首页期刊导航|电子器件
期刊信息/Journal information
电子器件
东南大学
电子器件

东南大学

孙立涛

双月刊

1005-9490

dzcg-bjb@seu.edu.cn

025-83794925

210096

南京市四牌楼2号东南大学

电子器件/Journal Chinese Journal of Electron DevicesCSCD北大核心CSTPCD
查看更多>>本刊主要向国内外介绍有关电子学科领域的新理论、新思想、新技术和具有国内外先进水平的最新研究成果和技术进展。本刊发扬学术民主,坚持双百方针,为促进国内外学术交流、促进电子科学技术快速发展和国民经济建设服务。 本刊主要刊登真空电子学、微波电子学、光电子学、薄膜电子学、电子显示技术、激光与红外技术、半导体物理与器件、集成电路与微电子技术、光纤技术、真空物理与技术、表面分析技术、传感技术、电子材料与元器件、电光源与照明技术、电子技术应用,并涉及电子科学领域里的最新研究动态。
正式出版
收录年代

    电力调度专业语言理解混合神经网络建模方法

    赵磊张越蒙飞常鹏...
    1640-1644页
    查看更多>>摘要:为了提升电力调度专业语言理解准确率和泛化性,提出电力调度专业语言理解混合神经网络建模方法.首先基于BERT预训练模型将调度专业语言转化为低维词向量,通过微调BERT超参数增强对调度专业语言的表征能力,然后在BERT后接入CRF层提升调度专业语言槽位标签全局识别能力,基于文本卷积神经网络(TextCNN)训练调度专业语言与操作意图间的映射关系,联合意图和槽位识别结果实现调度专业语言理解.最后通过某调控中心调度专业语言验证,所提调度专业语言理解方法具有较高的理解准确率,与其他方法相比调度意图和槽位信息识别的平均F1 值分别高出 3.41%、3.99%.

    电力调度混合神经网络意图识别实体识别语义理解

    基于自适应图聚类和BAS算法的大型海上风电场功率优化策略

    行九晖翟健帆张超陈炜煜...
    1645-1655页
    查看更多>>摘要:针对大规模海上风电场(Offshore wind farm,OWF)及其复杂的尾流效应对集中式控制带来的影响,提出一种改进天牛须搜索算法的分布式非凸优化控制策略,以提高OWF的功率转换.首先,提出了一种自适应阈值算法,用于建立尾流自适应修剪有向图,同时保留风力发电机之间关键的尾流传播关系;其次,利用尾流自适应修剪图约束创建子有向图,将风电场划分为无耦合的聚类通信子集;在此基础上,以OWF输出功率最大功率为目标,风电机组的偏航角和轴向系数为优化变量,提出基于蒙特卡洛-天牛须搜索(MC-BAS)算法的风电场功率优化策略.最后,仿真结果表明,与集中式控制方法相比,所提算法在降低计算成本的同时可以提高功率转换效率.

    天牛须搜索算法尾流传播有向图海上风电场聚类子集尾流自适应修剪图

    基于多目标混沌分数小生境二进制粒子群算法的配电网重构

    吴海勇赵瑞锋张峻诚卢建刚...
    1656-1661页
    查看更多>>摘要:提出了一种基于改进二进制粒子群算法的配电网重构策略,在提高配电系统可靠性的同时减少电力损失.为克服单一粒子群算法的早熟收敛问题,该方法采用二进制函数和混沌序列分别定义粒子的位置信息和速度信息.根据配电网开关位置的顺序,重新定义了加权哈明距离,将粒子群划分为不同的小生境组.在迭代过程中通过对不可行解的修正来初始化粒子群,从而避免了不可行解的产生.同时,为减少网络系统有功功率损失、改善电压曲线,利用多目标混沌分数小生境二进制粒子群算法对配电网络进行重构.通过在IEEE 33 节点配电系统中的实验验证了所提出的方法的有效性.实验结果表明,所提出的方法相较于现有方法更有效、更稳定.

    配电网自愈系统重构小生境粒子群功率损耗

    基于模型样本加权的电力负荷预测方法

    荆世博陈伟伟曹茜于志勇...
    1662-1668页
    查看更多>>摘要:为了解决在电力负荷预测算法中由于对数据样本采用相同权重而导致的不利泛化效果,提出了一种基于样本加权的新型负荷预测方法,该方法在训练过程中引入加权训练损失优化模型,在优化过程中使用样本的梯度和影响函数来确定样本的权重.这种加权的方式有助于调整模型的拟合,使其更好地适应那些被加权的样本,提高模型的泛化性能.在确定性预测情景下,通过对真实负荷数据集进行线性模型和人工神经网络的案例研究,验证了所提方法的可行性和有效性.

    电力负荷预测样本加权经验风险最小化

    大数据实验平台下面向用户创建容器的资源调度算法优化

    刘翔李海荣方中纯
    1669-1677页
    查看更多>>摘要:目前大数据实验平台中容器管理的资源调度算法并不能满足面向用户的要求.应用Docker Swarm容器管理工具,对布谷鸟算法进行改进,提出一种面向用户的容器管理的资源调度算法(CSFU).其核心思想是从用户的角度出发,应用莱维飞行找到适应度最小的物理节点,然后将同一用户创建的容器放入同一物理节点中.最后与Docker Swarm 3 种原生调度算法分别进行实验对比,CSFU算法在负载均衡及集群的部署速度上表现更优.并运行KNN、k-Means算法,实验证明CSFU算法下同一集群容器之间有着更小的网络延迟且能使算法更快地收敛.

    莱维飞行面向用户CSFUDockerSwarmCS

    基于云边协同和可伸缩微服务的配网云平台系统设计

    黄毅标朱龙洋汪逸帆黄秋岑...
    1678-1685页
    查看更多>>摘要:配电网规模不断扩大的背景下,为提高系统效率和灵活性、解决配电网规模扩大引发的管理挑战,提出构建配网云边端服务框架、基于云边协同的可伸缩优化模型以及配网云平台微服务架构.通过设计云边端服务框架,实现了云端与边缘端的高效协同工作.为解决电力系统规模增大引发的挑战,引入了基于云边协同的可伸缩优化模型,以确保系统在动态工作负载下的高效运行.为提高系统弹性和灵活性,设计了配网云平台微服务架构,将系统拆分为独立的微服务单元,使其更易于扩展和维护.通过算例分析,验证了基于云边协同和可伸缩微服务的配网云平台系统能够灵活调整面对不断变化的电网条件,保证QoS参数的同时降低成本,说明模型为电力系统的智能化和可持续发展提供了实用的解决方案,解决了配电网规模扩大引发的管理难题,为未来电力系统的优化提供了有力支持.

    云边协同配网可伸缩配网云平台系统设计

    基于中红外吸收光谱的天然气泄漏CH4、C2H6痕量气体同步测量技术研究

    宋高峰陈潇吴胜平刘婧婧...
    1686-1691页
    查看更多>>摘要:为实现城镇燃气管网泄漏的高效检测,设计了基于中红外带间级联激光器和13m长光程气体池的CH4、C2 H6 双组分浓度测量传感器.该传感器利用激光控制器输出特定波长激光,覆盖CH4、C2 H6 吸收线,实现同步检测,通过维持气体池负压来避免水汽吸收对检测的影响.长时间性能测试表明,CH4、C2 H6 相对误差分别为 0.5%和 1.8%;通过Allan方差分析,系统在 327 s时,CH4 最小检测下限为1.31×10-9(体积分数),当积分时间为402 s时,C2 H6 最小检测下限可达0.02×10-9(体积分数),具备卓越的检测性能和稳定性.移动监测实验结果表明,天然气中CH4 与C2 H6 呈强线性相关性,皮尔森相关系数高达 0.999 133,为天然气泄漏的辨别提供了可靠依据.这一燃气检测技术在工程应用上具有重要价值.

    甲烷乙烷双组分气体传感器中红外激光吸收光谱皮尔森相关系数天然气泄漏

    铜掺二硫化钼对电极的制备及其在光伏器件中应用研究

    刘磊马超群徐昌治腾钧舟...
    1692-1697页
    查看更多>>摘要:在染料敏化太阳能电池中,非铂对电极材料一直是研究重点.采用一步水热法直接在氟掺氧化锡(FTO)导电玻璃衬底上制备铜掺二硫化钼薄膜,并作为染料敏化太阳能电池对电极.循环伏安法、电化学阻抗谱和塔菲尔极化曲线结果表明,铜掺二硫化钼对电极拥有比二硫化钼对电极更高的电催化活性.因此,基于铜掺二硫化钼对电极的染料敏化太阳能电池光电转换效率为 4.73%,接近基于Pt对电极的光伏器件(4.83%).

    水热法染料敏化太阳能电池铜掺二硫化钼光电转换效率

    基于滤波和改进灰狼算法的葡萄储藏时间鉴别方法研究

    叶杏雨张建锋
    1698-1703页
    查看更多>>摘要:研究了一种基于电子鼻系统的葡萄储藏时间鉴别方法.实验对不同储藏时间的葡萄进行理化指标检测,利用电子鼻获取不同储藏时间的葡萄样品的挥发性气味信息,运用了主成分分析方法、核主成分分析方法和基于最小二乘平滑滤波的改进灰狼优化支持向量机对葡萄的挥发性气味信息进行提取分析,建立不同储藏时间的葡萄检测分类模型.结果显示:核主成分分析对不同储藏时间的葡萄区分效果更优.基于最小二乘平滑滤波的改进GWO-SVM分类方法的准确率、精确度、召回率、F1 值分别达到了 97.56%、97.59%、97.58%和 97.59%,其分类性能指标高于其他分类方法,并具有较好的稳定性,可为实际应用中葡萄的储藏时间鉴别问题提供一定的参考.

    电子鼻主成分分析滤波灰狼算法支持向量机

    基于YOLOX的探地雷达城市地下目标检测方法

    王海亮刘丽徐航李静霞...
    1704-1710页
    查看更多>>摘要:探地雷达(GPR)因其无损、高效以及浅层高分辨率的优势被广泛应用于城市道路检测中.但是,GPR的数据解释主要依靠专家经验,费时费力,且误判、漏判率大.提出一种基于YOLOX深度学习网络的城市地下目标自动检测方法,以实现GPR数据的自动解译.该方法利用YOLOX网络能够同时实现自动提取特征和自动定位目标位置的能力,对GPR图像中的典型城市地下目标(空洞、电缆和管道等)进行检测.由于GPR数据量较小,首先利用COCO公开数据集对YOLOX进行预训练,然后利用迁移学习,在室内实验室采集的GPR数据集上进行参数微调,最后将训练好的YOLOX网络用于地下目标的定位和识别.实验结果表明,该方法能够实现小数量级GPR数据的精确目标检测,平均精度均值mAP(0.75)可达 82.1%,检测速度可满足实时检测要求,且该方法在检测精度方面优于现有方法.

    探地雷达城市地下目标检测深度学习YOLOX迁移学习