外来入侵植物命名实体识别是进一步挖掘入侵植物信息的关键步骤。为解决外来入侵植物领域命名实体识别存在训练数据稀缺、字符级向量表征单一、专业实体识别精度不足等问题,构建了一种基于多特征融合的外来入侵植物细粒度命名实体识别模...外来入侵植物命名实体识别是进一步挖掘入侵植物信息的关键步骤。为解决外来入侵植物领域命名实体识别存在训练数据稀缺、字符级向量表征单一、专业实体识别精度不足等问题,构建了一种基于多特征融合的外来入侵植物细粒度命名实体识别模型(invasive alien plant fine-grained named entity recognition model based on multi-feature fusion,IAPMFF)。首先,采用RoBERTa(Robustly optimized BERT approach,RoBERTa)预训练模型为基础架构,通过构建领域专用词典并通过词汇特征向量融合,增强模型对低频词及专业术语的表征能力;其次,设计双通道特征提取层,利用双向长短时记忆网络(Bi-directional long-short term memory,BiLSTM)提取长序列语义特征,结合卷积残差结构(convolution residual structure,CRS)捕获更多细粒度特征;然后,设计分层特征融合机制,通过多头自注意力机制加权融合两种特征向量,构建多维度语义表征;最后,采用条件随机场(conditional random field,CRF)进行序列解码优化。基于专家知识,构建包含24类细粒度实体标签的外来入侵植物命名实体识别数据集。试验表明,IAP-MFF模型在外来入侵植物命名实体识别数据集上取得91.51%精确率、92.51%召回率和92.01%的F1值,较基线模型分别提升4.40、3.39、3.91个百分点,显著改善了小样本细粒度实体的识别效果。在Weibo、Resume公共数据集上F1值分别达到72.75%和97.15%,表明了模型的泛化性和优越性能。IAP-MFF模型通过融合包含领域知识在内的多种特征,有效提升实体识别精度与泛化能力,为外来入侵植物知识图谱构建奠定技术基础。展开更多
含分布式电源(distributed generation,DG)的双极直流配电系统是未来配电网发展的重要形态之一,但由于DG接入方式、数量、容量、位置以及系统正负极负荷不平衡对系统静暂态电压稳定性影响不同,目前相关研究尚缺乏对此问题的分析。该文...含分布式电源(distributed generation,DG)的双极直流配电系统是未来配电网发展的重要形态之一,但由于DG接入方式、数量、容量、位置以及系统正负极负荷不平衡对系统静暂态电压稳定性影响不同,目前相关研究尚缺乏对此问题的分析。该文首先将DG等效为受控电流源,推导分析了DG接入方式、容量及负荷不平衡度对系统静态下电压不平衡度的影响;其次,基于单极故障下光伏型DG与交流电网暂态放电情况,推导分析了DG接入方式、位置、容量与系统暂态电压稳定性的关系;再者,基于多目标蜣螂优化算法提出以系统静暂态电压稳定性与DG接入成本为目标的DG接入方案规划方法,采用熵权逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)法筛选出DG接入的最佳折中方案。最后在Matlab/Simulink仿真平台搭建改进IEEE14、IEEE33双极直流配电系统验证该文所提优化方法的普适性和有效性。展开更多
多电平功率因子校正(power factor correction,PFC)变换器在中高压、大容量领域应用广泛。针对传统多电平拓扑使用的器件数量较多,扩展方式不明显等问题。该文以三电平钳位单元为出发点,结合多电平电路构造方法,推衍出一种基于满二叉树...多电平功率因子校正(power factor correction,PFC)变换器在中高压、大容量领域应用广泛。针对传统多电平拓扑使用的器件数量较多,扩展方式不明显等问题。该文以三电平钳位单元为出发点,结合多电平电路构造方法,推衍出一种基于满二叉树结构的新型多电平拓扑(multilevel topology based on full binary-tree structure,MT-FBT)。该型拓扑模块化程度较高、输出电平数量与扩展次数呈2的指数趋势,同时在器件数量层面较传统多电平拓扑具有一定的优势。首先,给出MT-FBT的推衍过程并归纳得到其一般形式,在此基础上阐述其扩展方式与钳位原理;然后,以MT-FBT扩展而成的四电平PFC电路为例,从工作原理、调制策略与控制方法等方面进行分析;最后,设计制作一台额定功率为1 k W的实验样机,实验结果验证了MT-FBT的可行性和所推导变换器的工程应用价值。展开更多
面向高维复杂的电力量测数据,现有攻击定位检测方法存在定位精度差的问题。为此该文提出一种基于最大信息系数-双层置信极端梯度提升树的电网虚假数据注入攻击定位检测方法。所提方法引入最大信息系数对量测数据进行特征选择,能够非线...面向高维复杂的电力量测数据,现有攻击定位检测方法存在定位精度差的问题。为此该文提出一种基于最大信息系数-双层置信极端梯度提升树的电网虚假数据注入攻击定位检测方法。所提方法引入最大信息系数对量测数据进行特征选择,能够非线性地衡量数据特征之间的关联性,且公平地根据一个特征变量中包含另一个特征变量的信息量来去除冗余特征,有效解决虚假数据注入攻击定位检测方法普遍面临的量测数据高维冗余问题;同时提出一种具有正反馈信息传递作用的双层置信极端梯度提升树来对各节点状态进行分类,通过结合电网拓扑关系学习标签相关性,从而有选择性地利用前序标签有效预测信息,来减少后续分类器学习到的前序标签预测信息中包含的错误,最终实现对受攻击位置的精确定位。在IEEE-14、IEEE-57节点系统上进行大量仿真,算例结果验证了所提方法的有效性,且相较于其他方法具有更高的准确率、精度、召回率、F1值和AUC(area under curve)值。展开更多
文摘外来入侵植物命名实体识别是进一步挖掘入侵植物信息的关键步骤。为解决外来入侵植物领域命名实体识别存在训练数据稀缺、字符级向量表征单一、专业实体识别精度不足等问题,构建了一种基于多特征融合的外来入侵植物细粒度命名实体识别模型(invasive alien plant fine-grained named entity recognition model based on multi-feature fusion,IAPMFF)。首先,采用RoBERTa(Robustly optimized BERT approach,RoBERTa)预训练模型为基础架构,通过构建领域专用词典并通过词汇特征向量融合,增强模型对低频词及专业术语的表征能力;其次,设计双通道特征提取层,利用双向长短时记忆网络(Bi-directional long-short term memory,BiLSTM)提取长序列语义特征,结合卷积残差结构(convolution residual structure,CRS)捕获更多细粒度特征;然后,设计分层特征融合机制,通过多头自注意力机制加权融合两种特征向量,构建多维度语义表征;最后,采用条件随机场(conditional random field,CRF)进行序列解码优化。基于专家知识,构建包含24类细粒度实体标签的外来入侵植物命名实体识别数据集。试验表明,IAP-MFF模型在外来入侵植物命名实体识别数据集上取得91.51%精确率、92.51%召回率和92.01%的F1值,较基线模型分别提升4.40、3.39、3.91个百分点,显著改善了小样本细粒度实体的识别效果。在Weibo、Resume公共数据集上F1值分别达到72.75%和97.15%,表明了模型的泛化性和优越性能。IAP-MFF模型通过融合包含领域知识在内的多种特征,有效提升实体识别精度与泛化能力,为外来入侵植物知识图谱构建奠定技术基础。
文摘含分布式电源(distributed generation,DG)的双极直流配电系统是未来配电网发展的重要形态之一,但由于DG接入方式、数量、容量、位置以及系统正负极负荷不平衡对系统静暂态电压稳定性影响不同,目前相关研究尚缺乏对此问题的分析。该文首先将DG等效为受控电流源,推导分析了DG接入方式、容量及负荷不平衡度对系统静态下电压不平衡度的影响;其次,基于单极故障下光伏型DG与交流电网暂态放电情况,推导分析了DG接入方式、位置、容量与系统暂态电压稳定性的关系;再者,基于多目标蜣螂优化算法提出以系统静暂态电压稳定性与DG接入成本为目标的DG接入方案规划方法,采用熵权逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)法筛选出DG接入的最佳折中方案。最后在Matlab/Simulink仿真平台搭建改进IEEE14、IEEE33双极直流配电系统验证该文所提优化方法的普适性和有效性。
文摘多电平功率因子校正(power factor correction,PFC)变换器在中高压、大容量领域应用广泛。针对传统多电平拓扑使用的器件数量较多,扩展方式不明显等问题。该文以三电平钳位单元为出发点,结合多电平电路构造方法,推衍出一种基于满二叉树结构的新型多电平拓扑(multilevel topology based on full binary-tree structure,MT-FBT)。该型拓扑模块化程度较高、输出电平数量与扩展次数呈2的指数趋势,同时在器件数量层面较传统多电平拓扑具有一定的优势。首先,给出MT-FBT的推衍过程并归纳得到其一般形式,在此基础上阐述其扩展方式与钳位原理;然后,以MT-FBT扩展而成的四电平PFC电路为例,从工作原理、调制策略与控制方法等方面进行分析;最后,设计制作一台额定功率为1 k W的实验样机,实验结果验证了MT-FBT的可行性和所推导变换器的工程应用价值。
文摘面向高维复杂的电力量测数据,现有攻击定位检测方法存在定位精度差的问题。为此该文提出一种基于最大信息系数-双层置信极端梯度提升树的电网虚假数据注入攻击定位检测方法。所提方法引入最大信息系数对量测数据进行特征选择,能够非线性地衡量数据特征之间的关联性,且公平地根据一个特征变量中包含另一个特征变量的信息量来去除冗余特征,有效解决虚假数据注入攻击定位检测方法普遍面临的量测数据高维冗余问题;同时提出一种具有正反馈信息传递作用的双层置信极端梯度提升树来对各节点状态进行分类,通过结合电网拓扑关系学习标签相关性,从而有选择性地利用前序标签有效预测信息,来减少后续分类器学习到的前序标签预测信息中包含的错误,最终实现对受攻击位置的精确定位。在IEEE-14、IEEE-57节点系统上进行大量仿真,算例结果验证了所提方法的有效性,且相较于其他方法具有更高的准确率、精度、召回率、F1值和AUC(area under curve)值。
