12万m~3曼型干式煤气柜柜体的静力分析

本文讨论了内压和风荷载作用下12万m~3曼型干式煤气柜柜体的有限元计算。根据计算结果,进行了柜体的位移和内力分析,确定了柜体强度校核和刚度校核的控制点。本文的工作,对于柜体的设计,具有重要的参考价值。     

一种高效的基于云边端协同的电力数据采集系统

针对云计算模型的数据分析及数据处理在实时性、隐私保护和能耗等方面所存在的问题,研究边缘计算模型的概念及其在数据处理与数据分析方面的优势;提出新型的边缘计算系统架构,设计能实现系统任务的卸载、运行及调度策略;针对提出的新型边缘计算系统的改进方向和应用前景,展开分析和研究,构造了一种基于云边端协同的新型电力数据采集系统。该系统架构由上而下分为云侧系统主站、边侧智能终端和端侧表计设备3层,端侧表计设备负责采集电力数据并上报到边侧智能终端,智能终端负责对数据进行预处理,而云侧系统主站负责收集预处理后的数据并进行统一处理。基于该文所提系统,云侧采集系统主站统管边侧智能终端设备,并支持将应用程序下发到边侧智能终端进行边缘计算;边侧智能终端设备纳管端侧表计设备,支持将表计设备采集的数据上传到边缘侧缓存和就近处理、分析与决策。该文通过实例测试验证了所提方案既解决了边缘应用的实时处理和响应问题,又减轻了云端与边缘端之间数据通信的带宽压力。     

基于多源异构数据与深度神经网络的电量预测系统

电力负荷与电量消耗的预测是电力系统中不可或缺的一部分,对资源调度与电力安全起着至关重要的作用。在多源异构大数据的环境下,文中收集了半个月内固定区域内的电力资源消耗数据、气象数据和人群移动数据,通过设计深度网络结构对特定区域内的总用电量变化趋势进行准确预测。文章设计了堆栈式去噪自编码器对大型异构数据进行特征提取,然后使用长短时记忆神经网络对特征进行预测模型的训练。通过实验验证,去噪自编码器可以很好地学习到异构数据的深度特征表示,长短时记忆神经网络可以从历史时间维度上捕捉特征之间的潜在关联并得到具有低误差的预测模型。最终,本中证明了利用多源异构数据集可以更好地反应特定区域的用电习惯,并给出高精度的电量预测模型,为供电部门进行更好地电力资源管理与调度。     

氮化硅微腔中的光学频率梳(特邀)

具有高品质因子（Q 值）的光学谐振腔能够长时间将光束缚在较小的模式体积内,极大地增强了光与物质的相互作用,成为集成光学器件中具有重大潜力的重要组成部分。聚焦于目前广泛应用于集成非线性光学领域的氮化硅材料平台,为了解决大尺寸氮化硅微环腔由拼接误差、表面粗糙等因素导致的散射损耗较大的问题,进行了一系列的工艺改进以提高大尺寸氮化硅微环腔的品质因子。结果表明:通过薄膜再沉积工艺可以有效降低氮化硅波导的散射损耗,半径为560 μm的大尺寸氮化硅微环腔的本征Q值得到了平均26% 的提升。得益于提高的微腔Q 值,在氮化硅微环腔中实现了重复频率40 GHz 的光学频率梳。     

基于变权函数和区间云模型的任务风险评估方法研究

提出一种将变权理论和云模型相结合的任务风险评估方法;针对遂行任务中可能出现的极端值会造成评估结果偏差的情况,构建区间变权函数,建立风险因素数据归一化标准;针对传统云模型在风险评估中期望Ex对评估结果产生的过强影响作用,采取区间形式进行弱化,并根据属性数学理论改进区间云模型数字特征确定方法;实例验证方法的合理性和有效性.     

面向高维特征缺失数据的K最近邻插补子空间聚类算法

针对高维特征缺失数据在聚类过程中面临的因数据高维引发的维度灾难问题和数据特征缺失导致的样本间有效距离计算失效问题,提出一种面向高维特征缺失数据的K最近邻（KNN）插补子空间聚类算法KISC。首先,利用高维特征缺失数据的子空间下的近邻关系对原始空间下的特征缺失数据进行KNN插补;然后,利用多次迭代矩阵分解和KNN插补获得数据最终可靠的子空间结构,并在该子空间结构进行聚类分析。在6个图像数据集原始空间的聚类结果表明,相较于经过插补后直接进行聚类的对比算法,KISC算法聚类效果更好,说明子空间结构能够更加容易且有效地识别数据的潜在聚类结构;在6个高维数据集子空间下的聚类结果显示,KISC算法在各个数据集的聚类性能均优于对比算法,且在大多数据集上取得了最优的聚类精确度（ACC）和标准互信息（NMI）。KISC算法能够更加有效地处理高维特征缺失数据,提高算法的聚类性能。     

融合句法解析树的汉-越卷积神经机器翻译

神经机器翻译是目前应用最广泛的机器翻译方法,在语料资源丰富的语种上取得了良好的效果.但是在汉语-越南语这类缺乏双语数据的语种上表现不佳.考虑汉语和越南语在语法结构上的差异性,提出一种融合源语言句法解析树的汉越神经机器翻译方法,利用深度优先遍历得到源语言的句法解析树的向量化表示,将句法向量与源语言词嵌入相加作为输入,训练翻译模型.在汉-越语言对上进行了实验,相较于基准系统,获得了0.6个BLUE值的提高.实验结果表明,融合句法解析树可以有效提高在资源稀缺情况下机器翻译模型的性能.     

深尾水河床式电站宽尾墩体型优化试验研究

该文采用模型试验重点针对具有深尾水、低水头和大单宽流量的泄洪闸体型进行了研究。以某在建河床式水电站为研究对象,基于该水电站实际运行方式,以出闸水流衔接流态、消力池流态、出池流速和下游冲刷作为控制指标,分别比较了Y型宽尾墩、常规宽尾墩及常规宽尾墩+底部贴角等泄洪闸体型,最终确定常规宽尾墩+底部贴角方案相对较优。该方案通过采用底部贴角减小了宽尾墩下部过流面积,继而增大了泄洪表孔出口水深,使水体在消力池内的波动和流速都相对减小,消能率相对提高,进而满足工程泄洪消能要求。