基于耦合振子模型的含风电电力系统聚类同步

针对含风电的电力系统受到扰动后发生严重的系统同步问题,提出基于Kuramoto模型的网络耦合聚类同步方法。应用图论理论建立电力网络收缩模型,在此基础上建立基于Kuramoto耦合振子模型电力系统等值模型,并提出基于动态耦合强度的电力网络聚类算法,该方法在系统发生扰动后能够快速、准确地将系统内振子的同步状态进行聚类。通过含有风电场的39节点新英格兰系统进行验证,仿真结果表明,通过聚类后各机群分析可以更清晰地了解电网的同步状态,避免系统进一步崩溃。     

分数阶全变分泊松去噪的快速线性化增广拉格朗日方法

近年来,有关分数阶全变分(FOTV)的图像去噪问题被广为研究。快速傅里叶变换(FFT)是求解相关子问题最常用的方法,但是FFT只适用于周期边界条件。为了能在非周期边界条件下也能实现好的去噪效果,针对FOTV泊松图像去噪模型,结合增广拉格朗日方法(ALM)和线性化技术提出新的算法。实验表明,在周期边界条件下,与采用FFT的增广拉格朗日方法相比,本文提出的算法在达到几乎相同的去噪效果时,收敛速度较快。而且在零Dirichlet边界条件时,也能实现好的去噪效果。     

基于儿童使用主体的建成环境评价尺度研究

评价尺度是建筑使用后评价的基 本问题之一，它是使用者评判建成环境好 坏、优劣的重要测度标准。为弥补目前环境 评价尺度研究方面的缺失，建立与儿童使用 主体相一致的建成环境评价尺度，对儿童常 用语义量词进行汇总和筛选，采用五级线 分刻度方法进行问卷调查研究。基于儿童的 理解，通过问卷试验分析，结果表明：双侧 5级区间评价尺度为：很（负面）；有点（负 面）；中等；有点（正面）；很（正面）；单侧 5级区间评价尺度为：不；好像有点；比较； 很；特别。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

地源热泵系统变水温控制节电效果分析

以苏州市某办公楼的地源热泵系统为研究对象,针对其长期在部分负荷下的运行特点,提出了相应的变水温控制策略。测试并分析了其变水温调节后系统能耗情况,并运用TRNSYS模拟软件对比分析了不同运行策略下变水温调节的节电效果。结果表明整个测试期间通过变水温调节累计节约电能6480kW·h,节能率达19.6%。机组连续运行10年可节能281 412 kW·h,节能率达20.2%,若该地源热泵系统基于变水温控制采用间歇运行策略,将进一步减少大约9%的系统能耗。     

超大断面矩形顶管隧道触变泥浆减阻控制技术

以嘉兴市市区快速路下穿南湖大道超大断面矩形顶管工程为例，根据工程特点，通过触变泥浆配比试验确定了制浆剂及泥浆最佳配比范围；顶管机采用了自动注浆系统，实现了注浆压力和注浆量的精确控制，同时优化了管节注浆结构；在掘进过程中根据推力变化情况确定了同步注浆时间和间歇时间，优化了注浆参数。通过采取以上措施，提高了同步注浆质量，实际总推力和理论总推力对比表明本工程减阻效果显著，管节与地层摩擦系数仅有0.086，对今后同类工程具有较大的借鉴意义。     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。