基于数字孪生的变电设备运维系统及其构建

针对变电设备周期状态管控难、运检效率低等问题,基于数字孪生理论,构建基于真实变电设备运维的数字化模型及系统。首先,在信息层建立能反映变电设备换流变、调相机、GIS（Gas Insulated Substation）这3类设备真实状态的数字孪生体;其次,基于换流变、调相机、GIS历史大数据,通过数字孪生体的变电站设备进行统计分析,并根据采集的实时数据、运维数据来预测变电站设备下一时刻的状态,使变电设备实现实际变电站内物理层与信息层数据的融合;最后,以变电站设备运维为对象,采用信息物理融合系统进行运维数据的集成和同步,形成最终变电设备运维数字孪生框架系统。相关研究表明,运用数字孪生技术可以对变电设备运维系统运行效率的提升和对变电站整体智能化提供强有力的技术支撑。     

基于双模型的输电线绝缘子自爆检测算法

针对输电线路无人机巡检图像中绝缘子自爆缺陷目标小而难以精准检测的问题,提出一种基于Faster R-CNN和改进的YOLO v3级联双模型的绝缘子自爆缺陷检测算法。首先,利用无人机巡检图像构建绝缘子串缺陷数据集,并对训练图像样本进行翻转预处理,增加样本数量,提高模型泛化能力,避免过拟合;然后,利用Faster R-CNN检测图像中的绝缘子串,再将检测到的绝缘子串图像送入改进的YOLO v3网络进行自爆缺陷的定位。改进的YOLO v3网络是在YOLO v3基础上借鉴FPN的思想,增加特征提取层并进行特征融合,充分利用深层特征和浅层特征;同时采用CIoU Loss函数作为损失函数,以解决边界框宽高比尺度信息。实验结果表明,本文算法在所构建的绝缘子缺陷数据集上的检测准确率达到91.2%,相比Faster R-CNN或YOLO v3等单模型检测算法提升了3.31个百分点以上,能有效实现无人机巡检中绝缘子自爆缺陷的检测,为输电线路智能化巡检故障诊断提供方法支持。     

互惠性偏好视角下PPP项目社会资本的控制权分配模型

现有公私合作制(public-private partnership,简称PPP)项目控制权分配模型大多假设社会资本为自利性经济人,忽略了其互惠性偏好.为此,将互惠性偏好植入社会资本协同产出效用,研究并构建PPP项目社会资本的控制权分配模型.结果表明:社会资本的最优控制权分配范围与互惠性偏好、投入成本正相关,与协同合作程度负相关;考虑互惠性偏好时,控制权份额对社会资本的投入水平和协同产出水平都具有突出的促进作用;同时,控制权限定在一定范围内才有促进作用,独占或过度的控制权会导致投入无效率.     

智能婴儿摇摇床的设计

为了减轻婴儿父母的看护负担,提高婴儿的睡眠质量,本文以STM32F407单片机为控制器,设计并实现了一种智能婴儿摇摇床。通过尿湿检测、睡眠状态检测、温度检测以及摇床助睡等功能全面保障婴儿的睡眠环境,同时采用GSM短信发送的方式及时提醒家长进行相关处理。测试的结果表明,本设计在实现上述功能的基础上,能够有效地缓解父母照顾婴儿的压力,具有一定的使用价值。     

基于IXP2350的协同免疫三层防御IDS设计

介绍了基于Intel IXP2350网络处理器实现的一种新的入侵检测系统架构——具有协同人工免疫特性的三层防御入侵检测系统。将基于主机的检测和基于网络的检测结合起来,如人体免疫系统一样,为计算机系统提供综合的、多层次的保护。它使用网络处理器作为数据分析引擎。充分利用了Intel IXP2350网络处理器的可编程高速并行处理特性,使入侵检测系统具有更强的灵活性和可扩展性。     

轴承环的简易抛光机头

一、概述 軸承环沟道的曲率和表面光洁度,对軸承的使用寿命有很大影响。在降低成本及提高劳动生产率的前提下,如何改善它的最終加工貭量,就成为目前軸承制造工业的主要課題之一。对于軸承环的沟道磨削,如果采用逐級細磨的加工方法,其生产效率是較低,要达到▽▽▽▽10級的光洁度是困难的。因此,圆柱及圓錐軸承一般系采用超精研法来加工;而对于向心球軸承,則采用抛光,卽用涂上磨剂(砂子)的砂布条和与     

CB3463六角车床液压卡盘回转油缸的改进

CB3463六角车床液压卡盘采用的是固定油缸,如图1所示。因为油缸与活塞都不随主轴旋转,只有拉杆转动,所以固定螺母1极易松动,经常自行松脱而需停车修理,以致影响生产。以后生产厂又在CB3463-1产品上改用旋转油缸(见图2),虽较前有所改进,但从使用和维修的角度看,仍有不足之处。现     

变速箱性能试验台控制系统

介绍了一套完整的变速箱性能试验台的控制系统,有一定普遍性.     

基于SOGWO的电力系统稳定器参数优化

电力系统稳定器(Power System Stabilizer, PSS)是抑制电力系统低频振荡的主要手段。提出选择反向运算灰狼优化(Selected Opposition-Based Grey Wolf Optimizer, SOGWO)算法对PSS进行参数优化。首先,选择典型的PSS实现类型,并设置优化过程的目标函数。其次,利用选择反向学习算法加快搜索速度,增强灰狼算法的全局搜索性能。最后,应用IEEE四机两区域系统模型验证所提方法的有效性。此外,分别对PSS参数进行PSO、GWO、SOGWO的100次优化,由统计出的阻尼比最大值、最小值、平均值以及标准差数据可知：三种优化算法均能较好地避免陷入局部最优并快速收敛,而SOGWO优化PSS参数的鲁棒性更好。