基于PMU的电力系统监控体系结构优化设计

文中提出了一种利用有限数量的相量测量单元(PMU)和相量数据集中器(PDC)设计最优监控结构的方法。通过在大量的设定值场景下,使电力系统可观测性曲线的期望值最大化,同时使通信基础设施成本最小化,最终确定PMU和PDC的最佳位置。提出了一种非线性动态扩展卡尔曼滤波(EFK)状态观测器。这种状态观测器可以将暂态行为转换为由代数微分方程描述的广域电力系统,而无需非线性反演技术。最后以IEEE-5电力系统为例,说明了该方法的有效性。     

建筑工业化发展的多群体演化博弈与仿真研究

新型建筑工业化具有高质量、低消耗、可循环发展等特征，其推广已上升到国家战略层面。利用演化博弈方法，建立“政府-开发商-银行” 的三方动态演化博弈模型，进行各博弈主体策略的演化稳定性分析，并针对初始状态、奖惩力度、借贷风险和开发成本等对演化结果的影响进行动态仿真。在此基础上， 考虑开发商群体的网络拓扑特征对演化真实性的影响，引入复杂网络理论， 以无标度网络为载体描述开发商个体的连接偏好和决策机制，构建政府监管下的建筑工业化扩散模型，并通过仿真深入研究相关因素对扩散深度的影响作用，最后结合仿真结果给出相应对策建议。     

基于NR-Transformer的集群作业运行时间预测

高性能集群的作业调度通常使用作业调度系统来实现，准确填写作业运行时间能在很大程度上提升作业调度效率。现有的研究通常使用机器学习的预测方式，在预测精度和实用性上还存在一定的提升空间。为了进一步提高集群作业运行时间预测的准确率，考虑先对集群作业日志进行聚类，将作业类别信息添加到作业特征中，再使用基于注意力机制的NR-Transformer网络对作业日志数据建模和预测。在数据处理上，根据与预测目标的相关性、特征的完整性和数据的有效性，从历史日志数据集中筛选出7维特征，并按作业运行时间的长度将其划分为多个作业集，再对各作业集分别进行训练和预测。实验结果表明，相比于传统机器学习和BP神经网络，时序神经网络结构有更好的预测性能，其中NR-Transformer在各作业集上都有较好的性能。     

碳中和背景下配电网差异化节能降耗潜力评估分

为了提高配电网差异化节能降耗效果，解决现有潜力评估方法存在的应用性能差的问题，提出碳中和背景下配电网差异化节能降耗潜力优化评估方法。根据配电网的空间结构，构建相应的等值电路模型。在该模型下，从设备损耗和运行附加损耗2个方面计算配电网的损耗量。根据损耗量计算结果，确定配电网差异化碳中和节能降耗方式。从静态和动态2个角度设置潜力评估指标，通过指标数据处理、指标权重求解等步骤，得出配电网差异化节能降耗潜力的综合量化评估结果。将设计潜力评估方法应用到配电网的差异化节能降耗改造工作中，能够有效降低配电网的实际线损量、降低区域损耗费用，并具有较高的应用价值。     

基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。     

钢混结构大型厂房整体式爆破拆除

采用整体式控制爆破拆除方案对华电扬州电厂钢筋混凝土框-排架结构厂房进行了爆破拆除。爆破前,对汽机房、厂房外墙和楼梯进行了预处理。将厂房划分为3个爆区,采用非电多回路网格式爆破网路,依靠东侧锅炉房倒塌施加在西侧锅炉房上的倾覆力矩,有效地克服了西侧锅炉房向西倒的难题,可为同类工程提供一定的参考。     

Optimization of PEMFC system operating conditions based on neural network and PSO to achieve the best system performance

PEMFC system is a complex new clean power system. Based on MATLAB/Simulink, this paper develops a system-level dynamic model of PEMFC, including the gas supply system, hydrogen supply system, hydrothermal management system, and electric stack. The neural network fits the electric stack model to the simulation data. The effects of different operating conditions on the PEMFC stack power and system efficiency are analyzed. Combining the power of the reactor and the system efficiency to define the integrated performance index, the particle swarm optimization (PSO) algorithm is introduced to optimize the power density and system efficiency of the PEMFC with multiple objectives. The final optimal operating point increases the power density and system efficiency by 1.33% and 12.8%, respectively, which maximizes the output performance and reduces the parasitic power.     

Gluten–starch interface characteristics and wheat dough rheology—Insights from hybrid artificial systems

Referring to the total surface existing in wheat dough, gluten–starch interfaces are a major component. However, their impact on dough rheology is largely unclear. Common viewpoints, based on starch surface modifications or reconstitution experiments, failed to show unambiguous relations of interface characteristics and dough rheology. Observing hybrid artificial dough systems with defined particle surface functionalization gives a new perspective. Since surface functionalization standardizes particle–polymer interfaces, the impact on rheology becomes clearly transferable and thus, contributes to a better understanding of gluten–starch interfaces. Based on this perspective, the effect of particle/starch surface functionality is discussed in relation to the rheological properties of natural wheat dough and modified gluten–starch systems. A competitive relation of starch and gluten for intermolecular interactions with the network-forming polymer becomes apparent during network development by adsorption phenomena. This gluten–starch adhesiveness delays the beginning of non-linearity under large deformations, thus contributing to a high deformability of dough. Consequently, starch surface functionality affects the mechanical properties, starting from network formation and ending with the thermal fixation of structure.