北京市高级别自动驾驶示范区测试范围公开

Autonomous 2022-03-29 18:01:41

文章来源:https://mp.weixin.qq.com/s/Ed2FV3c298kkp3hveZp3MA

申明:文章为转发,仅供学习,如有不当之处,联系本社区删贴。

截止2022年3月29日,北京市高级别自动驾驶示范区开放测试道路情况如下:

1、经开区(约60平方公里)全域道路,范围四至为:东至经海路、科创街、经海九路、凉水河、新凤河、规划同义路;南至规划亦通街、规划亦柏路、规划新南区南街、规划轨道交通场站及线路用地外围、瑞合路、亦驰街;西至三海子东路、黄亦路、博兴十路、凉水河一街、三海子东路、西环北路、亦兴西路;北至五环路、文化西园北路、京沪高速路、科创一街,详见下图中间标红区域。

2、京台高速部分路段,范围为大兴区兴亦路K0+600至旧宫新桥K5+280之间双向路段,详见下图左侧标红路段。

其中,无人化道路测试开放区域范围约20平方公里,范围四至为:西至博兴路、新凤河路;南至泰和路、博兴三路、西环南路(暂缓开通)、科创十七街;东至通惠干渠路、科创九街、经海八路;北至荣昌东街、科创街,详见下图。

其他区域及路段正在研究中,后续将结合应用场景需求、产业发展趋势、交通管理要求等因素有序开放。 

 

...全文
159 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文聚焦风电出力的不确定性问题,采用拉丁超立方抽样(Latin Hypercube Sampling, LHS)方法生成具有统计代表性的风电出力初始场景集,有效克服传统蒙特卡洛抽样存在的样本冗余与收敛速度慢的缺陷。为进一步降低场景数量以提升电力系统优化调度的计算效率,研究结合K-means聚类、快速前向选择等场景缩减技术,对生成的高维场景进行聚合与概率修正,保留最具代表性的典型场景及其对应概率分布。整个建模流程在Matlab平台上编程实现,形成一套完整的“抽样—生成—缩减—验证”的不确定性建模框架,为含高比例风电的电力系统提供高质量、低冗余的输入场景集,显著增强随机优化、鲁棒优化等模型的求解效率与工程实用性。; 适合人群:具备电力系统分析、概率统计基础及Matlab编程能力,从事新能源并网、电力系统优化调度、不确定性建模与风险评估等方向的科研人员、工程技术人员及研究生。; 使用场景及目标:①应用于风电主导的电力系统随机优化调度、机会约束规划、鲁棒经济调度等场景,提升模型对不确定性的刻画能力;②帮助研究者深入掌握拉丁超立方抽样与场景缩减的核心原理与实现方法,构建高精度的不确定性输入模型;③为复杂电力系统仿真提供经过科学约简的典型场景集,平衡计算精度与效率,支撑实际工程决策。; 阅读建议:建议读者结合提供的Matlab代码逐模块调试与运行,重点理解LHS在多维空间中的分层抽样机制、场景距离度量方式及聚类缩减过程中的概率守恒原则,关注缩减前后场景集的分布保真性与计算效率提升效果,以全面掌握风电不确定性建模的关键技术路径。

112

社区成员

发帖
与我相关
我的任务
社区描述
紧跟时代脚步,未来驾驶已来
社区管理员
  • 二十四桥下一句
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧