自动变速工程车辆驾驶员行驶操纵模型的研究

在装载机自动变速系统的研究中,对装载机驾驶员的操纵模型进行了研究,用于辅助自动变速控制系统的研制.使用人工神经网络和模糊理论建立的驾驶员模型的操作特性与实际的驾驶员操作特性比较吻合,对于自动变速控制系统的仿真研究提供了方便.     

燃气脉冲吹灰在350 MW机组锅炉空气预热器上的应用

沙角B电厂2号炉空气预热器（空预器）2004年初改造投运后，漏风率、排烟温度、压差等各项指标均能满足设计要求，但运行两个多月后，由于煤种和吹灰蒸汽参数的变化，烟气侧压差急剧增加，满负荷下，最高达2000Pa。2005年2月临修时在改造原来的蒸汽吹灰系统的同时加装了一套燃气脉冲吹灰装置，通过改变吹灰方式，空预器的压差得到有效控制，满负荷下稳定在1400Pa左右。     

罗茨真空泵磨蚀分析

该文分析了燃煤电厂飞灰负压输送系统中罗茨真空泵磨蚀的产生原因 ,并提出了一些简单易行减缓磨蚀的方法。图 3参 1     

考虑不确定性的多学科设计优化方法研究综述

目的研究多学科不确定性设计优化中多学科设计优化方法、不确定性建模与传递、不确定性设计优化的相关理论。方法通过研究并分析国内外相关文献,总结归纳考虑不确定性的多学科设计优化中的耦合系统解耦方法、参数和代理模型不确定性的建模方法,以及高效的不确定性传递和设计优化方法。结论系统探讨了在面对复杂多变的外界环境时,多学科设计优化对不确定性量化与传递的需求,提出多学科设计优化不仅要考虑确定性的系统,而且需要考虑由于外界环境变化导致的系统响应的不确定性。针对现有的多学科不确定性设计优化方法的理论研究,提出提高计算效率的关键在于将传统的三层嵌套循环计算框架解耦成单层循环。研究结果表明,考虑不确定性的多学科设计优化将成为复杂多学科系统设计的有力支撑,能显著提高系统的可靠性和稳健性,提高使用寿命,同时能够加快产品的更新换代设计。     

特高压输电线路工程质量实施状态诊断分析

特高压线路输电是整个输电线路中十分重要的部分,其施工质量也会影响整条线路甚至是附属网架安全。本文对施工质量进行诊断分析,准确把握施工质量,对其中的问题及时处理,确保质量稳定、电力畅通。     

基于改进残差网络的道口车辆分类方法

为了提高模型在道口环境下的车辆图像的特征提取和识别能力,提出了一种基于改进残差网络的车辆分类方法。首先以残差网络为基础模型,改进了残差块中激活函数的位置,并将残差块中的一般卷积用分组卷积代替,引入注意力机制,用焦点损失函数替换交叉熵损失函数。实验部分先用公开数据集StanfordCars进行预训练,再用自建的道口车辆数据集进行迁移学习。结果表明,改进模型在两个数据集中的准确率均优于几种经典的深度学习模型。     

阀内冷膨胀罐氮气循环利用系统的设计及应用

阀冷却系统作为换流站内核心设备,其安全稳定运行直接关系到直流系统的运行状况。为解决阀冷却系统膨胀罐稳压氮气消耗过大无法循环利用的问题,通过氮气稳压系统理论模型计算得出膨胀罐温度-压力变化曲线,设计了一套阀内冷膨胀罐氮气循环利用系统及对应的控制策略,经过现场试验论证,设计的循环利用系统能够有效解决阀冷却系统氮气消耗问题,实现阀冷却系统的持续稳压,保障直流系统的安全稳定运行。     

基于改进图卷积网络的配电网状态估计方法

采用小样本量测信息进行配电网实时状态估计,对提高配电网可靠性,保证其稳定运行具有重要作用。为了在配电网量测信息不足条件下进行高精度状态估计,提出了一种基于改进的图卷积网络(graph convolutional network,GCN)的物理–数据融合配电网状态估计新方法。该方法首先利用少量相量量测单元将配电网进行切割分区,然后根据分区后的最大直径确定卷积网络所需要的卷积模块数量,其次修改了传统GCN中的邻接矩阵表示方法,从而实现利用卷积网络将配电网分区子系统中的状态变量均由量测量表示。通过IEEE33节点典型算例,验证了所提方法有效性。同时,通过与传统的高斯–牛顿优化算法和传统深度学习网络对比测试,结果表明,所提方法不仅能够将计算复杂度转移到离线阶段,而且能够不依赖于高冗余度的伪量测,具有较高的估计精度与计算速度。     

基于One-Shot聚合自编码器的图表示学习

自编码器（AE）是一种高效的图数据表示学习模型,但大多数图自编码器（GAE）为浅层模型,其效率会随着隐藏层的增加而降低。针对上述问题,提出基于One-Shot聚合（OSA）和指数线性（ELU）函数的GAE模型OSA-GAE和图变分自编码器模型OSA-VGAE。首先,利用多层图卷积网络（GCN）构建编码器,并引入OSA和ELU函数;然后,在解码阶段使用内积解码器恢复图的拓扑结构;此外,为了防止模型训练过程中的参数过拟合,在损失函数中引入正则化项。实验结果表明,OSA和ELU函数可以有效提高深层GAE的性能,改善模型的梯度信息传递。在使用6层GCN时,基准引文数据集PubMed的链接预测任务中,深层OSA-VGAE相较于原始的VGAE在ROC曲线下的面积（AUC）和平均精度（AP）上分别提升了8.67和6.85个百分点,深层OSA-GAE相较于原始的GAE在AP和AUC上分别提升了6.82和4.39个百分点。     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第m级图像的分类信息传递给第m-1级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。