图片剪切


  
  /*说明: 保存文件时进行物理大小变化处理
  public static bool KiSaveAsJPEG(Bitmap bmp, string FileName, int Qty)
  {
   try
   {
    EncoderParameter p;
    EncoderParameters ps;

    ps = new EncoderParameters(1);

    p = new EncoderParameter(System.Drawing.Imaging.Encoder.Quality, Qty);
    ps.Param[0] = p;

    bmp.Save(FileName, GetCodecInfo("image/jpeg"), ps);

    return true;
   }
   catch
   {
    return false;
   }

  }


  /* 说明:获取指定格式的的ImageCodecInfo

  private static ImageCodecInfo GetCodecInfo(string mimeType)
  {
   ImageCodecInfo[] CodecInfo = ImageCodecInfo.GetImageEncoders();
   foreach (ImageCodecInfo ici in CodecInfo)
   {
    if (ici.MimeType == mimeType) return ici;
   }
   return null;
  }
  #endregion

  /* 说明:图片裁剪
   * 参数:Bitmap b--目标图片位图
   *       Rectangle r--裁剪范围矩形
   * 返回类型:裁剪下来的图片位图
   */
  public static  Bitmap KiCut(Bitmap b, Rectangle r)
  {
   if (b == null)
   {
    return null;
   }
   int w = b.Width;
   int h = b.Height;
   if (r.X >= w || r.Y >= h)
   {
    return null;
   }
   if (r.X + r.Width > w)
   {
    r.Width = w - r.X;
   }
   if (r.Y + r.Height > h)
   {
    r.Height = h - r.Y;
   }
   try
   {
    Bitmap bmpOut = new Bitmap(r.Width, r.Height, PixelFormat.Format24bppRgb);
    Graphics g = Graphics.FromImage(bmpOut);
    g.DrawImage(b, new Rectangle(0, 0,r.Width ,r.Height ), new Rectangle(r.X, r.Y, r.Width, r.Height), GraphicsUnit.Pixel);
    g.Dispose();
    return bmpOut;
   }
   catch
   {
    return null;
   }
  }

内容概要:本文介绍了一个针对电力系统连锁故障传播路径的N-k多阶段双层优化及故障场景筛选模型,该模型基于混合整数线性规划(MILP)方法构建,旨在全面评估电力系统在遭受多重故障时的脆弱性与恢复能力。通过引入故障传播路径的概念,模型能够动态模拟故障在电网中的逐级扩散过程,并结合多阶段优化策略,实现对关键故障场景的有效识别与优先排序。整个框架不仅考虑了初始故障元件的选取,还涵盖了后续因潮流转移引发的级联跳闸行为,从而提升了风险评估的准确性与时效性。该研究已在Matlab平台上完成代码实现,具备良好的可复现性和工程应用价值,适用于提升现代电网的安全防御水平。; 适合人群:电力系统、能源安全及相关领域的科研人员、高校研究生以及从事电网规划与运行管理的工程技术人员。; 使用场景及目标:①用于电力系统安全评估中识别最危险的N-k故障组合;②支撑电网应急预案制定与薄弱环节改造;③作为学术研究中关于级联故障建模与优化求解的教学与验证工具;④服务于智能电网背景下抵御蓄意攻击或极端事件的风险防控决策。; 阅读建议:建议读者结合Matlab代码深入理解模型的数学 formulation 与求解流程,重点关注目标函数设计、约束条件构建及双层优化结构的实现逻辑,同时可通过调整系统参数和故障设定进行仿真对比分析,以掌握不同因素对连锁故障演化的影响规律。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值