智能电网背景下的电力设备监测和维护技术

介绍了智能电网中电力设备安全运行的前景,详细叙述了电力设备在线监测系统的开发和应用,利用人工智能诊断实例论证了电力设备智能化监测系统的可行性和实效性.     

GPS信号快速捕获方案中门限设定算法

针对GPS信号快速捕获方案中的门限计算复杂问题,采用聂孟-皮尔逊准则,以发现概率为性能指标,对基于非相干累加和相干累加相结合的GPS信号快速捕获算法的性能进行了详细的理论推导,给出了高低信噪比下通用的判决门限计算方法,并通过系统仿真对理论结果进行了验证.对实际情况中概率分布的合理近似使理论分析过程得以简化,使得判决门限的计算复杂度大大降低.     

基于递阶质量屋的多属性灰色模糊评价系统研究

质量功能配置中的顾客需求权重以及设计要求权重的获取是产品配置的关键环节.在层次分析法的基础上,应用递阶质量屋方法优化了各因素的权重值,针对出现的模糊语言,利用模糊数对定性指标进行量化,并将灰色系统理论引入设计方案的多属性模糊优选,提出了一种基于递阶质量屋的灰色关联与模糊优选评价方法.该方法综合考虑相关模糊因素交叉耦合后的影响,对方案优劣进行整体比较.实例证明,该方法能够处理复杂的、多层次的、且信息不够完全的问题,评价方法客观准确,可操作性强,能够得到符合客观实际的结果.     

基于身份认证密钥协商的分析与改进

针对标准模型下可证明安全的基于身份认证密钥协商协议给出了一种有效攻击,指出其无会话密钥托管的协议存在安全缺陷.当密钥生成器(PKG)被恶意控制时,协商的会话密钥仍能被计算出来.为了抵抗这种攻击,给出了一种改进的基于身份认证密钥协商协议. 改进的协议在标准模型下是可证明安全的,具有无会话密钥托管的属性.     

铜渣基化学键合陶瓷材料吸附Cr(VI)的性能及机理

以富含铁的铜渣（CS）为原料，在碱激发条件下制备了铜渣基化学键合陶瓷材料（CSCBC），对废水中的Cr(Ⅵ)进行吸附处理。考察了吸附剂添加量、Cr(Ⅵ)初始浓度及pH等因素对Cr(Ⅵ)吸附效果的影响，并通过吸附动力学和热力学分析，结合吸附前后吸附材料结构表征，对其吸附机理进行了探讨。结果表明，当Cr(Ⅵ)初始质量浓度为200 mg/L、pH=1、吸附剂投加量为0.4 g时，在240 min内达吸附平衡，Cr(Ⅵ)去除率可达93%以上，最大理论吸附容量25.3 mg/g。与生物炭基铁氧化物复合材料、FeS复合材料、铁掺杂吸附剂等同类型吸附剂相比，Cr(Ⅵ)吸附容量明显提高。CSCBC对Cr(Ⅵ)的吸附过程符合准一级动力学模型和Langmuir等温吸附模型。其吸附机制主要是还原、吸附等双重作用的结果。 6次吸附-解吸实验后，其吸附容量保持初次吸附容量的75%以上 。     

环氧/聚氨酯梯度互穿网络聚合物冲击性能研究

研究了采用梯度IPNs方法提高环氧树脂的冲击性能,设计了新型梯度组分分布数学模型描述梯度组分的分布,采用梯度因子和梯度层数控制梯度IPNs的结构变化。并采用逐层浇铸的方法制备了不同种类的环氧/聚氨酯(EP/PU)梯度互穿网络聚合物(IPNs)材料,同时对其冲击性能进行了研究。研究结果表明,梯度结构的变化对其冲击性能有所影响,梯度层数越多,梯度因子越大,梯度IPNs的冲击强度越大。在质量比相同的情况下,梯度IPNs的冲击性能要高于普通IPNs和环氧。     

改性环氧带锈涂料的研究

研究了以改性环氧树脂和聚乙烯醇缩丁醛为基料的钢铁带锈涂料 ,通过对成膜物质、转化剂、渗透剂、颜料等的研究 ,得到了集稳定、转化、渗透为一体的多功能涂料。经过实验测试 ,该涂料的各项性能指标均达到了设计要求 ,并且本工艺方案简单易行、省时高效 ,具有较高的实用价值。     

基于北斗的城市垃圾清运系统

为建设更美好的市容市貌, 降低运输车辆的空车率, 实现源头追溯与全流程透明化管理, 结合目前通用的软件开发方式与数据库技术, 给出了以智能化, 绿色为主的城市垃圾清运系统. 该系统以北斗定位数据为基础, 辅助以高德开放平台来进行设计开发. 系统的开发采用基于PHP语言的ThinkPHP框架以及B/S架构设计模式, 客户端采用Ajax和Web技术等方式实现数据的传输和展现. 该系统旨在为用户提供车辆实时位置查询、车辆历史轨迹查询、用户管理、统计分析等服务. 对于车辆运输过程中的整个轨迹数据, 系统采用了北斗系列来进行数据采集, 更有效地维护了信息和技术的安全. 后期还可结合机器学习等技术来对司机的驾驶行为, 车辆的健康状况进行相应分析. 通过北斗定位数据与互联网技术的结合, 该系统可有效地对车辆进行管理.     

基于重连机制的复杂网络鲁棒性分析

随着电力系统、交通系统、通信系统等基础设施网络的广泛使用,提高复杂网络的鲁棒性具有重要意义.重连机制是一种高效且简洁的方法,常用于提高网络的鲁棒性.基于0阶零模型的重连机制通过对边的随机删除和创建操作来提高网络的鲁棒性,其尽管保持了网络的边数,但会引起节点的度值发生变化,如基于香农熵的重连算法;基于1阶零模型的重连机制通过随机选择两条边进行换边操作来提高网络的鲁棒性,其尽管保持了网络的度分布,但随机选边难以准确找到合适的节点,增加了算法的时间成本,如基于最大连通分支的重连算法.因此,为了保持网络的度分布且快速提高网络的鲁棒性,提出了一种基于1阶零模型的快速重连算法(Fast Rewiring Mechanism based on 1-order Null Model,FRM).FRM算法通过比较每条边的两个端点度值的差异为边加权,根据边的权重优先选择权重较大的两条边,并创建度值相似节点之间的连边来提高网络的鲁棒性.在3个真实网络数据上与4种代表性重连算法相比,对比实验结果表明,FRM算法在度中心性、介数中心性和Page-Rank中心性攻击下最大连通分支中的节点比例s(Q)、基于最大连通分支的鲁棒性指标R和基于香农熵的鲁棒性指标I(G)的表现都更好.