深度学习模型可解释性研究综述

深度学习技术以数据驱动学习的特点,在自然语言处理、图像处理、语音识别等领域取得了巨大成就。但由于深度学习模型网络过深、参数多、复杂度高等特性,该模型做出的决策及中间过程让人类难以理解,因此探究深度学习的可解释性成为当前人工智能领域研究的新课题。以深度学习模型可解释性为研究对象,对其研究进展进行总结阐述。从自解释模型、特定模型解释、不可知模型解释、因果可解释性四个方面对主要可解释性方法进行总结分析。列举出可解释性相关技术的应用,讨论当前可解释性研究存在的问题并进行展望,以推动深度学习可解释性研究框架的进一步发展。     

废旧三元锂离子电池正极有价金属回收进展

随着锂离子电池在新能源汽车等多领域的广泛应用,废旧三元锂离子电池(LIBs)的数量不断增多,LIBs中有价金属的回收资源化成为了全球热点话题。综合阐述了近几年较为常用的LIBs回收方法,主要概括为火法冶金工艺、湿法回收工艺、火法-湿法联合浸出工艺。其中火法-湿法联合浸出工艺因其回收率高、过程简单、环境污染小、成本较低具有较大的工业发展前景。     

典型电子废弃物中金属资源开采潜力分析

采用logistic模型、群体平衡模型、物质流分析方法分别对我国5种电器电子产品的平均拥有量和总拥有量、电子废弃物及废旧线路板的产生量、金属资源存量及开采潜力进行研究。结果表明:到2030年,我国电视机、电脑和手机的拥有量将分别达到776.49、463.65和1702.84百万台。我国5种典型电子废弃物和废旧电路板总产生量将分别达到280.73和29.92万t,废旧电路板中金、银、铜、锡、铅和锶的存量将分别达到119.5、305.7、60915、7897、5189和101.5 t。2015~2030年,我国典型电子废弃物及废旧电路板的产生量随着更新换代的速度加快、平均拥有量的增加、电器电子产品的使用寿命变短呈增长的趋势,但增长率较前15年(2001~2015)将放缓。     

社会服务类汽车充电站选点规划评价体系构建与应用

为解决电动汽车充电站选点规划中存在城市针对性不强和综合评价体系中面向服务对象不清等问题,提出了一种新的电动汽车充电站选点方法.首先,针对三四线城市电动汽车发展的结构特点和城市发展政策,构建面向社会服务类车辆的电动汽车充电站选点评价体系.然后,建立一种结合修正层次分析法的判断矩阵和前景理论来确定充电站指标的最优权重模型,运用前景理论把人的心理因素通过数学表达式量化成决策值,从而对充电站候选点建站适宜程度进行决策.其次,运用K-means聚类对候选点决策值进行梯队分级和分析.最后,使用该方法对某市13个候选站点进行综合评价,验证了该方法能达到指导充电站建设规划的目的.     

甘肃德合茂-尕寺院一带成矿条件分析

甘肃德合茂-尕寺院一带位于西秦岭造山带的西北缘,地质构造复杂,成矿条件优越。金、铜、铅、锌等矿产主要受地层、构造、岩浆活动、变质作用等控制,不同成因类型的矿床在成矿过程中具有不同的控制因素,分析认为区内最主要的控矿因素为构造活动和岩浆作用。     

舰载雷达三轴转台稳定方程推导

分析了大地直角坐标系和舰船直角坐标系的关系,在舰船直角坐标系中对舰载雷达三轴转台系统的姿态角进行了定义,用空间解析几何法推导出已知舰船平台罗经信号、天线姿态角时三轴转台系统的稳定方程,为舰载雷达三轴转台系统的伺服控制提供理论依据。     

单通道盲源分离在低轨星座系统间干扰减缓中的应用

针对低轨星座系统间同频干扰问题,从信号分割角度,提出了基于单通道盲源分离的干扰减缓方法。该方法应用了单通道盲源分离算法,先通过奇异谱分析算法对地球站观测信号进行处理,构造多维轨迹矩阵;再利用快速固定点算法将干扰信号和受扰信号分离。以OneWeb和Starlink系统为例,通过所提方法将OneWeb地球站接收到的OneWeb、Starlink以及噪声的混合信号进行分解,并利用相关系数和均方根误差评估了方法的有效性。结果表明,原始信号与分离信号之间的相关系数都在0.8以上,所提方法能有效提取有用信号,减缓低轨星座系统间干扰。     

地市级电网多维度线损管理对标评价体系构建

针对地市级电网传统线损管理评价过多依赖线损率指标作为评价标准的问题,本文构建了多维度线损管理对标评价体系评价地市级电网线损管理工作。综合考虑地市级电网结构、设备状态、用电结构等实际情况,利用层次分析法构建评价指标体系;求取各维度与指标的权重;制定底层指标的评分标准进而建立多维度多指标的评价体系。通过对标模式分析地市级电网存在的不足,实现线损的过程化、规范化、精益化管理。实例分析表明,本文构建的线损管理体系具有科学性和实用性。     

配电网用户侧异构电力物联设备网络风险量化评估

随着配电网用户侧异构电力物联设备(以下简称“配电网用户侧物联设备”)接入电力系统的规模逐步扩大,针对它的网络攻击将会对电力系统安全造成严重的破坏,配电网用户侧物联设备的网络风险评估由此成为了目前电力系统亟需解决的关键问题。首先,计及设备终端、移动应用、云端等各组件网络安全防护和终端运行特性,识别配电网用户侧物联设备网络风险评估指标,并结合改进的层次分析法和变异系数法对评估指标进行组合赋权。进而,依据设备网络风险概率以及设备被恶意攻击后对电力系统造成的物理后果,提出一种信息物理融合的配电网用户侧物联设备网络风险评估模型。最后,针对高风险的配电网用户侧物联设备,通过指标对标分析目前终端、移动应用、云端等各组件网络安全防护的薄弱环节,指明设备各组件网络安全防护亟待改进的方向。研究成果以期对用户侧电力物联网的建设以及安全防护提供一种有效的科学判据,从而降低用户侧电力物联网网络风险,确保电力系统运行安全。