首页期刊导航|计算机仿真
期刊信息/Journal information
计算机仿真
计算机仿真

吴连伟

月刊

1006-9348

kwcoltd@public.bta.net.cn jsjfz@compusimu.com

010-68767186

100037

北京海淀阜成路14号

计算机仿真/Journal Computer SimulationCSCD北大核心CSTPCD
查看更多>>本刊旨在促进我国仿真技术交流和发展，既总结过去、探索基础理论，又跟踪发展前沿，重点报导仿真应用成果。现已是中国科技论文核心期刊。于2003年被《中国科学文献计量评价研究中心》评为优秀期刊。同时被选入中国学术期刊（光盘版）文献检索系统、中国科学引文数据库、中国核心期刊数据库。现已成为仿真技术领域中优秀期刊。
正式出版
收录年代

    大区域电网电力功率输出高频波动抑制仿真

    李瑞赵金刘珊杨姝...
    60-64页
    查看更多>>摘要：随着大区域电网技术的快速发展，电力需求的急剧增加，柔性直流系统的应用逐渐普及，导致大区域电网运行的稳定性需求日益提升。为解决当前高频波动抑制算法稳定性低的问题，提出了一种基于索贝尔算法和非线性滤波器相结合的高频波动抑制算法。算法首先对柔性直流系统换流器的等效阻抗进行分析，通过对换流器中不同参数进行分析以量化阻抗影响因素，通过对交流侧等值阻抗进行调整以抑制高频波动;然后通过非线性滤波器过滤其他频率分量，从而消除高频波动。实验结果表明，所提算法使高频波动出现的频率降低了8。41％，有效地提高了电力功率输出的高频波动抑制的效果，提高了大区域电网的运行稳定性，降低了高频谐振对电气设备带来的负面影响。

    高频波动抑制大区域电网柔性直流系统谐振抑制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于s2p模型的非侵入式负荷分解方法研究

    尹梓豪谢雨飞
    65-71,242页
    查看更多>>摘要：非侵入式监测的负荷分解可以精确得到家庭用户的用电信息和各个用电设备的功率数据，为需求侧管理和用户用电优化提供了数据基础。基于长短期记忆神经网络(LSTM)模型对提出的五种用电设备的有功功率数据进行预测，结合改进的差值双滑动窗口算法对预测数据进行事件检测;给出一种自注意力机制的序列到点(s2p)模型，将传统模型的编码器部分换成自注意力模型和全连接的前馈网络，对于一些长序列数据有更好的分解效果。实验结果表明:提出的LSTM结合改进的差值滑动窗口算法的事件检测精确度、召回率和F1 分数分别为 93。50％、90。55％和 92。00％;提出的基于自注意力机制的s2p模型的NDE、MAE、SAE三项分解性能指标平均误差分别比传统s2p模型小 0。076、4。111、0。223。

    非侵入式负荷监测事件检测负荷分解长短期记忆网络序列到点

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于模型解析双馈感应发电机低电压穿越仿真

    张思旭顾菊平朱建红冒琳鑫...
    72-78,469页
    查看更多>>摘要：针对电网电压不对称跌落双馈感应发电机转子侧变流器过电流问题，根据正反旋转同步坐标系下双馈感应发电机数学模型与暂态参数解析，推导出转子正负序同等电压变化下正序电流变化量远大于负序，且双馈感应发电机发出的定子无功功率与转子正序无功电流成正相关结论，提出了一种兼顾转子电流与电网无功支持的不对称低电压穿越控制策略。穿越期间模型自动动态求解，合理分配转子电压，转子故障电流控制在在安全范围。策略可行性通过MATLAB/Simulink仿真验证，电压跌落 80％时，控制转子电流同时向电网提供最大无功支持，帮助电网电网电压恢复，所提出的控制策略可在一定程度提升双馈感应发电机的低电压穿越能力。

    电网电压不对称跌落电流无功支持低电压穿越

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    风力发电机组负荷功率多目标平滑控制仿真

    周昊迟铭书
    79-83页
    查看更多>>摘要：随着风电技术的快速发展，风力发电机组数量的不断增多，风电并网的规模逐渐扩大，对风力发电负荷功率稳定性的需求也日益提升。为了解决当前风电负荷功率波动较大的问题，提出了一种基于多目标优化的负荷功率平滑控制方法。方法首先采用电池储能系统对波动功率进行补偿，通过设置介入门槛降低介入频率，通过极限学习机算法计算平滑控制的权重;然后通过对并网逆变器控制策略进行了优化，提升了并网过程的平稳度;最后加入飞轮储能系统，吸收多余动能并在功率缺失时补偿电能，从而在达到平滑控制效果的同时降低了电池储能系统的容量，降低了成本。基于真实数据的仿真结果表明，所提方法使功率波动降低了 6。42％，有效的提高了负荷功率平滑控制的效果，提升了风力发电机组运行的稳定性，降低了功率波动对电网带来的负面影响。

    风力发电平滑控制电池储能系统极限学习机

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于VMD-WK-OPLS的短期风速动态预测

    朱清智董泽
    84-89,309页
    查看更多>>摘要：针对短期风速存在随机性、不稳定性难以建立准确预测模型，提出变分模态分解(VMD)和小波核潜在结构正交投影(WK-OPLS)的VMD-WK-OPLS预测模型，实现动态短期风速估计。首先利用VMD将风速序列分解为不同限带内的子模态，以降低短期风速非平稳性对预测结果的影响，然后对子模态分别建立WK-OPLS预测模型，并利用时滞差分(DTD)的策略对各模型动态更新，最后将各子模态预测结果组合得到最终短期风速预测值。通过宁夏风场风速序列进行验证，结果表明，本文所提出的VMD-WK-OPLS模型与EEMD-IDE-LSSVM、VMD-IDE-LSSVM、EEMD-WK-OPLS、VMD-WK-OPLS等三种模型相对比，在短期风速预测精度上得到显著提高。

    变分模态分解时滞差分集合经验模态分解偏最小二乘小波核

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    MVB-ECN异构网络的过程数据传输及仿真分析

    李柱培钱存元
    90-95页
    查看更多>>摘要：多功能车辆总线(Multifunction Vehicle Bus，MVB)是目前车载网络控制系统中应用最成熟、最广泛的总线，但其传输速率较低，难以满足大容量数据的传输需求。基于以太网的列车通信网络是实现列车控制与大容量信息服务一体化的新型宽带网络系统，是列车通信网络重要的发展方向。新兴的以太网编组网(Ethernet Consist Network，ECN)和传统的多功能车辆总线互连通信首先要保证面向列车控制的过程数据传输的实时性和可靠性。为此，首先分析了MVB及ECN的通信协议及传输模式，提出了过程数据在MVB-ECN异构网络中的互联传输的方案，并从理论上分析了过程数据的传输时延;然后基于OPNET搭建MVB-ECN异构网络仿真模型，对过程数据传输的实时性进行仿真验证，解析所提方案的优缺点，为MVB-ECN网关的设计提供一定的理论参考。

    多功能车辆总线以太网编组网过程数据

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    城市多模式公共交通网络优化及仿真

    马洪生李雪芹许京鹏王文宪...
    96-100,237页
    查看更多>>摘要：城市公共交通网络优化对于提高城市出行效率，方便乘客出行具有重要意义。基于Space L建模方法构建城市多模式公共交通网络，定义了网络中节点和弧段阻抗计算方法。以多模式公共交通网络全局效率最大为目标，考虑常规公交线路设计规则为约束，构建了上述问题的数学规划模型。针对该问题的组合爆炸特点，采用了遗传退火算法进行求解。最后选取成都市锦江区所属的公共交通网络进行实例分析，结果表明，上述方法成功地降低公共交通网络节点间的出行阻抗、提升公共交通网络全局效率，而且可以在较短时间内求得满意解。

    多模式公共交通建模弧段阻抗全局效率遗传退火算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    空间扭索面曲塔斜拉桥振动破损有限元仿真

    王雪李欣刚闫科宇杨梦雪...
    101-104,204页
    查看更多>>摘要：为了提高斜拉桥的安全性和稳定性，提出空间扭索面曲塔斜拉桥振动破损有限元仿真方法。使用向量有限元模型研究桥梁的动态特性，得出空间扭索面曲塔斜拉桥每个质点的内力和外力分布情况，通过中心差分法计算出桥梁每个质点位置，得出斜拉桥的最大应力。扩展有限元模型，分别计算斜拉桥纤维拉伸失效、纤维压缩失效、基体拉伸失效以及基体压缩失效的四种空间扭索面曲塔斜拉桥破坏模式判定方式，实现斜拉桥破坏的有限元分析。仿真结果表明，所提方法的桥梁频率振动与实际结果拟合较好，计算步长少，损伤破坏分析效率较高。

    有限元模型空间扭索面斜拉桥桥梁破坏模式基体拉伸失效

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种基于改进PSPNet的城市街景语义分割方法

    叶波潘硕李景文姜建武...
    105-110,120页
    查看更多>>摘要：在当前街景语义分割任务过程中，传统的语义分割方法容易产生事物边缘分割不精准以及无关背景特征影响严重的问题。针对这一问题，基于PSPNet模型提出一种融合语义特征和边缘特征的语义分割网络E-PSPNet。模型由语义分割子网络和边缘检测子网络构成，在语义分割子网络中嵌入注意力机制，加强有效特征的获取，忽略无关背景特征信息，并利用边缘检测子网络获取到更准确的轮廓特征，最后通过特征融合模块对两种特征进行融合得到最终结果。在Cityscapes数据集上进行消融实验，该模型平均交并比对比原模型提升了 3。3％，并与现有模型进行实验对比，实验结果证明E-PSPNet模型可以有效改善街景边缘分割不精准以及背景无关特征影响严重的问题。

    语义分割边缘检测注意力机制模块城市街景

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于自适应时空图网络的交通预测

    张安勤李宝莲
    111-115,531页
    查看更多>>摘要：在面对复杂的交通状况时，能够精准的提取出其中的时空依赖关系，使交通预测的准确率提高是构建智能交通系统的重要环节。针对交通图的时空特性，提出了一种基于自适应时空图网络的交通预测模型(Ada-STGN)。模型通过多层叠加门控残差时间卷积结构(GRes-TCN)处理时间依赖关系;使用自适应多头空间注意力模块(Ada-SAN)对不同子空间依赖模式进行联合建模获取空间依赖关系。分别在METR-LA和PEMS-BAY两个真实的公共交通数据集上进行了预测实验，在与基准模型比较后可知，Ada-STGN减小了预测误差，具有更好的预测性能。

    智能交通系统交通预测时间卷积网络多头注意力时空依赖性

      原文链接:
    • NETL
    • NSTL
    • 万方数据