基于 MEEMD-FN-LSTM 的冷热电联供系统负荷预测∗

针对当前冷热电联供(Combined Cooling,Heating and Power,CCHP)系统优化调度研究缺少冷热电负荷预测的问题,提出了基于改进集成经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)、模糊熵(Fuzzy Entropy,FN)和长短期记忆神经网络(Long Short Term Memory,LSTM)的CCHP系统负荷预测方法.使用M EEM D算法将原始数据分解为若干IM F分量,计算IM F分量的模糊熵并将模糊熵相近的分量相加,使用LSTM对相加后新的分量进行预测,最后将分量预测结果重构得到最终预测值.通过仿真并对比分析其他方法的负荷预测精度,证明所提预测方法具有良好的预测效果.     

一起800kV耦合电容器介损测试的影响因素及对策分析

特高压现场试验中,耦合电容器的介质损耗因数均在10 k V及以下电压下进行测试的,但设备自身存在Garton效应,某些时候所测的异常数据不能真实反映设备绝缘状态.针对特高压换流站800 kV耦合电容器的介质损耗因数测试数据异常,从设备的结构、使用条件及测试方法等进行了异常原因的详细分析,给出了应对设备Garton效应的现场实施策略及设备运行建议.     

基于数字孪生技术的变电站运维平台的研究

随着智能电网概念的提出,对变电站智能化水平有了新的要求.变电站运维平台借助在线监测技术,在设备故障诊断中提供了重要的数据支撑,但在故障定位上仍存在不足.为此,提出一种基于数字孪生技术的变电站运维平台.孪生技术将现实中变电站和虚拟变电站进行了有机结合,通过后者对真实变电站的运行状况进行实时监控,及时发现潜在故障,从而做到即时修理,防患于未然.该技术的应用,对提高变电站运维平台管理水平和决策能力,具有很好的指导和借鉴意义.     

采用不同模型预测低碳Fe–Ni合金等离子熔覆层的冲击韧性

采用等离子熔覆法在Mn13高锰钢上制备了低碳Fe-Ni合金层。以熔覆电流、喷头移动速率、离子气流量和热处理温度作为输入参数,以冲击韧性作为输出参数,建立了BP(误差反向传播)神经网络模型和粒子群算法优化(PSO)BP神经网络模型,并跟冲击韧性与热处理温度之间的线性回归模型进行对比。结果表明,线性回归模型、BP神经网络模型和PSO-BP模型的平均相对误差分别为7.06%、6.12%和3.03%。PSO-BP模型的预测结果与实测值的误差较小。     

LED光源可替换性的标准要求探讨

随着LED灯具的不断普及,LED光源的可替换性问题也被越来越多的人所重视。LED光源的可替换性对灯具的使用寿命有直接的影响。本文主要从国家强制性标准条款和实际操作出发,对LED光源可替换性的情况进行分析,并提出相关注意事项供大家参考。     

风电机组齿轮箱高速轴断齿原因分析

针对某风电机组齿轮箱高速轴出现的断齿现象,对样品进行了宏观检查、化学成分分析、室温拉伸和冲击试验、基体硬度试验、渗碳硬化层深度测试、金相分析、断口形貌分析及能谱分析。试验分析结果表明:高速轴样品的齿面存在载荷不均现象,淬硬层深度不符合相关技术要求的规定,基体的室温冲击吸收能量处于较低水平;样品存在齿面剥落和端齿折断2类损伤现象,其失效模式为疲劳开裂,产生原因与其运行中齿面载荷不均及齿面淬硬层深度不够有关。     

超低速、高可靠空间二维转台伺服控制系统设计

为了实现空间二维转台在轨高可靠性和低成本的应用,同时具有低速平稳运动、高精度跟踪和360°全范围连续工作等能力,建立了以FPGA芯片为核心的步进电机矢量控制系统,通过电流正弦细分表的PWM斩波调节实现步进电机的128细分精准控制,以21位光电编码器作为位置反馈,谐波减速器作为传动机构,实现了二维转台的开环控制、速度实时调整跟踪控制、最优路径规划控制和运动超时保护等功能,并对场效应管开关时间对斩波频率和最大细分数的影响进行了分析。实验结果表明,四轴的跟踪精度3σ下优于0.005°,速度稳定性小于5%,伺服控制带宽大于4 Hz,具有连续过零能力。该控制系统可以简化硬件设计、增加软件适用性,适用于超低速运动,满足二维转台对伺服控制系统的指标要求。     

Trace Identification and Visualization of Multiple Benzimidazole Pesticide Residues on Toona sinensis Leaves Using Terahertz Imaging Combined with Deep Learning

Molecular spectroscopy has been widely used to identify pesticides. The main limitation of this approach is the difficulty of identifying pesticides with similar molecular structures. When these pesticide residues are in trace and mixed states in plants, it poses great challenges for practical identification. This study proposed a state-of-the-art method for the rapid identification of trace (10 mg·L⁻¹) and multiple similar benzimidazole pesticide residues on the surface of Toona sinensis leaves, mainly including benzoyl (BNL), carbendazim (BCM), thiabendazole (TBZ), and their mixtures. The new method combines high-throughput terahertz (THz) imaging technology with a deep learning framework. To further improve the model reliability beyond the THz fingerprint peaks (BNL: 0.70, 1.07, 2.20 THz; BCM: 1.16, 1.35, 2.32 THz; TBZ: 0.92, 1.24, 1.66, 1.95, 2.58 THz), we extracted the absorption spectra in frequencies of 0.2–2.2 THz from images as the input to the deep convolution neural network (DCNN). Compared with fuzzy Sammon clustering and four back-propagation neural network (BPNN) models (TrainCGB, TrainCGF, TrainCGP, and TrainRP), DCNN achieved the highest prediction accuracies of 100%, 94.51%, 96.26%, 94.64%, 98.81%, 94.90%, 96.17%, and 96.99% for the control check group, BNL, BCM, TBZ, BNL + BCM, BNL + TBZ, BCM + TBZ, and BNL + BCM + TBZ, respectively. Taking advantage of THz imaging and DCNN, the image visualization of pesticide distribution and residue types on leaves was realized simultaneously. The results demonstrated that THz imaging and deep learning can be potentially adopted for rapid-sensing detection of trace multi-residues on leaf surfaces, which is of great significance for agriculture and food safety.     

基于三维视频编码的主动式配电网网格化规划方法

利用传统方法进行主动式配电网规划时,受小截面线路的影响,无法进行负荷聚类分块,在负荷增长率为32.98%~47.98%的范围内,存在供电网格负荷较高的问题,因此提出一种基于三维视频编码的主动式配电网网格化规划方法。以元胞历史数据为配电网负荷密度指标,进行配电网负荷预测,并通过冗余网格负荷聚类动态减少算法来划分配电网的供电区块,实现迅速、合理的负荷聚类分块;基于三维视频编码控制对配电网网格进行深度图编码控制,以实现配电网网格的分类,并结合配电网的设备选型、电网结构、通信系统、配电自动化等要求设计标准化网格,实现配电网网格化规划。为测试该方法在上述负荷增长率范围内的供电网格负荷,进行对比实验,实验结果证明,该方法的供电网格负荷始终较低,实现了配电网负荷性能的突破。