基于混合智能算法的电力变压器故障诊断研究

最小二乘双支持向量机算法(LSTSVM)具有训练样本速度快、二分类效率高的特点,在电力系统电力变压器故障诊断中占有独特优势。单一的智能算法诊断自己片面,很难全面进行故障诊断,因此多采用复合智能算法。在LS-TSVM模型基础上引入蚁群算法,利用蚁群算法强大的搜索能力进行寻优计算,结合二叉树构建的LS-TSVM模型可对变压器故障进行全面诊断。通过实际的算例进行仿真,结果表明,混合智能故障诊断方法不仅准确率高,准确度也比传统ANN模型有所提高,证明了该算法模型的有效性和实用性。     

羟基修饰单层砷烯及锑烯的电子结构与光学性质

本工作采用基于密度泛函理论(DFT)的第一性原理平面波超软赝势方法,计算了单层砷烯和锑烯,以及羟基(-OH)表面修饰砷烯和锑烯的晶体结构、稳定性、电子结构和光学性质.计算结果表明:经过修饰后,砷烯及锑烯的晶格常数、键角、键长均变大,褶皱厚度变小,且均具有较好的稳定性.电子结构分析表明,羟基修饰后的砷烯及锑烯转变为狄拉克材料,拥有超高载流子迁移率,且能带结构具有较好的线性色散.光学性质显示,修饰后的砷烯及锑烯的吸收光谱明显红移,对太阳光谱的吸收效果明显增强,表明其在未来光电子设备等领域中具有广阔的应用前景.