煤储层渗透率测试、模拟与预测研究进展

渗透率是煤层气开发的重要参数，煤储层较强的非均质性使得现场少量试井结果难以反映区域性渗透率规律，不同仪器、方法、样品尺寸、压力、温度及介质条件下获得的实验渗透率对比性也较差。对比分析了不同试井方法(钻杆测试、水罐测试、段塞测试、注入/压降测试)、不同实验测试方法(稳态法、非稳态法)的优缺点、适用条件及渗透率测试标准的演化历程，系统评述了单轴应变条件、恒定体积条件以及三轴应力条件下渗透率模拟模型的适用性，分析了基于裂隙、煤体结构、地应力、构造曲率等单一主控因素预测渗透率及人工智能(BP神经网络、灰色关联分析、支持向量回归机、多层次模糊综合评价)多因素预测的可靠性，总结了煤储层渗透率在测试、模拟和预测方面存在的问题，并提出了进一步研究的展望。研究结果表明现场注入测试是获取原位煤储层渗透率的主要方法，实验室非稳态法渗透率测试适合我国低渗煤储层；单轴应变条件下的P-M模型和S-D模型适用于恒定垂直外部应力条件下的模拟，恒定体积条件下的Ma模型对于多数煤类输入的参数均可测量，模拟结果可靠性较高，三轴应力条件下的Connell模型和Zhou模型更有利于通过实验室测定对模拟渗透率进行验证；基于煤层气...     

太阳能季节性相变蓄热热泵系统在哈尔滨应用的模拟研究

介绍了该系统的原理、组成部分及运行模式。建立了系统数学模型。以CaCl2.6H2O作为相变蓄热材料,以哈尔滨地区应用该系统的某别墅为例,对不同太阳能集热器面积和蓄热体积下的集热量、蓄热装置换热流体进出口温度、相变材料平均温度及蓄热装置散热损失进行了模拟与分析。结果表明,当太阳能集热器面积与蓄热体积匹配合适时,使用较小面积的太阳能集热器集得的热量就可满足建筑物的热负荷需求。     

三种不同导电填料对聚氨酯导电涂层应用性能的影响

目的 筛选出对聚氨酯涂层导电性能改善最佳的导电填料和助剂。方法 使用三种不同的无机导电填料—微米级ITO、微米级导电云母和导电钛白粉,用不同的分散剂DISPERBYK-P104S、DISPERBYK- 163、DISPERBYK-2001对三种无机填料分别进行分散处理改性,选出对改性填料分散性最好的助剂,然后研究用该助剂改性的填料对聚氨酯树脂涂层导电性、力学性能、耐热性能等应用性能的影响,最终选出最好的导电填料。结果 利用沉降试验,筛选出了提高填料分散性能最好的助剂为DISPERBYK-P104S。通过测试涂层的导电性能、耐腐蚀、力学性能和耐热性能发现,用助剂DISPERBYK-P104S改性过的导电钛白粉掺入聚氨酯树脂涂层后,所有性能均优于其余填料掺入的涂层。涂层的电阻在室温下最小,为10.84 MΩ,而且在100 ℃加热2 h后,电阻仍然只有24.53 MΩ。水接触角（WCA）方面,该涂层初始时接触角为107°,在3.5% NaCl溶液中浸泡400 h后,水接触角仍能达到90°以上。涂层在3.5% NaCl溶液中浸泡800 h后,附着力仍然在2.1 MPa以上。该涂层拉伸强度为16.53 MPa,拉断伸长率为650%,具有较好的弹性和力学强度。同时,在300 ℃下烧蚀三次后（每次15 min）,该涂层的表面仍然保持平整。结论 当导电填料为用DISPERBYK-P104S改性过的导电钛白粉时,聚氨酯树脂涂层的表面电阻在100 ℃以下均介于0.5~25 MΩ之间,而且该导电涂料的其他应用性能为最佳。     

坡膛结构变化对弹带挤进过程影响的研究

基于弹塑性有限元接触理论,引入了弹带材料的初始损伤及累计损伤模型,对弹带挤进、冲击坡膛的过程进行了理论分析,建立了弹带挤进、冲击坡膛的显式非线性有限元模型。对在两种不同结构坡膛条件下的弹带挤进过程进行了分析计算,得到了挤进过程弹丸及弹带的动力学响应,并通过计算分析了坡膛结构变化对挤进冲击力的影响,揭示了坡膛裂纹的形成机理。     

骨折患者术后夜间疼痛的护理体会

骨折病人术后夜间疼痛是临床中最普通、最重要的现象,是不舒适中最严重的形式,是难以控制的.由于夜间麻醉作用消失,而损伤的组织仍持续释放某些致痛物质,并作用于游离神经末梢,降低疼痛受体的高阈值,使患者产生疼痛,睡眠发生异常,影响机体康复,故术后夜间疼痛护理尤为重要.     

基于带惩罚的点概率距离策略优化算法在展示广告实时竞标中的研究

实时竞价(RTB)是在线展示广告中被广泛采用的广告投放模式,针对由于RTB拍卖环境的高度动态性导致最佳出价策略难以获得的问题,提出了一种基于强化学习(RL)的出价策略优化方法,即采用带惩罚的点概率距离策略优化(POP3D)算法来学习最佳出价策略。在基于POP3D的出价框架中,广告投标过程被建模为情节式的马尔可夫决策过程,每个情节被划分为固定数量的时间步,每个广告展示的出价由它的预估点击率大小和竞标因子共同决定。每个时间步,竞标代理都会根据上一时间步的拍卖情况对竞标因子进行调整,以使得出价策略能够适应高度动态的拍卖环境,竞标代理的目标是学习最佳的竞标因子调整策略。在iPinYou数据集上的实验结果表明,与DRLB算法相比,所提出价算法在预算比例为1/16和1/32时,在点击次数方面均提升了0.2%;当预算比例为1/8、1/16和1/32时,在赢标率方面分别提升了1.8%、1.0%和1.7%;另外,在稳定性方面,所提方法也具有优势。表明了该方法的优越性。     

基于Spearman相关系数法与有功分量法的高阻接地故障选线方法研究

电力系统中的谐振接地系统发生高阻接地故障时,由于消弧线圈和高阻抗的存在使得故障信号微弱,造成故障选线较为困难,从而危及电力系统的安全运行和电能质量。因此,电力系统的故障选线尤为重要,故提出一种基于Spearman相关系数与有功分量相结合的故障选线方法。首先通过分析线路之间零序电流的幅值,利用零序电流最大值判据判断出母线故障或线路故障,若判断故障为线路故障,再利用零序功率最大值判据初步确定出故障的线路,最后通过Spearman相关系数法分析线路零序功率波形间的相关性来确定出具体发生故障的线路。经PSCAD/EMTDC仿真验证该方法原理清晰,选线逻辑简单可靠且不受故障距离与过渡电阻的影响。     

基于改进YOLOv5s电动车头盔的自动检测与识别

针对目前电动车头盔小目标检测的精度低、鲁棒性差,相关系统不完善等问题,提出了基于改进YOLOv5s的电动车头盔检测算法。所提算法引入卷积块注意力模块（CBAM）和协调注意力（CA）模块,采用改进的非极大值抑制（NMS）,即DIoU-NMS(Distance Intersection over Union-Non Maximum Suppression);同时增加多尺度特征融合检测,并结合密集连接网络改善特征提取效果;最后,建立了电动车驾驶人头盔检测系统。在自建的电动车头盔佩戴数据集上,当交并比（IoU）为0.5时,所提算法的平均精度均值（mAP）比原始YOLOv5s提升了7.1个百分点,召回率（Recall）提升了1.6个百分点。实验结果表明,所提改进的YOLOv5s算法更能满足在实际情况中对电动车及驾驶员头盔的检测精度要求,一定程度上降低了电动车交通事故的发生率。     

基于优化BP神经网络光伏出力短期预测研究

太阳能拥有丰富的资源,而且分布广泛,现已被广泛应用到各种应用中,光伏发电已是一种可靠可行、可扩展的重要可再生能源利用的方式,因此对光伏出力进行精准的预测意义重大;从宁夏市某光伏发电站获得了一年的光伏发电数据与气象等因素,选取四月至五月的数据进行研究预测;针对BP神经网络的收敛时间长,容易陷入局部极小值等缺点;建立单一BP神经网络预测模型,基于遗传算法(GA)优化BP神经网络的GA-BP预测模型与基于狼群算法(WPA)优化的BP神经网络的WPA-BP预测模型;选择平均相对误差作为误差评估指标,结果表明,3种预测模型均能对光伏电站的发电功率进行预测,但是单一的BP神经网络模型误差较大,晴天时,误差为5.1%,经遗传算法改进后的预测误差为4.9%,较单一模型提高了0.2%的精度,而WPA-BP预测模型误差为4.4%,预测精度高于前者;同时多云天和雨天的时候,均为WPA-BP模型的预测误差小,稳定性高,具有一定的研究价值。