大直径厚壁长距离轴制造安装技术

通过对大直径厚壁长距离轴的加工制造和安装工艺介绍。阐述大直径厚壁长距离轴的制造安装技术。     

南方电网主干通信网资源管理系统技术应用研究

为实现对电力通信网络资源和信息服务资源的有效管理,建立跨专业、面向用户的资源模型,形成通信共享核心资源库,为电力业务开通、服务保障提供支撑,应用于电力通信的规划设计、工程建设、运行维护,服务于电网的生产与企业的经营管理,南方电网建设了主干网通信资源管理系统.该系统采用分层架构,通过"三平台,一主线"的设计理念,对电力通信各业务运营提供支撑,实现了与调度管理信息系统(DMIS)的有效集成,为提高运行维护水平和管理工作效率发挥了重要作用.本文研究了南方电网资源管理系统的相关技术及应用中的问题,介绍了相关建设和运行经验,并提出电力通信资源管理效益和电力通信行业未来的发展方向.     

矿物基载体功能材料调温调湿性能研究进展

建筑热湿环境是影响室内人员健康的重要因素,利用无机矿物材料自身的被动调节能力可研制成调温调湿双功能型材料。通过对非金属矿物材料的热物性、微孔结构特征及物质结构稳定性分析,论证矿物材料作为调温控湿材料载体的可行性。介绍多种矿物材料的形貌特点、改性方法及分析国内外多孔型矿物材料在调温和控湿单方面的应用情况,在此基础上综述了现有少数研究的调温调湿双功能材料的制备工艺及热湿综合性能评价指标。认为未来的研究在优化复合材料制备工艺的同时,应当考虑其温度和湿度的响应速度、材料可重复使用性及多指标衡量热湿综合性能。     

RPR和MPLS在第三代MSTP技术中的应用

将RPR（弹性分组环）和MPLS（多协议标签交换）应用于第三代MSTP（多业务传输平台）,可有效地解决以太网业务在传送效率和QoS方面的矛盾.文章论述了融合两种技术优势的MSTP为RPR提供跨环组网能力的理由,阐述了这种融合将有利于全网端到端业务的配置和网络资源优化利用的观点,并为将这项技术如何推广运用到电力通信领域,指明了方向.     

大型高精度传动设备油系统酸洗方法的改进和优化

采用加热循环酸洗法对机组油系统管道进行酸洗,然后将管道装配好进行油循环,这样能大大缩短机组油系统清洗时间。     

基于SGOA神经网络的短期负荷预测

短期负荷预测的结果对电力系统的经济效益具有重要影响。针对多极值问题,首次提出了一种体现大融合思想的共享式全局寻优算法,将几种全局寻优算法有机组合,使它们共享优化信息,协同寻优,从而形成最丰富的寻优机制,达到最强的全局寻优能力。并且为了从根本上提高短期电力负荷预测中神经网络的速度和预测精度,提出了将SGOA算法和BP算法相结合的短期负荷预测方法,用SGOA算法来训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行BP算法。在构建网络模型时,同时也考虑到了气候、温度等因素的影响,对它们进行模糊化处理后作为网络的输入。仿真结果表明基于这一方法的负荷预测系统具有较高的精度和实时性。     

改进的独立分量分析算法的图像分离技术研究

独立分量分析（ICA）是在盲源分离（BSS）的研究过程中出现的一种全新信号处理和数据分析方法,该方法基于信号的高阶统计量,在图像的处理中起着越来越重要的作用.文章主要将改进的ICA优秀算法优化,并运用于多通道混合图像分离与处理中,通过与基于特征分析的线性变换技术的对比,以及探讨噪声对混合图像的ICA分离的影响,取得了一些有价值的仿真实验结果.从实验结论可以看出,不同ICA算法在混合图像分离应用中的优势得以充分体现,分离有噪图像方面存在的缺陷以及改进方法同样值得关注.     

共享式全局寻优算法的研究

首先分析了目前主要用于全局优化的智能算法和群智能算法的特点,针对多极值问题,指出他们相互融合发展的趋势,提出了一种体现大融合思想的共享式全局寻优算法.进行智能优化算法和群智能优化算法有机组合,使它们共享优化信息,协同寻优,从而形成最丰富的寻优机制,达到最强的全局寻优能力.最后通过算例验证了该算法的有效性,实用性.     

膨胀石墨基复合相变材料的制备及其热湿性能研究

采用熔融共混法将月桂酸和十四酸制成二元共晶系,以膨胀石墨为载体,通过熔融吸附法制备不同膨胀石墨掺量(5%、8%、10%、13%、15%)的定形相变材料。采用步冷曲线法和"干燥器-气候箱"法对膨胀石墨基复合相变材料的控温性能和吸湿性能进行测试,并用"归一法"对热湿性能进行综合评价。同时对膨胀石墨基复合相变材料的形貌、热物性和热稳定性进行测试表征。结果表明,当膨胀石墨掺量为13%时,其热湿综合性能达到最优,相变温度为32.22℃,相变潜热为151.7 J/g,具有良好的热稳定性。     

大型高精度传动设备油系统酸洗方法的改进和优化

采用加热循环酸洗法对机组油系统管道进行酸洗,然后将管道装配好进行油循环,这样能大大缩短机组油系统清洗时间。