基于时间序列的深度学习光伏发电模型研究

为了减少光伏系统接入电网产生的不利影响,并对预测光伏功率输出进行研究,提出了一种基于数据中潜在季节类别的混合深度学习模型。整个模型分为三个阶段,即聚类、训练和预测。在聚类阶段,采用相关分析和自组织映射来选择历史数据中相关性最高的因素。在训练阶段,将卷积神经网络、长短期记忆神经网络和注意力机制相结合,以构建用于预测的混合深度学习模型。在预测阶段,按测试集的月份选择分类的预测模型。实验结果表明,该实验方法在7.5 min内的间隔预测中具有较高的准确性。     

改进型有源滤波器滞环电流控制方法

并联有源滤波器的变环宽滞环电流控制方法可根据电流幅值的变化实时调整滞环宽度,在保证参考电流跟踪精度的前提下,有效控制了逆变器的开关频率。对传统的变环宽滞环电流控制方法进行改进:增加环宽微调环节,当逆变器开关频率较低时,给已计算出的环宽值加入一个负的微调量,使环宽值减小。Matlab仿真结果表明,采用改进型变环宽滞环电流控制方法对并联有源滤波器谐波电流进行跟踪补偿时,系统总谐波畸变率为1.80%,小于采用传统变环宽滞环电流控制方法时的总谐波畸变率,且逆变器实际开关频率更加接近设定值。     

机器学习方法在人脸检测中的应用

介绍机器学习方法及其分类以及应用于人脸检测的状况,分析各种方法在研究中取得的进展和存在的不足,对基于统计机器学习和集成机器学习的主要方法作重点的阐述,最后展望机器学习方法应用与人脸检测的前景和趋势.     

基于预测原理的回声状态网络在线盲均衡算法

针对非线性信道,基于预测原理提出了回声状态网络(ESN)在线盲均衡算法,首先将具有良好非线性映射能力的ESN代替传统的线性预测误差滤波器,并采用递归最小二乘(RLS)算法计算网络的输出权值,使网络预测误差达到最小;然后进行幅值和相位的调整。仿真实验表明,对于16QAM信号,所提算法可以有效降低非线性信道对发送信号产生的畸变。与其他基于预测原理的盲均衡算法相比,所提算法有更低的均方误差值和更快的收敛速度。     

TrypLE双抗体夹心定量ELISA检测方法的建立及验证

目的 建立TrypLE双抗体夹心定量ELISA检测方法，并进行验证。方法 采用正交试验确定捕获抗体、检测抗体最佳浓度，建立TrypLE双抗体夹心定量ELISA检测方法，并对方法进行线性范围、特异性、检测限、定量限、准确性、重复性验证；采用建立的方法检测多种生物制品，验证方法的适用性。结果 选定捕获抗体用3μg/mL浓度包板，检测抗体稀释15 000倍建立TrypLE双抗体夹心定量ELISA检测方法。该方法线性范围为0.41～40.00 ng/mL，检测限为0.258 ng/mL，定量限为0.5 ng/mL；检测标准品、样品时，测量偏差小于5%；重复性验证CV<5%；不同类型样品加标回收率在80%～120%之间。结论 建立的TrypLE双抗体夹心定量ELISA检测方法特异性、准确性、重复性良好，可准确、有效、快捷地检测各种类型生物制品中TrypLE的残留量。     

基于鱼类活动生物电信号高精度计测的水质监测系统设计

鱼类水质监测法是目前水质生物监测法的一个重要方向。针对鱼类活动生物电信号强度弱、易受噪声干扰、以及鱼类水质监测传感器缺乏有效判定依据等难题，通过对观测电极采集到的鱼类活动电信号进行滤波增幅处理，再通过MSP430进行采集、转换，并在基于Labview程序设计的上位机中分别计算鱼类各种活动电位信号(呼吸运动和游泳运动)的功率谱密度，实现鱼类活动电信号的频域分析。然后，结合各类运动功率占比变化超过阈值与否这一全新判据，完成预警判断。最后，通过实验证明所开发系统的有效性。     

熔盐氯化废渣综合利用研究进展

这是一篇冶金工程领域的论文。钛的高端产品金属钛和氯化法钛白粉对发展国民经济、巩固国家安全具有重要战略意义。TiCl₄是高端钛产品生产过程中的中间体，主要工业生产方法有熔盐氯化法和沸腾氯化法。我国钛资源Ca、Mg杂质含量高，更适合采用熔盐氯化法生产TiCl₄。但熔盐氯化工艺产生大量的熔盐氯化废渣，组分复杂，回收处理困难，直接排放造成环境污染，资源浪费。本文对国内外熔盐氯化废渣综合处理的研究现状及发展动态进行了分析，指出目前国内外主要采用的深埋及石灰中和处理后堆积的方法，并不能解决其对环境的污染问题；水溶法处理可针对性回收滤液中某些物质，但废水量大，杂质脱除困难，工艺流程复杂，且滤渣无有效的处理方法；非水溶法处理具有独特的发展优势，其中高温相转化法不需要经过冷却、水溶等操作，避免了除杂后大量废水的产生、流程对环境造成污染、资源利用率低等问题，该方法能在高温下实现熔盐氯化废渣的整体回收利用，值得进一步研究。     

基于时频控制的恒流量泵机理研究

针对转向系统恒流量需求的背景，以简化结构提高可靠性为目标，以对应于转速的运动频率、有效吸油行程及其行程占比的控制，提出基于时频控制的恒流量泵原理，并从理论角度验证了其基本机理。以某型恒流径向柱塞泵开发为背景，开展了相关的仿真研究，针对该型柱塞泵关键参数进行了敏感性分析，对恒流控制的影响因素进行了解析。相关研究成果可拓宽恒流泵的设计思路，具有较强的理论及工程价值。     

数字孪生驱动的离心泵机组故障诊断方法研究

数字孪生技术不仅是实现信息物理融合的核心，还是实现数字化故障诊断的关键。为了实现物理空间和信息空间的实时映射、故障实时预测、故障信息及时反馈，提出数字孪生驱动的离心泵机组故障诊断方法。首先，利用数字孪生技术构建离心泵机组数字孪生映射模型。然后，基于数字孪生映射模型，通过数据驱动的故障诊断方法实现故障实时预测，利用模型仿真的故障结果验证方法完成故障结果验证，以验证结果作为数字孪生模型修正和深度学习模型调整的条件。最后，借助Unity3D平台实现故障诊断系统的开发，并通过3种工况验证了系统的可行性。     

延展表面高分辨率形貌测量方法综述

当前，以高密度点云为目标的三维形貌测量正在取代传统离散坐标测量成为几何量测量的新发展方向。除了狭义制造环境，高密度点云提供的多空间分辨率特性在以高铁、飞机、隧道为代表的机械装备、大型工程运行状态监控领域同样显现出广泛的应用前景。但与制造场景中静态条件下的点云形貌测量问题不同，对于处于服役状态的被测量对象，相关测量需求表现出点云需要伴随运动高速连续延展、高分辨率获取等新特点，所形成的延展表面测量新问题对传统测量方法提出了严重挑战。以线阵CCD、CMOS为代表的一维图像传感器可在运动状态下快速连续成像，为三维形貌测量系统提供满足高速、连续、高密度等测量要求的硬件潜力，近年来得到了持续发展和广泛关注。对基于一维图像的延展表面高分辨率形貌测量方法及涉及的参数标定、一维图像匹配、多传感器布局与同步、运动误差补偿等关键技术进行综述，并探讨它们未来可能的发展方向。