基于降噪时序深度学习网络的风电功率短期预测方法

利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。     

利用奇异谱分析的深度神经网络语音增强方法

针对现有深度神经网络语音增强方法对带噪语音的去噪能力有限、语音质量提升不高的问题，提出了一种基于奇异谱分析的深度神经网络语音增强方法。通过引入奇异谱分析算法对带噪语音进行预处理，以初步分离得到语音信号与噪声。接着将语音信号与噪声用于深度神经网络模型得训练，以得到性能更优的网络模型，从而使得本文方法具有更好的性能。最后在重建干净语音的环节中，同时使用神经网络估计得到的对数功率谱和带噪语音的对数功率谱，并加入了权重系数，使得本文提出的方法可以适应不同信噪比的情形，有效的去除背景噪声，降低语音信号的失真。本文通过仿真实验验证了该方法的有效性和鲁棒性。      

新型蜂窝型钢网格盒式双筒结构隔震性能分析

面对地震灾害等难题,新型高层装配式蜂窝型钢网格盒式双筒结构体系可以有效应对.采用反应谱和动力时程分析方法,重点分析了多、罕遇地震作用下新型结构在隔震和非隔震情形时的楼层剪力、楼层位移以及抗风验算等指标,并与普通结构进行对比.研究结果表明:非隔震时,新型结构的楼层剪力和楼层位移比普通结构小;隔震时,铅锌橡胶支座能够吸收地震能量,减小上部结构的地震反应,减小结构楼层剪力的同时增大结构的楼层位移;新型结构和普通结构均能满足规范要求,但新型结构具有更好的应用前景.     

联台大桥部分斜拉桥地震反应分析

简述了部分斜拉桥兼有梁桥和一般斜拉桥的结构特点.以联台大桥为例,基于ANSYS平台建立了联台部分斜拉桥的有限元计算模型,并对其进行模态分析.在此基础上进行了斜拉桥的地震反应谱分析,结果表明,当发生8度地震时,斜拉桥的安全性可以保证.     

淮河特大桥抗震分析研究

采用SAP2000程序，对铁路淮河特大桥进行了反应谱分析和时程分析，分析表明地震力不控制主梁结构设计，但地震力直接作用于墩底，须对连续梁的墩底进行抗震应力验算，连续梁桥的支座承担较大剪力，建议采用抗震支座，以策安全。     

建筑幕墙风荷载的数值模拟研究

对幕墙结构中风荷载的脉动特性进行了分析，采用沿高度变化的E．Simiu风速谱，用改进的谐波叠加法模拟了不同高度处脉动风速和风压的时程曲线，给出了风荷载的计算公式，结果表明该方法简单有效，且能够反映脉动风的随机特性，解决了玻璃幕墙风荷载的动力计算问题。     

基于铁谱分析的颗粒分类识别方法与应用

铁谱颗粒分析是机器磨损状态监测与维修决策制定最有效的油液分析方法。通过近年来开展工业企业机器油液监测积累的大量铁谱磨粒图像,进行基于不同的颗粒特征的分类识别探究,并基于不同颗粒形成机制与原因提出切合工业现场的润滑管理维保策略。应用实践表明,铁谱分析方法在机器磨损状态监测、润滑磨损诊断机制判别以及企业润滑管理提升活动中仍发挥着积极作用。     

液压油在线污染度连续监测传感器研究

在液压油在线污染连续检测过程中,流速随机波动和颗粒分布随机变化等复杂环境影响液压油污染度测试精度。采用FARIMA数学模型和随机过程谱分析方法对复杂环境流速信息进行实时识别与补偿,设计一种新型颗粒污染传感器。测试结果表明,新型传感器在复杂应用环境下得到了重复性精度更高的污染度测试结果。该传感器已成功用于液压装置液压油污染状态的实时监控。