,造成难以准确区分和提取实体与关系等问题.通过引入领域知识,提出一种法律信息增强模块,增强了用所提法律潜在关系与全局对应(legal potential relationship and global correspondence,LPRGC)模型理解法律文本中术语、规则和上下文信息的能力,从而提高了实体和关系的识别准确性,进而提升了实体和关系抽取算法的性能.为解决重叠实体问题,设计了一种基于潜在关系和实体对齐的关系抽取方法.通过精确标注实体位置,筛选潜在关系,并利用全局矩阵对齐实体,解决重叠实体的关系抽取问题,能够更准确地捕捉到重叠实体之间的关系,并有效地将其映射到正确的实体对上,从而提高抽取结果的准确性.在中国法律智能技术评测数据集上进行实体和关系抽取实验,结果表明,LPRGC模型的准确率、召回率和F_(1)值分别为85.21%、81.19%和83.15%,均优于对比模型,特别是在处理实体重叠问题时,LPRGC模型在单实体重叠类型的抽取中,F_(1)值达到了81.45%;在多实体重叠类型的抽取中,F_(1)值达80.67%.LPRGC模型在实体和关系抽取的准确性上较现有方法有明显改进,在处理复杂法律文本中的实体重叠问题上取得了显著效果.
提出一种基于多粒度融合和跨尺度感知的跨模态行人重识别网络,该网络能够有效提取行人图像特征并减少图像间的模态差异。首先,提出多尺度特征融合注意力机制并设计一种多粒度非局部融合框架,有效融合不同模态和不同尺度的图像特征;其次,提出一种跨尺度特征信息感知策略,该策略可有效降低因视角变化、行人背景变化等产生的无关噪声对行人判别的影响;最后,针对行人图像特征信息不足,设计并行空洞卷积残差模块,获取更为丰富的行人特征信息。将所提方法在2个标准公共数据集与当前先进的跨模态行人重识别方法比较。实验结果表明,所提方法在SYSU-MM01数据集的全搜索模式下的R-1和平均精度(mAP)分别达到75.9%和73.3%,在RegDB数据集的可见光到红外的搜索(VIS to IR)模式下的Rank-1和mAP分别达到93.7%和89.3%,优于所对比的方法,充分证实了所提方法的有效性。
暂无评论