智能变电站自动成图技术实现与应用

针对目前智能变电站监控系统中主接线图和间隔分图绘制效率低,且存在图、模关联正确性无法保证的问 题,提出了一种基于SCD模型的智能变电站主接线图和间隔分图自动生成的方案.该方案通过对智能变电站典型的 一次设备间隔接线形式、变电站监控系统相关图形规范的研究总结,预先生成电气主接线图和间隔分图的模板文件, 然后解析SCD模型,获取物理电气间隔模型,匹配生成的模板文件,最后通过Reference对模板文件进行实例化,实 现了主接线图和间隔分图的自动生成.经５００kV测试变电站中的应用验证,该方案的自动成图技术效率高,生成的 图形中图、模关联准确且布局满足变电站监控系统规范要求,可为智能变电站监控系统快速建设提供技术支撑.     

基于数据中台架构的数据管理研究

为了解决数据问题,数据管理技术的价值得到了多家公司的认可,并出现了许多关于数据管理的想法和研究。然而,在实际的业务数据管理中,仍然存在一些问题。因此,文章基于对数据中台架构的数据管理进行了深入分析。     

基于DEA的城市建设用地利用结构有效性研究

随着城镇化进程的推进,我国经济社会发展过程中面临的土地资源约束日益增大,而社会、经济及生态效益又与土地利用结构密切相关,因此,推动土地结构的合理有效利用是实现土地资源可持续发展的有效途径.按城镇化率大小选取全国26个典型城市进行建设用地利用结构效率对比研究,利用数据包络分析方法对研究对象2007—2011年的相关数据进行处理,并以天津市为例重点分析,发现随着城镇化率的提高,调整各类建设用地间投入组合,优化资源配置是必然趋势;通过合理优化城市建设用地结构,可以有效避免土地浪费,促进经济增长,并带动城镇化的发展;对于天津市而言,应尽量减少公共设施、工业、仓储用地面积以实现经济增长.     

无线传感器网络时钟同步技术

在无线传感器网络中,时钟同步是一项重要的支撑技术;诸如数据融合、TDMA调度、休眠唤醒节能模式和移动节点定位等应用均需要传感器节点本地时钟保持同步;由于传感器网络一些独特的内在特性,NTP等传统同步技术无法适用于这种新型网络;因此,越来越多的研究者开始关注传感器网络时钟同步协议的研究与设计;通过回顾时钟同步的问题及传感器网络对时钟同步的需求,介绍了时钟的数学模型,并基于该模型讨论了时钟同步的3个重要概念:时钟漂移、时钟偏移和分组的传输延迟;之后简要阐述了3种专门为传感器网络设计和提出的典型传感器网络时钟同步协议.     

装配式混凝土建筑发展及研究现状

分析国内外装配式建筑的发展历程与现状,总结其对我国发展装配式建筑的启示。对装配式混凝土建筑从建筑设计、结构施工、建筑抗震、BIM应用、建筑标准规范等前沿热点问题进行文献梳理与总结,提出发展装配式混凝土建筑需从单一追求节能环保、绿色建筑到追求设计更精细、建筑更个性,并应加强装配式建筑标准的体系化建设。     

微生物密度在线检测仪的研制

由于微生物密度是生化培养过程中的重要参数,故为了检测此参数,设计中采用在线测量反应器内溶液光密度的方法获取微生物的生长信息,并以此原理研制了流动式光电比色仪。通过微控制器STM32F107VC输出PWM波形控制蠕动泵,实现培养液的连续流过流动式光学比色池,采用光电池检测培养液吸收的光强。该仪器可独立显示检测参数与调整控制参数,也可通过RS485与PC机通信。该仪器能实现反应器内微生物生长过程的实时监测。     

基于烟丝填充值的卷烟重量设计模型研究

为设计合理的卷烟重量,以烟丝填充值为基础,结合卷烟规格、滤棒重量、卷烟纸规格、接装纸规格和平准盘规格建立卷烟重量设计模型。结果表明:(1)根据该模型设计的卷烟重量生产出的成品烟支具有适宜的硬度及符合范围要求的物理指标;(2)卷烟感官质量评价得分达到设计要求,而且评吸过程中未出现燃烧锥掉落、烟支空松等质量问题。该模型设计的卷烟重量既能保证成品卷烟的物理指标和感官质量,又能尽量减少烟丝的消耗。     

碳中和背景下绿色建筑运营管理创新路径与策略研究

当前我国绿色建筑存在着"重建轻管"现象,在碳中和背景下,加强绿色建筑运营管理是建筑领域减少碳排放的重要举措.本文基于利益相关者视角,剖析我国绿色建筑运营管理中存在的问题,探讨绿色建筑运营管理"全过程参与"、"多主体协同"的创新路径,并在此基础上提出运营管理的创新策略,希望为提升绿色建筑运营管理水平、促进建筑业低碳转型提...     

基于Shared-LSTM的重型卡车不同加速驾驶行为油耗预测方法

规范重型卡车驾驶行为可以有效降低油耗，这对交通行业节能减排和国家“双碳”战略都有积极作用。本文采集多辆重型卡车1个月的CAN总线数据，定量分析不同加速驾驶行为（急加速、正常驾驶、急减速）与油耗之间的关系。针对现有油耗预测方法效率低、精度差的问题，本文对LSTM模型进行改进，提出一种共享权重的LSTM模型（Shared-LSTM）。基于采集的车辆CAN总线数据，本文对比分析Shared-LSTM、GRU和BP神经网络模型对同车型同路况多行为下的油耗预测效果。实验结果表明，改进的LSTM模型在不同加速驾驶行为下的预测效率均提高3%以上，且各方面预测指标均要优于其他模型。以急加速驾驶行为为例，Shared-LSTM模型相较于GRU和BP神经网络在平均绝对误差、均方误差、均分根误差等方面均降低了5%以上。因此，Shared-LSTM模型可广泛应用于多种驾驶行为下的油耗预测。