基于Copula-EVT模型的我国股票市场流动性调整的VaR和ES研究

结合相依结构函数Copula和极值理论EVT,构建了我国股票市场经流动性调整的La-Copula-EVT风险价值模型,并用沪深收益序列的分笔高频数据进行了实证分析,发现我国沪深股市收益序列的上尾和下尾都存在较高相关性,后验测试结果表明构建的模型能够对实际损失进行很好的拟合;然后在该模型的基础上进一步分析了我国沪深股市的风险价值和预期不足在不同置信区间的敏感度差异,确定了适合La-Copula-EVT模型的最优置信度区间。     

基于迁移学习的OMS配网瞬态稳定性控制方法

为了提升一体化控制效果,确保OMS配网的瞬态稳定,研究基于迁移学习的OMS配网瞬态稳定性控制方法。通过迁移学习调整网络中非固定层参数,依据提取的特征训练重构非固定层的网络,构建迁移学习卷积神经网络模型;输入二维电压电流数据图像,输出OMS配网瞬态稳定性预测结果;若OMS配网瞬态失稳,则求解OMS配网内发电机的灵敏度,按照灵敏度生成OMS配网瞬态稳定性一体化控制策略。实验证明,该方法在不同故障下,综合评价指标值较高,一体化控制效果较佳。     

基于菲涅耳变换与全变分分解的鲁棒水印算法

为了兼顾水印算法的透明性与抗几何变换能力,引入光学加密方法,提出了基于相位截断菲涅耳变换与全变分分解的鲁棒水印算法。引入Logistic映射,通过对其迭代来获取混沌序列,以构建一个随机掩码;基于Fresnel变换,联合随机掩码,对水印信息完成光学加密;再利用相位截断机制,得到2个私钥。借助全变分分解方法来处理宿主图像,获取卡通与纹理部分;引入离散小波变换(DWT),分别对加密水印与纹理部分实施分解,输出各自对应的子带信息;并将这些子带信息进行融合,通过可逆DWT方法,获取嵌入水印后的纹理信息;通过组合水印纹理部分与初始的卡通部分,形成水印图像。设计水印检测机制,在水印图像中检索出编码水印,借助2个私钥来复原水印。测试数据显示：所提算法兼顾了理想的水印透明性与鲁棒性,在多种几何变换下,所复原的水印失真较小,对应的相关系数维持在0.9以上。     

基于信息交互的智能配网可视化平台设计

为满足用户对配网运行的可视化需求，将SCADA系统和智能配网自动化系统结合，并采用融合的EPON和工业以太网技术建立配网可视化平台。系统基于JAVA开发平台，通过完全分布式的SCADA子系统进行配网运营参数采集、设备控制、参数调节以及各类信息报警，由配网终端设备检测子系统实现装置进行缺陷识别和跟踪。基于EPON和工业以太网通信技术构成“双向环形+手拉手形”实现系统数据互联度。将开发的可视化平台应用于实际中表明，系统能够有效保证电能质量，平衡用电负荷和故障后的快速复电能力，提高电网整体运营和管理水平。