基于空间金字塔模型的DCA特征融合地形分类

针对空间金字塔视觉词袋模型对地形图像分类时忽略颜色信息、纹理表达不明显及特征维度高等问题，提出一种基于空间金字塔模型的DCA特征融合地形分类方法。该方法优化传统空间金字塔模型子区域划分方式，提取地形图像优化后的SPM-BOVW特征、HSV特征、LBP特征；通过DCA算法构建3组变换特征；采用串联将变换特征进行融合。实验结果表明，以融合特征作为支持向量机（SVM）分类器的输入，利用网格参数寻优，最终获得了较高的地形分类精度，说明所提方法在太阳能电站的地形图像分类上具有较好的鲁棒性。     

基于CNN-VMD-PCA特征融合的光伏发电功率预测研究

为了较为准确地预测光伏发电功率，提出一种特征融合的功率预测模型。模型首先使用一维卷积神经网络(1-dimensional convolutional neural network, 1D-CNN)提取光伏光电数据深度特征，然后用变分模态分解方法(Variational mode decomposition, VMD)分解数据原特征，再把分解后的特征和深度特征融合，用主成分分析法(Principal component analysis, PCA)提取融合后特征的主成分，最后用Xgboost(Extreme gradient boost, Xgboost)模型进行功率预测。根据对所提模型的实测评估，并与其他预测模型对比，得出基于CNN-VMD-PCA特征融合的预测模型具有较高预测精度，其拟合优度达0.932,能够得到更可靠的功率预测结果。     

并行卷积神经网络的风电机组故障诊断方法

针对风电机组轴承微弱故障信号的特征提取困难和故障诊断模型性能差等问题，提出一种并行卷积神经网络的故障诊断方法。首先，利用连续小波变换将一维信号转换成二维时频特性图；其次，构造一种并行卷积神经网络结构，该结构由大卷积层和并行卷积层组成，大卷积层快速提取输入层所有特征，并行卷积层识别特征中的有效故障信息，且并行卷积层为双层小卷积并行结构；然后，采用特征融合层，融合并行卷积层2次特征提取后的故障特征，实现诊断模型内部的特征增强，降低模型复杂度；最后，经实验验证，该模型诊断轴承故障的准确率为98.25%。     

基于IBSO-SDT的风电爬坡事件检测方法

为提升风电爬坡事件的检测效果，针对含电池储能的风电场，提出基于改进天牛群优化旋转门算法的爬坡事件检测方法。首先，对天牛群搜索算法进行改进，利用其搜索旋转门算法的最优门宽，并据此提取风电功率的特征数据点；然后，对特征数据点进行处理以消除“凸起”现象，进而连接相邻两个数据点形成一个风电特征时段，将风电特征时段进行分类，结合爬坡方向对其进行编码，并依据编码结果进行合并；接着，结合给出的含电池储能风电场爬坡事件定义，对合并后的风电特征时段进行爬坡事件检测；最后，利用某风电场实际运行数据对检测方法进行仿真，并与多种爬坡事件检测方法进行对比，验证了所提方法的有效性。     

基于ICEEMDAN-LSTM和残差注意力的短期太阳辐照度预测

为提升短期太阳辐射预测的准确性，提出一种基于ICEEMDAN-LSTM和残差注意力的短期太阳辐照度预测方法。该方法利用改进的自适应噪声完备集合经验模态分解（ICEEMDAN）将原始辐射序列分解为多尺度模态分量，同时引入残差注意力机制对原始气象特征进行重构，然后利用长短期记忆网络分别提取两部分的时序特征，并融合所得特征输入至多层感知器，进行提前1小时的水平面总辐照度预测。实验结果表明，该方法能捕捉辐射序列的波动和突变，并考虑不同气象特征的重要程度，可有效提高短期太阳辐照度的预测精度。     

混合电力能源利用效果综合评价模型设计研究

为了提高混合电力能源的利用效率，进行混合电力能源利用效果综合评价，提出基于模糊决策和定量递归分析的混合电力能源利用效果综合评价模型，构建混合电力能源利用效果特征信息流模型，根据混合电力网络基站输电力能源信息，对电力能源分布时间序列进行特征空间重构，提取混合电力能源信息的关联维特征量，分析混合电力能源的输出和利用效率的互信息特征量，以此为约束条件进行混合电力能源利用效果综合评价的模糊决策评判，采用定量递归分析方法进行电力能源利用效果的统计分析和稳健性检验。仿真结果表明，采用该方法进行混合电力能源利用效果综合评价的准确性较好，置信度较高，提高了电力能源的使用效率。     

华北地区束鹿西斜坡上第三系地热特征及利用

本文利用华北研究区的石油地质勘探资料以及束鹿西斜坡已钻凿的辛热1井、辛热2井、辛热3井、东明热1井资料，通过对该区的区域地质概况、构造特征、地层特征、地温场特征、热储层特征等方面的综合分析与研究，说明束鹿西斜坡具有丰富的地热资源。     

气管插管后狭窄27例的CT影像特征及其临床指导意义

【摘要】 目的 探讨气管插管后狭窄（PITS）的螺旋CT影像学特征及其临床指导意义。方法 回顾性分析27例PITS患者，分别收集其临床资料及螺旋CT影像资料，观察气管狭窄部位、程度、形态，总结其影像特点；并根据不同的影像特点分析狭窄原因及其对PITS病情评估和临床处理的影响。结果 27例患者，共检出气管狭窄部位35处，分别位于气管切开水平10例、气囊水平5例和套管末端20例，狭窄程度均大于30%；其中局限性狭窄15例，影像特征为“沙漏状、束腰状”狭窄；节段性狭窄4例，影像特征为“带状、哑铃状”狭窄；复合狭窄8例。参考相应的影像特征，所有患者均得到了及时、个体化的治疗。结论 PITS具有典型的影像特征，螺旋CT检查可作为PITS影像学检查的首选。相关科室可根据不同的影像特征评估患者病情，制订个体化的治疗方案，对麻醉科气管插管及相关科室医护人员认识并及时预防、处理该症具有一定的临床指导意义。     

基于改进时间卷积网络的短期光伏出力概率预测方法

为提高光伏出力的预测精度，提出基于改进时间卷积网络的短期光伏出力概率预测方法。首先，通过递归特征消除确定特征数量，采用分组整合方法进行特征选择；然后，采用变分模态分解处理光伏出力序列；最后，构建一种结合注意力机制的改进时间卷积网络预测模型，得到未来时刻不同分位数下的预测值，再利用核密度估计得到概率密度曲线。实验结果表明，提出方法具有更高的预测精度，可有效反映光伏出力的不确定性。     

柴油机振动信号分析中的整周期平均化处理技术

本文针对柴油机振动信号的特征，提出了整周期分频段来样技术．实测诊断结果表明，这一新方法能够大大提高振动信号的信嗓比，有效地提取故障特征信息，提高了故障诊断结论的可靠性和准确性．     

基于LS-DCGAN的GCSE-DenseNet光伏组件缺陷识别方法

针对光伏组件样本不均衡及缺陷识别精度低问题，提出一种基于LS-DCGAN的GCSE-DenseNet光伏组件缺陷识别方法。首先，针对光伏组件样本的不均衡问题，构建最小二乘深度卷积生成对抗网络（LS-DCGAN），进行样本数据增强，以扩充数据集。其次，在传统DenseNet网络基础上引入分组卷积和注意力机制，提出一种基于分组卷积和注意力机制的改进GCSEDenseNet网络模型。改进模型仍采用密集连接机制，实现特征重用防止梯度消失；同时，采用分组卷积优化模型密集模块结构，以降低模型参数量；引入注意力机制加强有效特征、削弱无效特征，以增强模型特征学习能力。最后，对所提模型的有效性进行实验验证。实验表明，改进的GCSE-DenseNet网络模型能有效提高光伏组件缺陷识别精度。     

Copula函数在漳河上游联合干旱特征分析中的应用

为综合描述漳河上游干旱事件，选取月降水数据计算标准化降水指数，应用游程理论识别干旱历时和干旱强度两种干旱特征变量，并采用Copula函数构建两种干旱特征变量间的联合分布，探究干旱特征的时空分布。结果表明，漳河上游2001～2020年发生频率最高干旱事件为3个月历时干旱，干旱强度范围为2.24～4.92;干旱历时和干旱强度间存在强正相关性，Frank Copula函数为二者最优联合分布；干旱特征联合重现期范围为18.56～23.94年，在漳河上游西北和东南流域表现2个干旱高风险区，同现重现期范围为22.25～31.94年，在西北、东北和东南流域表现3个干旱高风险区。联合分布综合分析了干旱事件，可为全面评估旱情提供科学参考。     

浅析柴油机曲轴烧蚀的原因

引起柴油机曲轴烧蚀的原因是多方面的，如何根据烧曲轴的现象、特征进行分析，从而找出烧曲轴的真正原因。文中根据多年实践，概述了烧曲轴的原因以及相应的现象、特征。     

夏季典型风场下引江济太工程对贡湖湾水动力特征的影响

为探究引江济太工程对贡湖湾水动力特征的影响规律，以贡湖湾为例，基于太湖风生流物理模型分析了夏季典型风场下不同风速和望虞河引水流量作用时对贡湖湾的水动力特征影响范围和湾内垂向流速、平面环流分布的影响规律。结果表明，望虞河引水流量的变化对贡湖湾水动力特征的影响范围主要在近区和中区，对大太湖影响较小；引江济太工程的实施能显著改变近区和中区内望虞河出口轴线上的垂向流速分布特征，但对交界断面处垂向流速分布特征无影响；贡湖湾内平面环流特征受风速和引水流量的共同影响，风速和引水流量的变化对平面环流的面积、位置和形状影响显著。研究结果可为评价引江济太工程对贡湖湾水环境的影响提供水动力方面的理论支撑。     

融合技术在柴油机故障诊断中的应用

导致柴油机同一故障的各相关检测信号使其融合，应用在神经网络故障识别系统中，可以快速，准确地诊断柴油机.主主要融合气缸振动信号，喷油信号及水温信号，设计了通过撮以信号持征值，应用神经网络识别系统诊断柴油机功率下降故障的方法。信号特征值分别按各自信号的特点提取，其中气缸振动信号以振动信号的各子带功率谱为特征，即在频域中选取特征；喷油信号以信号波形形状识别为特征，即在时域中选取特下；水温信号因其为慢速变化信号，取不同阶段的水温信号为特征。     

高压厂用变压器绝缘油中 H2超标的分析和处理

变压器无论是热故障还是电故障，最终都将导致绝缘介质裂解产生各种特征气体。由于碳氢键之间的链能低，在绝缘的分解过程中，一般是先生成 H 2，因此 H 2是各种故障特征气体的主要成分之一。通过对景德镇发电厂2台高压厂用变压器绝缘油中特征气体 H 2含量异常超标现象的阐述，根据对绝缘油气相色谱分析结果对 H 2含量超标原因进行分析，介绍了相应处理措施与实施效果。     

基于变分模式分解和向量自回归模型的波浪发电系统输出功率预测

为准确预测直驱式波浪发电系统的输出功率，提出基于变分模式分解和向量自回归模型预测方案。通过分析原始时间序列的相关性选择预测特征时间，应用变分模式分解方法将所选特征时间序列分解为不同子序列，经过单位根检验及差分运算，建立每个子序列的向量自回归模型，求和重构子序列模型预测结果获得所选特征的预测初值。建立了直驱式波浪发电系统的波能转换模型，仿真结果表明：所提方案模型具备合理性与可行性，模型预测结果稳定，预测精度高，预测趋势准确。     

融合最大功率点追踪的光伏发电功率全局控制研究

不确定自然环境因素的影响下，光伏发电输出功率的非线性特征增加了其控制难度，导致新能源发电的利用率偏低。为解决该问题，基于最大功率点追踪技术，提出光伏发电功率全局控制新方法。结合辐照强度、光照温度等外界条件，建立光伏发电模型。利用均匀光照下的最大功率点追踪方法，构建比例因子对追踪动态响应速度的影响模型。在光照不均匀条件下，将单峰值非线性特征曲线转变为多峰值非线性特征曲线，求解多峰值非线性特征的全局最大值问题，利用蚁群算法选取高信息素路径作为最优解，实现发电功率全局控制。采用simulink软件构建光伏发电仿真模型，分析不同辐照强度条件下的光伏发电功率控制效果。经实验验证，所提方法能够适应多辐照强度与变化辐照强度等条件，提升了新能源利用率与新能源发电的效益回报，具备投入实践应用的条件。     

旋转机械振动故障诊断知识库的研究与实现

重点收集整理了曲型旋转机械振动故障的故障特征，以这些故障特征为基础，应用专家系统的基本原理和诊断知识处理的方法，建立起旋转机械振动故障诊断知识库，借助专家系统工具CLIPS编写知识库，实现了基本的旋转机械振动故障诊断。     

基于高频注入的主动式智慧建筑直流系统串联型电弧故障检测方法

提出一种基于高频注入的主动式智慧建筑直流系统串联型电弧故障检测方法。通过线圈耦合的方式向直流母线注入一定特征的高频电流信号，提取电流输出响应信号特征，再经过小波变换分析电流输出与输入信号特征变化及其稳定性，制定识别电弧故障的判据。基于Matlab/Simulink仿真平台和Cassie电弧模型进行仿真分析，并设计相应的实验验证平台，结果表明所提出的检测方法能准确识别系统串联电弧故障，且能有效降低电力电子等开关器件噪声和不同运行工况等外部条件的影响，鲁棒性较强。