基于主元分析的可拓诊断模型及其应用研究

针对可拓诊断模型在实际应用中存在诊断准确度不高的问题,提出了一种基于主元分析的可拓故障诊断模型;该模型借助主元分析方法获取属性互不相关的训练集,在此基础上建立诊断对象描述的物元模型,然后利用关联函数定量计算待测对象对于每一种故障模式的关联程度,进而判断可能的故障模式;用该模型对某电喷发动机的运行状态进行了识别,实验结果表明,基于主元分析的可拓诊断模型可以大幅度提高诊断结果的准确率,具有重要的实践意义。     

P31／P35入门平台你选谁？

目前P35芯片组已经取代P965芯片组成为主流,中低端和入门级平台则由G31和P31来取代945GC／GZ和945PL。然而最近一段时间,我们在市场上发现不少国内渠道品牌和二、三线厂商的P35主板价格非常便宜,部分型号甚至杀到了599元的入门级价格。而作为本应属于入门级的P31主板,却也有不少599元的产品上市,其中包括一些一线产品。     

基于OOD的软件适应性设计方法

针对应用软件的适应性问题,分析影响应用软件适应性的主要因素,简要介绍OOD设计方法,将变化的应用需求要素抽象为对象,并以应用主题为索引组织存储。在此基础上,通过增添需求变更设置服务和改进应用软件的主控服务流程,提供用户直接变更和系统间接处理应用需求的能力,形成了一种基于OOD的软件适应性设计方法。     

行业大会不负重望，“武林”同盟志士共同助力——首届中国POS及商业自动化行业大会系列报道

历经数月精心筹划和组织,由《信息与电脑》杂志社主办的首届中国POS及商业自动化行业大会于4月1日在位于北京通州区的中信国安第一城圆满谢幕。这是中国POS及商业自动化行业首次举办的针对性强、专业性高、三位一体（即：主题论坛、成立行业协会、产品展示）的行业盛会。     

系统自带的软件“防火墙”2．0版

2007年第20期上,发表了我的文章《系统自带的软件"防火墙"》,承蒙读者厚爱,被评为了三等奖。这让我有点诚惶诚恐,于是翻出原先的文章重新研读,发现还有一些需要完善和补充之处,这里再列出来与大家共同探讨。     

分布抽吸率对整车风洞试验段流场影响的数值模拟

为探讨适用于整车风洞的分布抽吸率,采用计算流体力学（Computational Fluid Dynamics,CFD）方法研究经边界层控制后的试验段流场．针对不同分布抽吸率下的试验段,利用FLUENT对流场进行模拟,然后计算边界层位移厚度、静压因数和气流偏角．二维和三维的数值模拟结果均表明,试验段边界层的位移厚度随分布抽吸率的增加而减小;当分布抽吸率达到某一数值后,若继续增大,那么边界层的位移厚度将基本保持不变．研究结果对风洞建设及试验时分布抽吸率的选取有参考意义．     

含抽水蓄能电站的多能互补微网系统设计与研究

构建新型电力系统是实现“双碳”目标的重要举措。随着清洁能源发电占比日益提高,为弥补清洁能源的波动、间歇等短板,充分发挥多元协同互补作用,设计一种含抽水蓄能电站的多能互补微网系统。该系统通过风电、光伏消纳清洁能源,以中小型抽水蓄能电站和储能电站调节清洁能源发电,可根据调度指令,适时切换并网或孤网运行状态。明确了系统结构、作用特点、功率约束关系、协同控制策略,设置了测试系统和典型负荷,分析5种运行模式下系统的日运行过程,量化评估了经济性和单日发电收益。该系统具有较强运行灵活性和调节能力,能够提高清洁能源发电的可靠性,确保负荷供电的稳定性。同时,也论证了中小型抽水蓄能与分布式清洁能源联合运行的可行性。     

用于SC/BA的DC/DC变换器鲁棒建模与控制设计

超级电容/电池(SC/BA)通常用于可再生能源波动功率的抑制,其一般通过双向DC/DC变换器接入直流系统,并控制直流母线电压的稳定。首先建立了一种新型DC/DC变换器的多胞模型,将SC/BA输入电压波动以及负载不确定性纳入鲁棒模型设计;进而采用基于线性矩阵不等式方法的最优线性二次型控制,设计了系统鲁棒最优二次型控制器。实验结果表明,相比传统比例积分(PI)控制,所提控制方法具有良好的鲁棒性,可以保证宽范围输入电压工况下DC/DC变换器输出电压稳定运行,且具备良好的动态性能。     

计及时间演变和空间相关的多风电场短期功率预测

针对多风电场站和多时间步的日前风电功率预测问题,提出了同时计及单风场功率时间演变和多风电场间空间相关的深度时空融合多风电场短期功率预测模型。它由门控循环单元、多核卷积层和时变模式注意力机制共同构成。首先通过门控循环单元和多核卷积层分别提取各风电场历史风电数据的时序和多周期特征;然后引入时变模式注意力机制对多风电场时变特征的演变模式赋予相关性权重,同时实现对多风电场功率时间演变规律的纵向追踪与横向对比。中国北方某风电基地实际算例结果表明,所提预测模型能有效利用风电功率时空特性,与现有多种预测模型相比具有更高的预测精度和更强的风功率时变模式学习能力。     

基于机电信号融合的电励磁双凸极电机绕组匝间短路故障诊断

定子绕组匝间短路是电励磁双凸极电机常见的故障,当匝间短路故障匝数较少时,对电机磁场的影响较小,使得难以通过单一故障特征精确地识别故障。该文通过分析该电机的本体结构和故障特征的提取机理,提出了一种基于振动和相电流信号的多源机电信号融合的电励磁双凸极电机短路故障综合诊断方法——基于多分类支持向量机及改进卷积神经网络的信号融合故障诊断。该文首先根据电励磁双凸极的结构特点研究了短路故障发生时特征信号的变化情况及提取机理;其次根据理论分析结果提出了一种自寻优卷积神经网络结合支持向量机的多源信号融合的故障诊断方法,该方法首先分别利用两种算法计算两个单信号特征下的故障诊断概率,再利用DS证据理论,得出融合后的诊断结果;最后通过实验表明,该文所提出的诊断方法可以更有效地识别电机不同的短路故障,降低了误判率,解决了单一信号源诊断方法精度较低的问题,具有良好的可靠性和互补性。