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。     

有机物性估算系统OPES微机版本的研制（II）：软件的开发与特性

本文主要介绍有机物性估算系统ＯＰＥＳ（ＯｒｇａｎｉｃｐｈｙｓｉｃａｌＰｒｏｐｅｒｔｙＥｓｔｉｍａｔｉｏｎＳｙｓｔｅｍ）微机版本的软件特性，ＯＰＥＳ的总体结构采用将输入，输出与物性估算程序完全分离的策略，实现了系统有效分解，物性估算程序的进一步分解则有效地解决了ＤＯＳ环境下开发大型应用程序所面临的内存使用问题，标准化模块的设计思想既提高了软件的开发效率，又方便了今后软件的维护，本文从基础物性数据库检     

陶瓷材料高速高效磨削温度研究的进展

介绍了陶瓷材料磨削温度理论的研究现状；阐述了几种热源模型，总结了磨削参数与表面磨削温度的关系，分析了几种磨削热分配系数模型，讨论了到目前为止的几种温度测量及其后处理技术，展望了磨削温度研究的发展趋势。     

炭素阳极环式焙烧炉自动化燃烧技术研究

以中国长城铝业公司炭素厂34室环式焙烧炉为对象进行自动化燃烧控制技术的研究，通过分析工艺特性，研究开发了燃烧控制系统，计算机实时网络控制系统，而投资只是引进系统的三分之一，整体技术达到世界先进水平。     

250m/s超高速磨床主轴磁浮轴承设计

本文介绍了磁浮轴承的优点，并针对一台250m/s超高速磨床主轴系统，首次进行了磁浮轴承设计，其结果对我国发展高速主轴技术有一定意义。     

试析HSLP局部网络安全系统设计

随着网络和计算机技术的不断进步,网络安全逐渐成为系统设计中的重中之重,本文主要针对HSLP局部网安全系统设计过程中的访问控制机制、加密机制以及密钥管理机制等方面的问题进行探讨.     

大规模并行粒子模拟系统代码级优化研究与实现

粒子方法作为一种直观而且普适的模拟方法,在化工、材料、生物等领域应用愈加深入,其对计算机软硬件的要求亦越来越高,在原有的硬件设施上如何才能经济高效的实现性能的大幅度提升,成为目前粒子模拟研究人员所关注的问题之一.本文通过在多相复杂系统国家重点实验室高性能计算集群上进行大量的测试工作与分析,利用了多项技术,包括OpenMP、SSE等对大规模并行粒子模拟系统模拟程序代码层面进行优化,并对系统的未来进一步优化提出建议.     

锁相环同步VSC接入弱网下的低频动态稳定性分析模型与机理研究

基于锁相环(PLL)同步接入弱网的电压源型换流器(WG-VSC)存在由“外环-PLL-弱网”交互主导的低频动态(LFD)稳定问题。为清晰揭示各关键环节及其交互对WG-VSC的LFD影响机理,提出一种等效PLL模型。首先建立了适用于多种典型外环控制模式的WG-VSC的LFD分析的基本模型,该模型包含原PLL环节及耦合了外环、电网强度及VSC运行点信息的“外环-弱网”环节。其次,将“外环-弱网”环节划分为有功侧外环对PLL的影响路径及无功侧外环所引入的对PLL的影响路径,以清晰表征VSC外环与PLL的交互关系。然后,基于LFD主导模态将“外环-弱网”环节简化为一阶环节,并结合原PLL的PI控制环节,得到保持足够LFD分析精度的二阶等效PLL模型,并基于该模型分析和揭示了“外环-PLL-弱网”的交互对WG-VSC的LFD的影响机理。最后,基于详细开关模型的时域仿真结果验证了等效PLL模型的有效性和分析结果的准确性。     

电子经纬仪及全站仪测角部分校正方法的探讨

正本文探讨的电子经纬仪及全站仪测角校正方法基于较普遍使用的JSJ型精密水准仪经纬仪综合检验仪。图1为笔者根据仪器各项目相互关联及原理,通过实践验证得出的校正顺序流程图。校正前应清洁被校仪器外部,避免污染工作台及实验室空间,并检查其     

分子动力学模拟中基于GPU的范德华非键作用计算

GPU最初是专为图形渲染而设计的.近年来已经演化为高并行度、多线程、具有强大计算能力和极高存储器带宽的通用多核处理器,目前主流GPLJ的峰值计算能力通常可达CPU的数10倍.这提供了1种解决大计算量难题的新的可能.分子动力学模拟需要极强的计算能力.故使用GPU来进行分子动力学模拟的尝试是很自然的选择.本文基于NVIDIA的GeForceGTX295 GPU和CUDA2.3开发环境实现了范德华力计算、范德华势能计算和基于网格的邻居搜索.在邻居搜索算法实现中,对于不同计算能力的GPU给出了不同的实现策略.对36万粒子规模的高分子聚乙烯体系算例的测试表明:1个时间步的计算结果与计算性能突出的分子动力学软件GROMACS相应的计算结果一致(运行在工作站Intel Xeon E 5405上),相对于CPU单核计算性能有大幅提高,其中邻居搜索加速了17倍,范德华力计算加速了47倍;并且解决了邻居搜索时的边界问题.虽然本文是针对范德华力的计算,但是策略是通用的,其他方向的研究人员也可以参考.测试结果表明,使用 GPU来加速较大规模计算量的计算是可取的.