一种新的基于logistic混沌映像的自适应混沌蚁群优化算法求解动态车辆路径问题

针对车辆路径问题(VRP),提出基于logistic函数的自适应混沌蚁群优化算法。利用混沌运动的遍历性、随机性和规律性特点,把具有强局部搜索能力的logistic映像融入到蚁群算法局部信息素更新中。屏蔽logis-tic映像断点区间,克服蚁群算法搜索时间过长、易于停滞的现象,提高算法准确度。选用VRP标准库实例进行的仿真实验表明,新算法能准确找到已知最优解,与其他算法的比较实验证明了该算法的有效性。     

750 kV自耦变压器单相绕组对地电压不平衡的新型补偿方法研究

针对750 kV自耦变压器接入电力网后输出端三相电压不平衡的问题,在研究计算单相自耦变压器各绕组间及绕组对地电容的基础上,将计算结果代入对应的给定单相补偿电容表达式,得到含有不平衡系数的补偿电容值;给定不平衡系数的初值和定迭代步长,进行迭代计算;计算收敛判据,决定是否继续迭代,若满足收敛要求则停止迭代,确定补偿相别以及相应的补偿电容值。实例分析结果表明,所提出的新型补偿法能够快速确定出解决自耦变压器低压绕组对地电压不平衡的单相电容补偿方案和补偿电容值,极大提高了现场解决电压不平衡的速度和可靠性,具有广泛的实用性。     

基于TestStand的自动测试系统软件设计

为满足测试系统多功能测试状态的需求,开发了一种基于TestStand的自动测试系统软件;该软件使用TestStand引擎对复杂的自动测试流程和测试资源进行管理;实际应用表明,该软件能够简化测试流程,有效提高了测试系统的测试效率,减少了软件维护成本,同时,该系统软件具有良好的兼容性和灵活性。     

功率肖特基势垒整流二极管性能及工艺特点

功率肖特基势垒整流二极管具有许多优越性的性能，在工艺制做中也有其一定的特殊性，本文就该类产品的主要技术性能及其工艺制做特点进行了概述。     

119火警专线发展刻不容缓——谈城市119专线的配备

119专线是火灾极警电话119的专用电话线,是目前消防部门受理火灾的主要渠道。119专线建设的好坏直接影响到火灾扑救的成败,国家和人民生命财产损失的大小。改革     

基于通信负载均衡的社交网络图分割方法

海量社交网络数据中蕴含着丰富的信息,图论是挖掘这些信息的重要方法之一。面对日益增多的图数据,分布式计算成为处理大规模图数据的有效手段。在分布式图计算中,通信所消耗的时间占有很大的比例,通过图分割算法的设计可以有效地降低通信量并实现负载均衡,从而提高分布式图计算的效率,典型的例子包括Metis图分割算法。但是,用现有的图分割算法处理非均衡图数据会造成各个子图之间通信量不均衡,从而影响了计算效率。为了解决这一问题,提出一种新的图分割方法：通信均衡标签交换方法。该方法在保持子图规模一致的基础上,既降低了全图计算所需的通信量,又使各个子图之间的通信量达到均衡。实验结果表明,与Metis等典型的图分割算法相比,提出的图分割方法在各种数据集和集群配置情况下,能降低6%~30%的图计算时间,充分显示了该方法的有效性。     

串并联谐振在750 kV GIS特长母线交流耐压试验中的应用

以750 kV GIS特长母线为研究对象,介绍了交流耐压试验的原理。结合现场试验经验,分析了基于串并联谐振原理的检测系统中各设备的具体参数,建立了750 kV GIS特长母线交流耐压的检测系统,并成功应用于750 kV GIS特长母线现场安装完成后的绝缘性能检测。通过实例顺利验证了试验方法的正确性,有效地检验了设备内部绝缘状况,为今后进行GIS特长母线现场交流耐压试验提供了参考。     

SF6气体的过热分解特性随温度的发展趋势研究

为了深入探究故障温度与SF6过热分解之间的关系,克服对运行中设备进行故障发展程度监测的困难,通过设计局部发热元件进行过热故障模拟,在该平台上开展200 ℃ ~ 360 ℃模拟实验。结果表明：SF6在200 ℃时就开始出现分解,故障温度较低时,SF6分解产物主要存在形式为SO2;中温段开始新生成SOF2;SO2F2、COS、H2S在高温下才产生,该三种产物的检出可表征设备已发生严重过热故障。此外,还定义了C（SO2F2 + SOF2）/C（SO2）特征比值量,其与故障发展趋势紧密相关,该值越大,揭示了SF6气体绝缘劣化越严重,电气设备故障发展程度就越严重。     

基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究

航空发动机是飞行器的核心动力系统,工作环境恶劣,对其进行状态监测和寿命预测是保障飞行器安全可靠运行的重要技术手段。本文研究一种基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法,首先将多个自编码网络连接构成深度堆叠自编码网络,选取发动机的状态数据作为网络的训练输入,使网络逐层智能提取数据间的分布式规则,从而构建发动机退化的堆叠自编码学习模型。通过采用BP神经网络对发动机剩余寿命区间进行分类,作为发动机剩余寿命预测的结果。通过使用PHM2008挑战赛中发动机退化数据对本文研究方法进行了验证,结果验证了堆叠自编码网络深度学习方法对航空发动机剩余寿命预测的有效性。