基于DCNN和数据增强的固体发动机烧蚀预示方法

针对固体发动机烧蚀率的预示,现有传统建模方法存在复杂度高、计算需求大、试验数据少、样本不平衡等问题,提出了一种基于深度卷积神经网络和数据增强的固体发动机烧蚀率预示方法。将传感器数据处理为长度相同、特征相近的序列数据,并使用自适应高斯噪声和随机漂移这2种数据增强方法扩充数据样本,再将扩充后的试验样本和伪样本作为深度卷积神经网络的输入进行训练,将训练得到的模型与传统方法计算得到的烧蚀率预示值进行对比。结果表明,该方法下烧蚀率预示值误差低至0.013 5 m/s,预示精度可达95%。     

Study on reaction time depending on display parameters of gaming displays

Display technology plays a significant role in gaming and, thus, display parameters are an important consideration when choosing a gaming display. In general, interest in display parameters such as contrast ratio, response time, refresh rate, and input lag in gaming displays is very high. In this article, we studied the reaction time of gaming displays, as a measure of game performance, with respect to different contrast ratios, response times, and refresh rates. Contrast ratio and response time turned out to be the key factors influencing reaction time. The higher the contrast ratio is, the shorter the reaction time tends to be. In addition, the faster the response time is, the shorter the reaction time is. Displays with high contrast ratio and fast response time are advantageous in terms of reaction time, which is also expected to be more advantageous in a fast-paced real gaming environment.     

基于SSA-SVM的网络入侵检测研究

互联网快速发展使得网络空间越来越复杂,网络入侵导致网络安全问题备受关注。为提升网络入侵的检测效率和精度,构建了基于支持向量机的网络入侵检测模型。支持向量机模型的惩罚系数和核函数参数直接影响入侵模型的检测精度,采用麻雀搜索算法对惩罚系数和核函数参数进行优化,提出了基于麻雀搜索算法和支持向量机的网络入侵检测模型。将提出的网络入侵检测模型应用于实际的网络入侵检测中,并与PSO-SVM和SVM模型进行对比。结果表明,所提出的网络入侵检测模型能够有效降低网络入侵的误报率,这对确保网络安全具有一定的现实意义。     

含氢储能的多源联合发电系统调度研究

风电和光伏发电具有间歇性和随机性,为了降低在多源联合发电系统中的弃风弃光率,采用含氢储能系统和火电机组配合来平滑风电和光电机组出力。文中以系统运行成本最小和弃电惩罚成本最小为目标,以系统功率平衡、火电机组出力和爬坡、热备用、风电和光电出力及储能系统储氢罐容量、电解槽和燃料电池功率等为约束条件构建了多源联合发电系统日前调度模型。通过YALMIP工具箱对模型进行编程,并调用CPLEX对编写的程序进行求解。对含有风电、光电、火电机组以及储能系统的多源联合发电系统进行算例分析,通过对比有无储能系统的弃风弃光量和系统总运行成本,证明了含氢储能系统可以有效降低系统的弃风弃光率,并提高系统的经济性。     

Short packet communication in underlay cognitive network assisted by an intelligent reflecting surface

We propose short packet communication in an underlay cognitive radio network assisted by an intelligent reflecting surface (IRS) composed of multiple reconfigurable reflectors. This scheme, called the IRS protocol, operates in only one time slot (TS) using the IRS. The IRS adjusts its phases to give zero received cumulative phase at the secondary destination, thereby enhancing the end-to-end signal-to-noise ratio. The transmitting power of the secondary source is optimized to simultaneously satisfy the multi-interference constraints, hardware limitations, and performance improvement. Simulation and analysis results of the average block error rates (BLERs) show that the performance can be enhanced by installing more reconfigurable reflectors, increasing the blocklength, lowering the number of required primary receivers, or sending fewer information bits. Moreover, the proposed IRS protocol always outperforms underlay relaying protocols using two TSs for data transmission, and achieves the best average BLER at identical transmission distances between the secondary source and secondary destination. The theoretical analyses are confirmed by Monte Carlo simulations.     

计及火电阶梯式爬坡率的耦合系统优化调度方法

北方地区普遍存在可再生能源和火力发电通过同一并网点接入电网的耦合方式。在该方式下,火电和可再生能源可作为一个整体共同参与调峰辅助服务,进一步挖掘两者的协同调度潜力。该文首先针对该类耦合方式,对耦合系统的定义进行研究,并分析耦合系统的特征和潜力;其次,根据火电机组深度调峰的运行特性,提出计及阶梯式爬坡率的火电机组运行模型,并在此基础上建立耦合系统优化调度模型;最后,以辽宁某局域电网为例的仿真结果表明,计及阶梯式爬坡率的火电机组运行模型能更精确地反映深度调峰时机组的实际运行状态,且耦合系统在现有政策下可进一步提升可再生能源和火力发电的整体控制性能和经济效益。     

考虑冗余系统时变故障率和更新过程的MMC可靠性建模及其应用

针对现有模块化多电平换流器(modular multi-level converter, MMC)可靠性计算中未充分考虑冗余系统故障率时变性和缺乏考虑更新过程,从而不能科学衡量MMC可靠性的问题,提出了一种考虑MMC冗余系统故障率时变性并引入N阶梯更新过程的MMC可靠性建模方法。首先,从冗余程度、冗余方式角度细化MMC冗余系统的分类,建立可靠度与故障率间的数学解析关系来量化表征冗余系统故障率时变的变化特性,分析传统马尔科夫模型所计算的冗余系统故障率过小而导致可靠性计算结果偏高的不合理问题;其次,利用N阶梯故障率取代传统MMC冗余系统的时变故障率,并同时引入更新过程理论推导MMC的平均无故障工作时间(mean time to failure, MTTF)和稳态可用度公式,以此修正传统MMC可靠性参数计算结果偏高的问题。最后,以半桥子模块的MMC为例,验证了所提方法的有效性和可行性。     

慢速加载对两河口堆石料侧限压缩变形的影响

堆石料变形具有时间相关性。本文采用两河口特高砾石土心墙堆石坝的坝壳风干板岩堆石料开展不同应力加载速率下的大型侧限压缩试验,以及侧限压缩后卸载再加载试验、蠕变变形试验。对于侧限压缩试验,中低应力下,应力速率越高、变形增量越大、模量越小;高应力下,应力变形过程受应力速率的影响减小,规律反之,即应力速率越高、变形增量越小、模量越高。对应加载全过程,堆石料变形量总体随应力速率提高而增大。侧限压缩后卸载和再加载过程中形成滞回曲线,每次卸载-再加载中有一定的变形累积,每次变形累积增量随卸载-再加载次数逐渐减小,且各次卸载-再加载过程中的平均回弹/再压缩指数随卸载-再加载次数逐渐减小。一般地,应力速率越高,卸载和再加载变形量均更小。同时,应力速率越高,卸载-再加载循环中的变形累积增量越小、收敛也越快。以一定应力速率加载到特定荷载后的蠕变速率与蠕变时间在双对数坐标中近似为线性关系。初始蠕变速率随应力和应力速率增大而增大,而蠕变速率衰减速度随应力和应力速率增大而减小。     

基于机器学习和心率变异性的经皮耳迷走神经电刺激疼痛阈值预测

经皮耳迷走神经电刺激（taVNS）作为新兴的精神和心血管疾病的治疗方法,其刺激强度设置需要将刺激电流调整至疼痛阈值后再降低其幅值。该设置方式不仅缺乏一致性,且影响治疗效果和舒适度。本文提出了一种结合心率变异性（HRV）特征和机器学习回归模型的新方法,实现了taVNS疼痛阈值的预测。基于实验采集的数据,系统的比较了将HRV特征作为各种机器学习模型输入的预测精度。结果表明,HRV特征与极端随机树的组合性能最优,使用遗传算法去除冗余特征能够有效改善模型预测性能,均方根误差在1.18到1.56之间,均方差在0.77到0.96之间。该方法可用于不同个体的taVNS刺激强度的预测,对受试者在taVNS期间的治疗效果有积极作用。     

虚拟惯量控制响应延时对控制效果的影响分析

电力电子接口电源通过虚拟惯量控制模拟同步机惯量响应,但控制过程存在响应延时。全面分析了延时对虚拟惯量控制效果的影响,发现延时并非越小越好。虚拟惯量控制可以降低频率变化率和最大频差两个指标。响应延时增大,扰动后短时间内平均频率变化率变大,但是,最大频差先下降后上升,并在某个延时取值处获得最优值。而且延时增大时调频功率峰值和能量峰值均降低,控制成本更小。虚拟惯量控制的目标不同时,对延时的要求不同。分析结论有助于更加全面地认识虚拟惯量控制的效果并指导实际应用。