基于集群机的大规模电力系统暂态过程并行仿真

由于传统的串行计算方法无法满足互联电力系统在线动态安全分析和实时仿真的要求，研究高效的电力系统暂态并行仿真算法及其软件已成为电力系统动态实时仿真的关键。该文基于集群系统，提出一种利用电力系统区域特性的多重化网络划分方案，弥补了传统网络划分算法在计算规模和划分质量上的不足；并提出了一种基于分块思想、消息传递与动态多线程相结合的网络方程分层算法及其实现策略，缩短了网络方程的计算时间，解决了暂态仿真中计算量突增的问题，提高了算法的并行效率和整体性能。同时，文中还简化了暂态稳定算法迭代流程，改进了全局收敛判定方法，有效地减少了算法计算量和通信损耗。实际电网的数值计算结果表明，文中提出的算法计算加速比高，实时性好，因此研制的电力系统动态并行仿真程序能够满足大规模电力系统暂态过程实时仿真、甚至超实时仿真的要求。     

民用建筑电气间谐波检测问题的研究

针对间谐波对于民用建筑电气系统的危害,探讨了民用建筑电气间谐波检测问题,分析了目前各种间谐波检测方法的优缺点,着重阐述了子空间方法的发展前景,对深入研究和有效治理间谐波具有积极意义。     

智能水凝胶在药物控释系统的应用及研究进展

简述了智能水凝胶在药物控释系统中的应用及国内外研究进展。重点阐述了高分子水凝胶中的pH敏感、温敏、电场敏感、光敏感水凝胶和小分子水凝胶的结构、性质,以及作为释药载体在给药系统中的研究应用。     

荧光分光光度计检出极限校准结果的不确定度评定

依据JJF 1059-1999《测量不确定度评定与表示》及JJG537-2006《荧光分光光度计》检定规程评定了荧光分光光度计检出限测量结果的不确定度。建立了评定检出限测量结果不确定度的数学模型,分析了各不确定度分量,并计算了合成不确定度和测量结果的扩展不确定度。     

高职教育中《化工原理》课程教学改革探讨

在化工原理课程教学过程中,深入探讨高职高专化工类人才培养中<化工原理>的教学目标、教学内容、教学设计、考试方法和生产实习等方面的教学改革,突出以理论教学为基础,实验、实践训练为载体,努力提高化工原理课程的教学质量,为培养出类拔萃的化工类技能犁人才打下坚实的基础.     

基于互联网的分布式时域暂态稳定仿真可行性分析

分布式暂态稳定仿真是实现大规模互联电网一体化仿真的一种新的解决方案,它利用先进的网络技术,高效地整合各调度中心异构的计算资源,以克服大规模互联电网一体化仿真面临的数据采集、整合和管理困难.为了论述在高延时互联网中大系统分布式时域暂态稳定仿真的可行性,文中提出了一套评价指标,包括准确性、高效性、稳定性、鲁棒性和可扩展性.进一步,在可模拟广域互联网环境的分布式仿真平台上,选择基于Jacobian-free Newton-GMRES(m)方法的分布式暂态稳定仿真算法进行了全面的测试.针对全国联网和东北--华北--华中联网系统的测试结果表明,所选算法满足各项指标,证明了基于互联网的分布式时域暂态稳定仿真的可行性.     

基于马氏距离的局部边界Fisher分析降维算法

针对人脸识别应用中的高维数据图像以及欧氏距离不能准确体现样本间的相似度的问题,提出了一种基于马氏距离的局部边界Fisher分析(MLMFA)降维算法。该算法从现有的样本中学习得到一个马氏度量,然后在近邻选择以及新样本降维过程中用马氏距离作为相似性度量。同时,通过马氏度量构造出类内“相似”图和类间“代价”图来描述数据集的类内紧凑性和类间分离性。MLMFA很好地保持了数据集的局部结构。用YALE和FERET人脸库进行实验,MLMFA的最大识别率比传统基于欧氏距离算法的最大识别率平均分别提高了1.03%和6%。实验结果表明,算法MLMFA具有很好的分类和识别性能。     

民用建筑配电系统谐波问题研究

研究了民用建筑配电系统中的谐波问题,介绍了民用建筑配电系统中两种典型的谐波源、谐波的危害及谐波监测等问题,并对谐波监测的硬件要求作了阐述,从而促进电力电子设备在民用建筑中的广泛应用.     

迟景朝——待到山花烂漫时

漫长的等待,对于一个风险投资人来说,也许是备受煎熬的考验。而对迟景朝而言,小时候的生活经历已经让他习惯了长时间的等待,他回忆道:"从小我生活在小兴安岭,那里的冬天是非常漫长的,可能有五六个月的时间。所以为了等待春天,那个山花绽放的时刻,我们是真的需要很大的耐心。所以这种从小养成的性格,对我从事投资来说是个很大的帮助,     

刘宏——起起落落二十年

2012年11月27日下午,上海数军投资总经理刘宏原本和我们聊的正起劲,但看到上证指数收盘跌破2000点,他的话题一下子就沉重起来:"这样的话我们的净值肯定要创新低了。可能很多人觉得0.88元,这种净值下跌的还不算很严重,其实不是这样的。因为我们的基金当年表现好的时候,申购的人很多,那时候就是1.2元以上的,最高到过1.38元,从那么高的地方跌破0.9元,这个损失还是非常惨重的,这