使用DNN进行语音分离的卷积NMF联合优化激活系数

在可再生能源大规模接入电力系统的背景下，为了利用不同能源互补特性解决电力系统弃风、弃光的问题，建立风电、光伏发电、凝汽式火电机组、热电机组、燃气轮机、联合循环燃气轮机、梯级水电和抽水储能机组的模型，在此基础上，考虑风电和光伏发电出力的不确定和水、热、电能量平衡，建立基于机会约束目标规划的风-光-水-气-火-储联合优化调度模型。为了提高模型求解效率，利用基于采样的机会约束条件确定性转化方法将机会约束条件转化为混合整数约束条件。算例验证了所提模型的有效性。将所提调度模型与现行火电机组“以热定电”、梯级水电“以水定电”的模式进行对比，结果表明所提协调调度模型能够利用不同机组之间的互补特性提高电力系统运行的灵活性，从而提高可再生能源的消纳能力，降低系统运行成本。

随着高比例可再生能源接入综合能源系统，在系统规划及运行优化过程中充分考虑不确定性及电/热储能灵活性的问题至关重要。提出了一种考虑可再生能源及多能负载不确定性的综合能源系统两阶段规划-运行联合优化方法。充分挖掘电/热储能的灵活性与上述不确定性的关系，进行互补平衡并改善系统的可靠性与经济性。所提出的两阶段优化问题在第一阶段主要考虑综合能源系统及储能设备的规划问题，包含0-1变量；第二阶段考虑系统运行问题，包含不确定性参数及多种连续变量。通过仿真算例分析了多类型储能配置对综合能源系统规划问题的影响和不确定性参数的场景数量在两阶段随机优化问题中的影响，并对比分析了两阶段随机优化与两阶段鲁棒优化的优缺点。分析结果为综合能源系统灵活配置电/热储能设备、考虑不确定性参数问题提供建模求解的策略及建议。

EHWSN已经在实践中得到应用，如结构健康监测领域，但尚存在很多缺陷（如节点部署、路由）需要进一步研究。提出了一种用于结构健康监测的新型EHWSN系统。重点考虑3个问题：（1）部署最少的节点数量；（2）每个节点到汇聚节点的最优传输路径；（3）能量采集约束下的最大网络效用。设计了一种包括节点部署、路由和能量分配的联合优化算法，以实现部署最少的节点数量达到数据采样质量最大化的目的。实验结果表明，相比于现存的方法，该联合优化算法能够取得更高效的网络能量分配和更大的网络效用。

安全技术-网络信息-整车补货策略与配送网络联合优化研究.pdf

安全技术-网络信息-认知无线电网络中异构业务资源分配及联合优化算法研究.pdf

提出三维装载与CVRP 联合多目标优化问题(3LCVRPMO) 模型, 该模型在三维装载约束下的CVRP 问题(3LCVRP) 的基础上, 考虑了配送车辆数目及路径总距离两个目标函数. 在权衡装箱和路径优化两个优化过程的基础上, 构建了多阶段/两层混合算法架构(MSOTLH) 及其算法, 并对路径优化偏好的3LCVRPMO 问题进行求解. 基于3LCVRP 问题相关算例的数据实验结果表明, 所提出的3LCVRPMO 模型及MSOTLH 算法是有效的.

针对认知无线电网络（CRN）通信可能会因为恶意次级用户（SU）的存在或信道损伤而遭到破坏等问题，提出了一种广义鲁棒的协作频谱感知（CSS）框架，频谱感知和恶意用户识别问题联合构成一种优化问题。提出的方案通过利用节点位置信息获得了性能的提升，利用在线异常感进行实时识别和跟踪，不仅能识别恶意用户和频谱机会，而且能处理不准确或丢失的距离测量和噪声SU报告。仿真实验使用蜂窝场景，在一个特定半径内包含一个主用户（PU）和多个SU。实验结果表明，提出的方案在协作感知中能够有效克服感知数据错误化（SSDF）攻击。此外，与基于主成分分析法（PCA）的鲁棒CSS相比，对距离估计误差不敏感，对攻击强度和恶意用户数的鲁棒性更强，同时可以灵活抵御多种网络攻击。

当电动汽车利用车网互动(V2G)技术参与电网一次调频时，其下垂控制特性会影响原负荷频率控制的调频性能。基于此，提出了一种计及电动汽车辅助调频的负荷频率控制联合优化方法。建立了含电动汽车的多区域多机组系统的负荷频率控制模型；在此基础上，针对电动汽车电池特性及二次调频出力的有效工作范围，考虑系统内机组的特性等，以时间乘以误差绝对值积分(ITAE)为目标函数，建立了电动汽车辅助调频与传统机组二次调频的联合优化模型，并利用粒子群优化算法进行求解。在MATLAB/Simulink中针对阶跃负荷扰动及长时间随机负荷扰动的情况，对联合优化前、后系统的动态响应进行了对比分析。仿真结果表明：所提联合优化方法能有效地改善负荷频率控制的稳态响应速度、优化系统的调频性能，并且能够保证用户对电动汽车的用电需求。

MATLAB代码：储能参与调峰调频联合优化模型 关键词：储能 调频 调峰 充放电优化 联合运行 参考文档：《Using Battery Storage for Peak Shaving and Frequency Regulation: Joint Optimization for Superlinear Gains》完全复现 仿真平台：MATLAB+CVX 平台 优势：代码具有一定的深度和创新性，注释清晰。 主要内容：代码主要做的是考虑储能同时参与调峰以及调频的联合调度模型，现有代码往往仅关注储能在调峰方面的能力，而实际上同时参与调峰调频将超线性的提高储能的收益，在建模方面，构建了考虑电池退化成本、充放电功率约束以及用户负荷不确定性的储能优化模型，整体复现结果和文档一致，该代码具有一定的创新性，适合新手学习以及在此基础上进行拓展，代码质量非常高。