天然气长输管网稳态计算方法研究

采用高精度的天然气稳态流动方程作为管道稳态模型，能够确保较高的计算精度。文章利用管道摩阻损失最小原理计算长输管网压力初始值，建立了一种天然气长输管网稳态计算模型，解决了初始值计算不当所导致的牛顿迭代法求解速度慢的问题。通过对陕西省天然气管网的稳态计算表明，该稳态计算模型具有较高的计算精度和速度。     

基于自适应噪声抵消的CZ单晶炉炉膛温度信号处理

为滤除CZ单晶炉炉膛温度信号在单晶生长过程中存在的低频干扰,提出一种基于噪声抵消技术的滤波方法.首先利用傅立叶级数构造出低频干扰的逼近信号,然后根据炉温信号的缓变特征建立能够获取低频干扰逼近信号的抵消器误差函数,最后利用一种改进的粒子群优化算法优化误差函数获得低频干扰的逼近信号,并用该逼近信号抵消低频干扰.实验结果表明,所提出的自适应噪声抵消滤波算法能够有效滤除CZ单晶炉炉膛温度信号中的低频干扰,并优于常用的滤波方法.     

基于支持向量机回归的天然气负荷预测研究

Natural gas load forecasting is a key process to the efficient operation of pipeline network. An accurate forecast is required to guarantee a balanced network operation and ensure safe gas supply at a minimum cost. Machine learning techniques have been increasingly applied to load forecasting. A novel regression technique based on the statistical learning theory, support vector machines (SVM), is investigated in this paper for natural gas shortterm load forecasting. SVM is based on the principle of structure risk minimization as opposed to the principle of empirical risk minimization in conventional regression techniques. Using a data set with 2 years load values we developed prediction model using SVM to obtain 31 days load predictions. The results on city natural gas short-term load forecasting show that SVM provides better prediction accuracy than neural network. The software package natural gas pipeline networks simulation and load forecasting (NGPNSLF) based on support vector regression prediction has been developed, which has also been applied in practice.     

基于最小二乘支持向量机的电站锅炉空预器热点检测系统研究

回转式空气预热器是火力发电机组重要的换热设备。燃料的不完全燃烧以及低负荷或停炉后空预器内气体流速低造成散热条件变差等原因会引起空预器的再燃烧事故。论文利用最小二乘支持向量机这种新的机器学习工具，分别用两种核函数建立针对三对不同火情的判别模型，超平面参数通过交叉检验的方式确定。实验结果表明，支持向量机具有很好的分类和泛化能力。从两种核函数的ROC曲线可看出对于本问题选用RBF核函数相对于多项式核函数有更高的判别准确率。     

一种基于视频编码标准H.264的智能视频监控技术

提出并实现了一种基于H.264视频编码标准的智能视频监控系统。该系统引入一种新的运动检测方法，通过对监控图像的运动矢量及运动补偿后的残差能量进行综合分析，提出了对可疑场景的确认和报警方案，能够有效克服光线变化、背景局部轻微摆动及摄像头轻微抖动带来的影响，具有良好的灵敏度和鲁棒性。     

基于刀具振动模式特征的深孔圆度误差预测方法

依据深孔加工的实际工作特点，提出了以刀具振动信号时频信息为输入特征的加工孔圆度误差预测方法。为了构建刀具振动特征与深孔加工圆度误差之间的映射关系，利用改进的模糊聚类技术，并将其引入到标准线性支持向量机算法中，使得刀具振动模式的模糊输入空间划分问题转化成初始输入空间的初值问题，实现了在规则数较少的情况下，仍具有较好的圆度误差辨识算法、辨识精度及泛化能力。以此为基础，构建了深孔钻削加工孔圆度误差的预测模型，并结合大量的实验数据，验证了提出的加工孔圆度误差预测模型的有效性与可行性。     

基于数字信号处理的新型车载减震检测方法研究

介绍了一种基于数字信号处理的新型车载减震检测方法，本方法利用汽车轮胎压力监测系统(TPMS)检测的加速度信号(系统在进行胎压监测的同时，自动为减震系统提供检测数据)，并用数字信号处理方法提取出震动加速度值。给出了此方法的理论推导及其软件仿真实例。     

城市天然气短期负荷预测研究

通过对城市天然气负荷变化规律和影响因素的分析，提出了一种将自组织特征映射（SOFM)网络和多层感知器(MLP)网络相混合，建立城市天然气短期负荷预测模型的方法。为使预测值不受负荷逐年变化这一趋势的影响，把负荷数据变换为特征、均值和方差的形式，利用SOFM网络预测负荷的特征，然后利用MLP网络预测负荷的日均值和方差。研究结果表明，该方法具有较高的预测精度，同时基于这种预测方法的软件包（NGPSLF）也已经成功投入商业运行，取得了满意的效果。     

基于支持向量机回归的T-S模糊模型自组织算法及应用

结合模糊聚类算法和支持向量机回归算法提出了一种新的T-S模糊模型自组织算法. 该算法首先利用一种改进模糊聚类算法提取模糊规则和辨识前件参数,然后将T-S模糊模型后件变换为标准线性支持向量机回归模型,并利用支持向量机回归算法辨识后件参数. 仿真结果表明,相比现有的自组织算法,本文提出的T-S模糊模型自组织算法在规则数较少的情况下,仍然具有较高的辨识精度和较好的泛化能力. 最后,利用提出的T-S模糊模型自组织算法较好地建立了直拉硅单晶炉加热器和空气预热器的温度模型.     

基于最小二乘支持向量机的天然气负荷预测

对城市天然气负荷预测的研究，对于保证天然气管网用气量、优化管网的调度和设备维修具有极其重要的意义．在国内，对于城市天然气负荷预测的研究才刚刚起步，目前还没有较系统的理论．同技术与理论较为成熟的电力负荷预测研究相比较，两者既有许多相同点，又有不同之处．相同之处在