污泥停留时间对新型A2/O工艺联合生物滤池深度处理城镇废水的探究

为探究污泥停留时间（SRT）对新型 A²/O 联合生物滤池工艺深度处理城镇低 C/N 效能的影响,以实际低 C/N废水为探究对象,构建了中试规模的 A²/O 联合 BAF 工艺,通过调控不同 SRT,在室温环境下比较新型处理工艺对生物脱氮除磷及污泥特征的影响。结果表明,SRT延长对 COD去除影响不明显,但提高了 NH₄⁺-N 和 PO₄^3--P 的去除率,SRT 延长至 16 d 时,NH₄⁺-N 和 PO₄^3--P 的去除率分别高达 94.6%～96.8% 和 94.5%～95.3%,均高于 SRT 为 10 d。SRT延长提高了污泥浓度并导致 VSS/TSS增加,此外,SRT适当延长改善了污泥沉降性,提高了胞外聚合物含量,尤其当SRT 为 14 d 时,EPS 含量高达 60.5～62.3 mg/g,蛋白质（PN）/多糖（PS）提高至 1.59～1.71。本研究结...     

基于贝叶斯案例库的变压器故障诊断研究

提出了一种基于贝叶斯案例库的变压器故障诊断方法。首先收集标准导则和专家经验,建立变压器故障案例库。然后将案例库中的状态量和故障模式标准化,以状态量为输入、故障模式为输出,训练朴素贝叶斯网络分类器。当需要进行故障诊断时,输入故障的状态量,利用训练好的分类器寻找该故障所属的故障模式。综合该模式的故障详情,得到该案例的故障诊断结果。最后通过变压器现场故障诊断的实例验证了此方法的可行性和有效性。     

基于粒子群K均值算法的变压器在线故障诊断研究

文章提出了基于粒子群K均值算法的变压器在线故障诊断方法。首先通过K均值算法得到代表各种变压器故障类型的三比值,然后利用粒子群算法进行优化。当改良的三比值法由于缺码不能进行分析时,计算待判样本的三比值到各类故障对应三比值的距离,选择距离最小的三比值对应的故障类型为该样本的故障。然后结合在线监测数据,利用专家规则库融合多参量对故障进行综合诊断。最后通过实例验证了文章方法的可行性和有效性。     

基于支持向量机的油色谱在线数据校准研究

为了解决在线油色谱数据失真的问题,提出基于支持向量机的油色谱在线数据校准的方法。通过某台变压器油色谱的在线和离线数据对所提出的方法进行验证,结果证明了该方法的可行性和有效性。     

变电设备在线和带电数据的状态评估

国网电网公司根据我国的运维现状提出了相关的输变电设备状态评价导则（包括变压器、GIS、断路器和输电线路等），其基本思路也是针对设备状态量的劣化情况进行打分，最后综合评判设备状态。本项目在国网公司的状态评价方法基础上对状态量的选择及评判进行了相应的研究，并增加了在线监测和带电检测等状态量，对输变电设备进行更加准确的状态评价。     

O3辐射源星载干涉仪测风不确定度分析

星载气辉成像干涉仪采用临边观测模式,可以获取全球范围内大气风场的空间分布信息及时间演化信息,是国际卫星遥感领域的研究热点。基于O3辐射源的Michelson星载成像干涉仪在红外波段工作,能够全天时探测平流层区域的大气风场,却存在更为复杂的测风不确定度。鉴于此,在临边观测正演仿真的基础上,开展了仪器热背景辐射研究及测量噪声分析,给出了大气信号测量噪声及仪器热背景噪声引起的大气风场速度误差数值,并通过表观量仿真及信噪比分析,得到了视向风的误差廓线。不确定度分析表明,基于O3辐射源的Michelson成像干涉仪在星载条件下可全天时探测15~45 km范围内的大气风场,反演精度优于1~2 m/s。该研究为基于红外辐射源的大气风场测量提供了重要的理论指导。同时对红外Michelson成像干涉仪的研制具有重大的工程意义和实践价值。     

基于Drools的变压器故障诊断专家系统

针对现有的变压器故障诊断系统普遍存在知识固化的问题,提出了一种基于Drools的变压器故障诊断专家系统。首先,利用Drools框架搭建变压器故障诊断专家系统的架构,实现规则文件与逻辑文件的分离;然后,结合真实案例与权威专家的经验,从过热、放电、绝缘和绕组变形四大类故障入手,确定故障模式。选取机械性能、电气性能和热性能三个方面中最能反映变压器状态变化的特征量,并与故障模式相关联,构建专家规则库;最后,使用Java代码编写Drools专家系统,利用规则库实现变压器的故障诊断。实践证明,系统具有较快的反应能力和准确的诊断能力,具备较好的工程推广价值。     

一种基于卷积神经网络的智慧路灯联动控制算法

提出了一种基于卷积神经网络的智慧路灯联动控制算法,实现智慧路灯多功能的联动。为了提高联动的准确性,采用卷积神经网络对报警人和充电车辆进行检测。摄像头根据检测的结果自动调整角度,实时跟踪监测报警人和充电车辆的状态,并传回后台系统。通过实验证明了本文方法能提高联动的准确率,充分发挥各个功能模块的作用,极大地方便运维人员的日常工作。     

模拟退火优化SVM参数的变压器故障诊断

利用群智能算法优化支持向量机(SVM)参数往往需要引入额外的变量,使变压器故障诊断问题更加复杂,对此提出一种自适应的模拟退火算法优化(ASA)支持向量机参数;通过设计自适应的冷却进度表,使得寻参的过程仅仅依赖于退火速率以及网格搜索粒度,保持了较少的参数设置;在相关数据集上的实验表明,与已提出的粒子群算法(PSO)、遗传算法(GA)相比,ASA算法具有更快的收敛速度以及较好的诊断精度;利用自适应的模拟退火算法能够较好的优化SVM参数并提高变压器故障诊断的精度.     

基于改进蚁群算法的移动机器人动态路径规划方法

 本文提出了基于改进蚁群算法的移动机器人动态路径规划方法.首先针对蚁群算法收敛速度慢,容易陷入局部最优的缺点,提出了根据目标点自适应调整启发函数,提高算法的收敛速度;借鉴狼群分配原则对信息素进行更新,避免搜索陷入局部最优.其次为了优化改进蚁群算法的性能,提出用粒子群算法对改进蚁群算法的重要参数进行优化选择.最后实现了基于改进蚁群算法的移动机器人动态路径规划并完成了仿真实验,实验结果证明了该方法的可行性和有效性.