人工智能在能源互联网中的应用综述

人工智能技术具有高效解决复杂问题的突出优点。能源互联网是信息技术与能源相结合的产物,可以为消费者提供灵活的能源共享服务。由于可再生能源具有间歇性和波动性,对可再生能源的有效利用对能源供需信息的实时性要求越来越高,能源的供需曲线也变得更加复杂多变,因此人工智能技术在能源互联网中具有广泛的应用前景。人工智能技术已经被广泛地应用于能源互联网领域中的系统建模、预测、控制和优化等方面。文章对人工智能技术在能源互联网典型应用场景的研究现状进行了综述,并对未来的发展方向进行了展望。     

AZ31B镁合金表面氟涂层的生物相容性和抗菌性能

采用化学转化方法在AZ31B镁合金表面制备氟涂层,系统研究了氟涂层的表面形貌,体外生物相容性和抗菌性能.结果表明:AZ31B镁合金表面的氟涂层均匀致密;氟涂层镁合金的溶血率明显降低,且无细胞毒性,可满足生物医用材料的要求.同时,氟涂层镁合金的抗凝血性能与316L不锈钢相当,并具有显著的抗菌功能.     

基于蚁群算法的大型自动化立体车库计算机监控软件设计

结合具体工程项目实例,阐述了大型自动化立体车库的基本工作原理和关键技术,对计算机监控系统软件设计过程中的作业路径优化问题进行了详细讨论,最后介绍了监控软件的实现方法和基本功能。研究和应用结果表明,改进后的蚁群算法在作业路径优化方面具有较好的稳定性和收敛性,能够有效缩短出入库作业时间,提高作业效率。     

H_2O_2/电化学法联合处理粘胶纤维生产废水的研究

以化学需氧量(COD)去除率为考核指标,采用H2O2/电化学法联合处理粘胶纤维生产废水,并与单独H2O2氧化法、单独电化学法的处理结果进行对比。研究结果表明:将COD为1 020 mg/L的粘胶纤维生产废水稀释至一定比例后,当V(H2O2)=1.5 m L、电解电压为5.5 V和处理时间为90 min时,分别采用单独H2O2氧化法、单独电化学法、联合H2O2/电化学法处理粘胶纤维生产废水时,废水的COD去除率分别达到28%、50%和82.6%;H2O2/电化学法可互相促进两者对粘胶纤维生产废水的氧化反应,同时降低了运行成本,是一种行之有效的废水处理方法。     

基于改进GA-KSW熵法的无人机拍摄绝缘子故障识别

针对输电线路中绝缘子的故障问题,设计并实现一套绝缘子自爆故障识别算法。设计无人机整体构架,包括导航能力、避障能力以及高压线旁工作的抗干扰能力;对传统遗传算法进行改进,结合最佳熵阈值确定法对绝缘子图像进行分割;利用形态学得到纯净的绝缘子串;采用所设计的拟合算法推测绝缘子应有位置,分别从正视图和斜视图对绝缘子自爆故障进行识别。结果表明：所提算法在分割绝缘子图像时精确度高,速度比传统遗传算法提高了约75%;该算法适用于多角度拍摄的绝缘子故障识别,为无人机拍摄的绝缘子故障识别提供了保障。     

高参数闸阀阀体强度应力分析

以高参数闸阀阀体为例,应用三维有限元应力分析软件进行应力分析,提供了一种对于复杂模型零件进行应力分析的模式。     

Pitting growth rate on Alloy 800 in chloride solutions containing thiosulphate: image analysis assessment

The growth rate of pits formed on Alloy 800 in chloride solutions containing various thiosulphate concentrations was assessed by potentiostatic polarisation, in situ corrosion image observation, and image analysis. The pitting growth rate was a function of solution chemistry: in chloride solution pits were small but numerous, in chloride?+?thiosulphate solution, the pits were large. Competitive adsorption on Alloy 800 of chloride and thiosulphate ions affected the pitting potential and therefore the pitting growth rate on the metal. The reduction of thiosulphate to elemental sulphur accelerated the pitting growth rate in chloride?+?thiosulphate solutions.     

计及气象因素时间累积效应的输电线路覆冰预测

现有基于机理的覆冰预测模型考虑因素众多,结构复杂,但仍存在预测误差。基于统计回归的覆冰预测模型则较少考虑时间累积效应,与实际情况亦有出入。因此提出了计及气象因素时间累积效应的输电线路覆冰预测模型。建立了气象因素下的覆冰厚度增长简易模型,分析了覆冰厚度随时间增长的关系。并进一步考虑不同气象因素对覆冰增长的影响,构建不同气象因素覆冰厚度增长程度指标。利用历史气象数据计算该指标并与覆冰厚度监测值组成训练集,采取SVM回归方法实现对覆冰情况的预测。通过算例对现有各方法与所提方法进行了对比,验证了该预测模型在精度等方面的优势。