—种基于特高压工程的图像识别算法研究

阐述提出一种基于特高压工程的图像识别算法，通过对原始图像高斯低通滤波、平滑、亮度拉伸以及增强预处理，降低原始图像噪声，并且使图像亮度增强，探讨选取色调、饱和度以及亮度作为图像特征向量，利用模糊数据自相关函数对特高压工程图像特征进行提取。在此基础上对将图像特征向量映射到图像上，并且对特高压工程图像特征进行匹配，识别到图像中的目标。     

基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

具有保护肠上皮细胞HT-29免受大肠杆菌和H2O2损伤潜力的植物乳杆菌的筛选

益生菌可在肠道定植从而发挥抗炎或抗氧化活性，有利于宿主肠道健康。本实验研究了从新疆传统发酵乳制品中分离得到的8?株植物乳杆菌对大肠杆菌侵袭和过氧化氢刺激肠上皮细胞HT-29的保护作用。结果表明：在8?株植物乳杆菌中，植物乳杆菌35具有最高的黏附能力。植物乳杆菌35可通过取代、竞争、排阻的方式抑制大肠杆菌对HT-29细胞的黏附，抑制率分别为42.60%、59.17%、60.19%。植物乳杆菌35及其多糖可抑制大肠杆菌刺激HT-29细胞产生白细胞介素-8；同时保护HT-29细胞免受过氧化氢的损伤，增加超氧化物歧化酶、谷胱甘肽过氧化物酶活力水平并降低丙二醛含量。结论：植物乳杆菌35及其粗胞外多糖具有抑制大肠杆菌O157诱导的炎症性肠病的潜力。     

基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

碳纤维喷射混凝土硫酸盐冻损伤分析

为了研究碳纤维混凝土硫酸盐冻侵蚀损伤，以川藏铁路喷射纤维混凝土工程环境为依托进行室内盐冻试验，盐冻最低、最高温度设置为(-37.12、17℃)，(-32.12、12℃)，(-25.12、5℃)，(-20.12、0℃)，硫酸盐质量分数分别为5%、7.5%、10%，纤维体积分数分别为0、0.10%、0.20%、0.24%、0.30%。通过宏观强度试验结果和微观分析可知，随着硫酸盐浓度的增加，碳纤维混凝土损伤越严重。与普通混凝土相比，碳纤维混凝土能够有效阻止开裂，其中0.3%的体积分数为最佳掺量。通过微观分析，揭示碳纤维在混凝土结构内起到类似梁的作用机制，并据此建立损伤模型。     

基于重要度排序的配电自动化终端优化布局方法

针对配电自动化终端优化布局问题，提出了一种基于重要度排序的终端优化布局方法。首先以等年值综合费用为目标函数，供电可靠性和投入产出比为双重约束建立了配电自动化终端优化布局模型。然后通过分析配电自动化终端对供电可靠性提升的影响，给出各个节点的“二遥”及“三遥”终端安装重要度定义及计算公式。最后采用枚举法确定最优终端安装数量，基于节点终端安装重要度排序确定终端的最优安装位置。该方法考虑了已布局节点对剩余节点终端安装重要度的影响，能够在降低计算量的同时兼顾布局合理性。运用所提方法RBTS-BUS2系统及扩充模型进行终端优化布局并与智能优化算法的布局结果进行对比，验证了本文方法的有效性及优越性。     

基于蜂群算法和半监督极限学习机的光伏系统故障诊断

户外环境中运行的光伏系统容易受到各种因素特别是灰尘的影响，其非正常运行会导致大量的电力损失，严重的短路故障则会导致安全问题和火灾隐患。因此，监测光伏系统的运行状态，及时排除潜在故障，制定有效的处理方案是当前研究的重点。本文分析了光伏电池串在各种故障状态下的I-V特性，特别是在污秽条件下的I-V特性。针对具有特定故障的光伏系统，特别是大规模光伏系统的标记数据难以记录的问题，提出了一种结合人工蜂群算法和半监督极值学习机（ABC-SSELM）的新算法。该算法能够利用少量的模拟标记数据和历史未标记数据对光伏故障进行诊断，大大降低了人工成本和时间消耗。此外，灰尘堆积监测可以提醒电厂业主及时清洗光伏组件，提高发电效益。最后，使用3.51kWp和3.9kWp的光伏系统验证所提出的诊断方法，数值仿真和实验结果证明了所提光伏诊断技术的准确性和可靠性。     

基于VR技术的智能变电站运行仿真培训系统

为了更加真实、直观地呈现智能变电站的运行整体结构,构建基于VR技术的智能变电站运行仿真培训系统。该系统通过5个模块协同完成智能变电站运行仿真培训,结合实际变电站的设备情况,采用二维纹理映射方法完成变电站设备仿真建模;系统利用虚拟现实交互模块呈现培训场景,参与培训人员能够通过人机交互设备,实现场景漫游和相关培训内容操作。测试结果表明:该系统能够较好地模拟出智能变电站的实际运行情况,参与培训的人员可以身临其境地完成整个变电站的巡视,更真实、直观地呈现智能变电站的整体状态。     

饱和钙质砂孔压发展特性试验研究

在岛礁建设中，钙质砂场地会受海浪等周期性荷载影响，因此有必要开展循环荷载下钙质砂的动力响应研究。采用动三轴试验探究了循环荷载作用下，在不同的固结围压、相对密实度和循环应力比条件下饱和钙质砂的孔隙水压力发展规律；将张建民孔压模型用于各工况归一化孔压发展模式的分析，并给出各条件下的推荐孔压模型。研究结果表明：张建民模型C型适用于描述循环应力水平较大时的孔压发展模式，而固结围压、相对密实度较高且处于中等应力水平时可采用修正的张建民模型A型，其余情况均可用B型拟合。此外，各模型的拟合参数与相对密实度和固结围压均有较好的相关性。     

基于长短期记忆神经网络的每日股票价格预测

股票价格预测一直是人们关注的焦点之一。针对每日股票预测存在的问题,本文提出一种基于长短期记忆神经网络的方法来预测每日股票的最高价与最低价,通过使用Python编程语言构建长短期记忆神经网络模型,并对2000—2020年上海证券、深圳证券的股票数据进行预测。实验结果表明,采用长短期记忆神经网络能够很好地拟合每日股价的波动趋势,具有较高的准确率。