核电厂1E级直流及UPS系统电气隔离方案研究

为保证核电厂1E级电气设备与电路能执行所要求的安全功能,需对1E级与非1E级的电气设备和电路进行电气隔离。通过研究电气隔离标准,介绍电气隔离基本方法,梳理可作为隔离装置的设备,总结出隔离熔丝的额定值计算方法,并以某核电厂1E级直流及UPS系统为例,对各种隔离熔丝的合理取值进行计算,最后提供了核电厂电气隔离的系统设计与熔丝选型方案。     

电池储能技术在核电厂的适用性分析

目前,核电厂采用富液式铅酸蓄电池与柴油发电机作为各纵深防御层级的动力源.随着近年来新能源产业的高速发展,各种电池储能技术在成熟性、可靠性、经济性方面都有较大提升.这些具有更高功率密度、更高能量密度的储能技术与核电厂更长时间的电源保障、更多样性的电源配置需求以及紧凑型的发展趋势相匹配.结合核电厂各级动力源的配置需求及应用限制条件,分析了各种电池储能技术的适用性,并给出了应用建议.     

基于排队博弈的最优比特币交易费支付策略

在比特币交易高峰期，为使交易尽快被打包进入区块，用户需要提高交易费以竞争有限的区块空间。针对用户如何自主选择合适交易费的问题，提出了最优的交易费支付策略。首先，结合排队博弈论将交易排队竞争上链的过程建模为一个带优先权的非抢占型排队模型；然后，分析交易费对交易耗时的影响，由此给出交易耗时与交易费之间的函数关系式，并推导出用户的纳什均衡支付策略。仿真结果表明，采用最优的支付策略可以有效降低用户的总花费（等待开销与交易费的加权和）。当系统高负荷时，与不支付交易费和按拥塞度线性增加交易费这两种策略相比，所提策略的用户总花费分别降低了97%和72%。由此可见，在保证交易被尽快处理的同时，所提支付策略可以有效减少交易费支出。     

RBFT:基于Raft集群的拜占庭容错共识机制

针对现有联盟链共识机制因可拓展性不足,无法在支持大规模网络的同时满足低时延、高吞吐量和安全性的问题,采用网络分片的思想,提出一种适用于联盟链的带有监督节点的两级共识机制——RBFT。首先对网络节点进行分组,组内采用改进的Raft机制进行共识,然后由每个组内选出的领导者组成网络委员会,网络委员会内部采用PBFT机制进行共识。研究结果表明,在大规模网络环境下,相比PBFT和Raft,RBFT在具备拜占庭容错能力的同时可以保证高共识效率,因而具有更高的扩展性。     

定位处理器应用软件设计和实现

介绍了用于超宽带标签定位系统的定位处理器应用软件的设计流程。软件采用串口通信类实现了定位信息的自动采集,通过嵌入定位算法的数据处理求解出标签的位置。实时在计算机上模拟出标签在定位范围中所处位置使得对标签的实时定位和跟踪更直观。实验证明,软件适合应用于实时定位和跟踪场合。     

基于HOG和E-SVM的服装图像联合分割算法

针对目前服装图像分割准确率低的问题,提出一种基于HOG特征和E-SVM分类器的服装图像联合分割算法。该算法具体可分为三个迭代的步骤：超像素组合、E-SVM分类器训练、分割传播,并用到辅助数据集。将用户输入的图像结合辅助服装集进行超像素分割,并利用分割传播方法将超像素组合成多个区域。利用分割效果积极的区域的HOG信息训练E-SVM分类器。通过E-SVM分类器以及分割传播方法将输入的图像中的服装分割出来。实验结果表明,该方法能够高准确率地分割出服装图像。     

直接时差计数超宽带标签定位系统

构建了一种新的超宽带标签定位系统．该方案采用一个独立时差计数器统一记录标签信号到达各基站的时间差,故基站间无须严格同步的参考时钟,避免了因参考时钟起点不同步带来的测量误差,从而在有效地提高定位精度的同时降低了系统实现复杂度．对所提定位方案进行了测量误差分析和仿真验证,结果表明,在IEEE 802.15.4a给出的室内多径信道中,系统定位性能优于基站间未严格同步的传统到达时间差方案,适合应用于低功耗、低成本的室内超宽带定位和跟踪系统．     

某核电厂220V直流系统短路电流计算与保护整定研究

根据某核电厂220 V直流系统的结构特点,建立了系统二次配电屏处短路电流计算的模型,根据模型分析计算了各二次配电屏处短路电流,并根据短路电流的大小对保护设备容量和整定值的选取进行了分析。     

基于蚁群算法的移动边缘服务器收益优化策略

移动边缘计算(Mobile Edge Computing,MEC)是5G的关键技术。由于MEC服务器的计算资源有限,如何对其计算资源分配以提高收益至关重要。为此,提出一种边缘服务器收益优化策略。将MEC服务器收益最大化问题建模为以服务器端任务执行次序为优化变量的最优化问题。在用户对时延和金钱偏好程度不同及子任务具有顺序执行关联性的情况下,提出基于蚁群算法的任务最优执行次序求解算法。仿真结果表明,同等条件下采用该算法获得的收益比SearchAdjust算法提高了33.6%。     

计算资源受限的移动边缘计算服务器收益优化策略

移动边缘计算（MEC）服务器通过向用户提供计算资源获得收益。对MEC服务器而言,如何在计算资源受限的情况下提高自身收益至关重要,为此提出一种通过优化计算任务执行次序提高MEC服务器收益的策略。首先,将MEC服务器收益最大化问题建模为以任务执行次序为优化变量的优化问题;然后提出了一种基于分支定界法的算法求解任务执行次序。仿真结果表明,采用所提算法获得的MEC服务器平均收益分别比大任务优先（LTF）算法、低延迟任务优先（LLTF）算法和先到先服务（FCFS）算法提高了11%、14%和21%。在保证卸载用户服务质量（QoS）同时,所提策略可以显著提高服务器的收益。