应用于变压器在线监测的绝缘油净化技术

随着传感器、计算机和通信技术的发展,电力系统可靠性要求进一步提高,油绝缘变压器的维护由传统的以时间为基准的TBM(Time Based Monitoring)方式发展为以状态为基准的CBM(Condition Based Monitoring)方式。文中针对在线监测的技术特点,提出将真空脱气技术、分级杂质过滤技术和精确控制脱水技术综合应用,满足变压器油在线处理的实时性、高效性和安全性要求。同时文中提出的应用于在线监测的变压器油净化技术实现了模块化结构设计,并可以根据不同变压器的需求进行针对性的模块设计。     

基于Adaboost集成模型的城市短期供水量预测方法

为解决供水量预测精度问题,以上海市中心城区历史用水数据为基础,结合影响水量供给的多种因子,利用特征工程相关算法筛选出最优因子组合,采用基于机器学习Adaboost集成模型构建城市供水量预测模型。研究发现:与该市传统的依赖于人工的预测方法相比,日水量模型使预测误差上限由平均10万t/d降低到7万t/d,平均相对误差降低为1.5%;时水量模型使预测误差上限由平均1.5万t/h降低到0.4万t/h,平均相对误差降低为1.9%。同时,与其他的机器学习模型相比,此模型有效可行,能够提高供水量预测精度,降低能耗成本。     

以铅锌尾矿为原料煅烧水泥熟料

以广西河池富源铅锌选矿厂尾矿为主要原料煅烧制备水泥熟料,从不同煅烧温度下熟料成分的差异,水化产物的微观相貌和组成,煅烧过程中重金属的固化与熟料净浆试块的毒性浸出情况,以及熟料净浆试块的力学性能等方面探讨了用该铅锌尾矿制备水泥熟料的适宜工艺条件。试验结果表明:掺有35.4%广西河池富源铅锌尾矿的生料煅烧制备水泥熟料的最佳烧成温度为1 350℃,此时可生成大量有利于熟料强度的C2S和C3S。该水泥熟料的主要水化产物为C—S—H和钙矾石,试块前期强度的主要来源是钙矾石,后期强度的主要来源是C—S—H,C—S—H填满试块内部空隙,增大试块密实度,使试块28 d龄期的抗压强度达到43.68 MPa,与普通硅酸盐水泥P.O 42.5的28d抗压强度指标相当。煅烧过程中Pb的固化率较低,仅为21.16%,而As和Zn的固化率则高达87.61%和91.43%。养护龄期为3 d和28 d的水泥净浆试块浸出液中As、Pb、Zn的含量远低于浸出毒性标准。这种水泥熟料在生产地下胶结充填料的胶结剂方面具有一定潜力。     

故障录波器在电力系统中的应用

介绍了故障录波器的原理,以及在电力系统中的作用,分析了电力系统中典型故障的现象及对应的故障波形,通过典型波形的建立,为复杂故障性质的判断和分析提供了有效的手段,运行人员可以参照典型波形的特点,迅速地判断出复杂故障的性质,从而缩短了故障处理的时间,提高了对故障处理的效率。总结了故障录波器在实际应用中出现的问题,并对其发生的原因进行分析,提出了解决方案。     

基于半监督建模的金融欺诈行为侦测研究

近年来,网络黑产犯罪事件层出不穷,形成较完备网络黑色产业链。为维护网络信息安全,中央网信办、工信部、公安部、中国人民银行等部门持续开展治理工作,相关企业也不断加大整治力度。信用卡盗用盗刷是网络黑产常见形式之一。本次研究基于信用卡历史交易数据,借助半监督学习,构建反欺诈预测模型,对信用卡盗刷行为及时预警。     

基于多粒度特征和XGBoost模型的城市日供水量预测

城市日供水量预测对供水部门具有十分重要的现实意义。为提高城市日供水量预测精度,以某市历史用水数据为基础,构建多粒度特征,并利用Pearson相关系数进行特征的筛选,基于XGBoost模型构建城市日供水量预测模型。本模型通过在训练集上进行训练和学习,在测试集上的平均绝对误差为70 571 t/d,平均相对误差为1.4%;传统的回归预测方法如随机森林法和支持向量机法,平均绝对误差分别为84 366 t/d和88 848 t/d。本模型预测精度更高,说明此模型可行、有效,具有一定的应用价值。     

PSASP用户自定义程序在励磁系统及PSS建模中的应用研究

介绍应用"电力系统分析综合程序"中的用户自定义程序进行的励磁系统及电力系统稳定器的建模,以某IEEE 39节点系统作为测试算例进行仿真,经分析认为程序在读取仿真对象的拓扑关系方面存在问题,并提出按照传递函数顺序手动修改基本功能框顺序的解决建议。     

先进复合材料帽形加强肋的设计与应用

先进复合材料帽形加强肋在复合材料薄壳加肋结构中应用广泛，本文在经典层合板理论的基础上，应用ANSYS软件对复合材料帽形加强肋进行了结构设计和工艺设计。准确控制了先进复合材料帽形肋在固化过程中产生的变形和尺寸精度，为其应用奠定了理论基础。