家用智能电能表使用寿命分析

正天津市计量监督检测科学研究院与国网天津市电力公司合作,通过对已换装的智能电能表进行抽样试验,分析所获得的数据,建立数学模型预测家用智能电能表的使用寿命,为调整家用智能电能表检定周期提供研究支撑。一、家用智能电能表抽样数据分析1.抽样检定数据分析国网天津市电力公司对所管辖的家用智能电能表进行抽样检定,组合每一块电能表的13类数据进行     

城市污水处理收费管理原理探讨

城市污水在处理后都要收取一定的费用,它属于资金的回流。污水处理工作的最后一环是资金的回流,而再投资工作又由此开始。因此,污水处理的资金回流是企业工作的关键,这样才能促进企业的健康可持续发展。     

对播音主持风格形成的认识

播音主持风格的形成首先在于学习模仿再创造,其次是正确看待自己的天赋条件,选择适合自己的节目,再次要注重加强平时对各个方面知识的学习,提高自己的文化修养,筑牢自己的主持风格。     

基于深度自编码的大曲高光谱数据解混研究

利用高光谱技术检测大曲发酵品质时,获取的水分等高含量物质的高光谱数据可能掩盖对大曲质量评价至关重要的微量物质高光谱数据。为方便后续更微量物质的光谱曲线分解,需先排除水分等高含量物质的数据干扰,该文通过建立无监督的深度自编码模型,可实现大曲水分高光谱曲线分解。通过实验设计,采集与水混合后的成品曲粉光谱数据。首先编码部分,将混合大曲光谱曲线压缩为低维表示,即端元;解码部分,将光谱的低维表示解压重构为原始光谱曲线,结合比较不同目标函数,反向传递重构误差,更新解码权重;最终,通过端元解码出水与曲粉各自的光谱曲线,运用欧氏距离与皮尔逊相关系数方法从特征距离和相关系数两方面同时评价解混效果。实验显示,利用深度自编码解混模型,选择L-C目标函数得到的解混效果最好,解混曲线与纯曲粉曲线的欧式距离与皮尔逊相似度分别为0.3427和0.9967。研究表明,利用深度自编码网络能够对大曲高光谱数据进行解混,可为实现大曲高光谱微量物质检测提供理论支持和技术支撑。     

基于 DEMATEL 的造价 BIM 障碍分析及 提升路径研究

随着我国建筑信息化技术的普及推广,设计施工领域的 BIM 应用已经取得了显著成效,而造价咨询业的 BIM 应用 仍有待完善。在国内外造价 BIM 应用现状研究的基础上,通过实际案例分析和业内专家访谈总结出造价 BIM 应用的障碍因 素,利用 DEMATEL 分析各障碍因素间的关系,分析结果表明:缺乏政府和行业主管部门政策支持对其他因素影响最大; 企业高层管理者的支持成为影响 BIM 推广的直接原因。并根据模型分析结果,提出造价 BIM 的推广实施路径     

基于霍夫变换及相似度检测的圆形表计检测方法

变电站巡检机器人沿巡检道路行走进行设备巡检,停在预定的监控位置,调用云台预置位将监测仪器对准被监测设备,可见光检测仪器通过光学变焦获取比例适当的清晰图片。由于机器人导航定位精度、行进姿态偏差和云台预置位定位精度等误差的综合影响,导致每次巡检时同一观测目标的成像位置在整幅图像视野中的位置有较大偏差。霍夫圆检测作为常用的圆形检测方法可以很好地检测图像中的圆形,但是搜索区域、搜索半径等参数设置需要人为反复试验才能取得良好的检测效果,因此不适合于背景复杂且圆形大小未知的变电站图像。文章将霍夫圆检测和感知哈希相似度算法相结合,从霍夫圆检测结果当中,筛选出与基准图圆形表相似的现场圆形表计,定位出圆形表计所在位置,从而计算出圆形表与其在基准图的位置偏差,通过云台扭转实现表计二次对准。     

ERP沙盘在物流管理课程中的应用

ERP沙盘模拟对抗课程是一种全新的体验学习方式,本文通过系统分析使课程将复杂、抽象的经营管理理论以最直观的方式让学员体验、学习;采用边培训,边竞赛的体验式竞争模式来提高课堂教学效果。     

现代居住区园林生态景观设计探讨

本文结合笔者多年城市园林景观设计工作实践,从园林景观的生态性分析人手,详细探讨了现代城市居住区景观规划与建设存在的问题;并从以人为本的角度,详细阐述笔者对于现代城市居住区园林景观设计思路,并进行了扼要的总结。     

锅炉集箱短管接头机器人焊接系统

集箱作为电站锅炉系统的重要组成部分,涉及的材料范围广、尺寸规格多,长期以来多采用人工或半自动专机进行焊接,生产方式落后、效率低下且质量难以保证。为提高锅炉集箱短管接头焊接自动化程度和焊接质量,研制了以焊接机器人和搬运机器人为核心,辅以现场管理系统等的集箱短管接头机器人智能焊接系统。经过试验,该系统自动化程度高、控制精度高、焊缝成形良好,实用价值较高。     

基于自适应PSO-LSSVM多维开关柜数据的状态评估方法

为有效分析开关柜的各种监测数据,减轻状态评估工作量,提出一种基于自适应粒子群优化和最小二乘向量机分析(PSO-LSSVM)的多维开关柜数据状态评估方法。首先对开关柜的多维历史监测数据进行分类,提取有效数据构建数据集,并利用K最近邻法(KNN)填补缺失数据,针对已有的开关柜历史评估结果,采用最小二乘支持向量机算法进行数据分析和训练,引入自适应粒子群算法,实现算法参数的优化,最终获得多维数据的开关柜评估模型。经实际数据检验,此评估方法能有效分析历史监测所累积的大规模数据,评估准确率较高,可有效筛选出需检修的开关柜,减轻了开关柜评估工作量,具有一定的实际应用意义。