风光水联合发电系统多目标优化运行策略研究

本文针对风、光发电并网功率波动性较大以及风光资源浪费的问题,基于风光水互补特性,构建了风光水互补发电系统拓扑结构;以并网波动指数最小、风光丢弃率最小以及电站经济收益最大为目标函数,综合考虑风光水电厂机组的各种约束条件,建立风光水电互补系统的三目标优化运行模型。以湖北省某地区为例,对模型进行了算例仿真。通过案例分析,验证了本文所提出的优化运行策略有效性,为高比例水电电网大规模消纳新能源提供了新思路。     

某大口径舰炮自适应平衡机的应用研究

为了解决某轻型大口径舰炮超低火线架构下产生的大俯仰不平衡力矩问题,提出了一种可实现俯仰自适应调节的平衡机方案,建立了数值求解模型,对自适应调节结构进行了优化设计,分析了静态条件下自适应平衡机的平衡效果。根据装舰平台的摇摆参数,进行了摇摆条件下的过载系数计算,基于ADAMS软件,建立了舰炮俯仰部分的刚体动力学模型,进行了摇摆条件下的动力学仿真,研究了自适应平衡机在摇摆条件下的动态响应。结果表明：该自适应平衡机在静态条件下可有效降低俯仰变化引起的不平衡力矩波动,使俯仰射角内的剩余不平衡力矩稳定在较小范围内;在摇摆条件下,自适应平衡机有利于降低摇摆引起的负载力矩,其平衡效率与摇摆参数有关,在低海况条件下的平衡效率更高。研究结果可为自适应平衡机在大口径舰炮上的设计和应用提供指导。     

空间天文望远镜自适应精密稳像闭环控制

针对空间天文望远镜低频段视轴扰动补偿问题,提出了一种基于主动光学技术的自适应精密稳像闭环控制方法。该方法以精细导星仪（Fine Guide Sensor,FGS）为高精度视轴扰动检测器,以四点支撑压电驱动大口径快摆镜机构（Fast Steering Mirror, FSM）为视轴扰动补偿器。首先,采用位置式PID控制器串联积分环节进行精密稳像闭环控制,得到补偿FGS检测出的二维视轴扰动所需FSM的二维摆动角度,进而根据驱动结构转换为每个支撑点的压电陶瓷执行器（Piezoelectric actuators, PZT）的伸缩量。然后,利用基于广义Bouc-Wen逆模型的压电动态迟滞前馈补偿方法进行高精度的压电陶瓷执行器定位控制。最后,根据有监督的Hebb学习规则,利用具有自学习和自适应能力单神经元对PID控制器参数进行调整,从而得到最优控制器参数。实验结果表明,所提控制方法能够有效地补偿空间天文望远镜的视轴偏差,可以将精细导星仪X方向和Y方向的星点质心位置偏差功率谱密度在0～6 Hz频段内积分值分别抑制了98.54%和98.62%。     

基于像全息技术的资料存储

文中利用像全息技术,对二维文字资料作了全息存储,并对实验结果进行了分析,不仅 提高了存诸质量,而且为今后的全息显示打下了基础。     

BIM技术在管道布置优化中的应用

面对建筑工程设计日益复杂、设计周期短和工期紧的局面,传统的计算机辅助设计（CAD）技术遇到了多重困难和瓶颈。文章对CAD技术和建筑信息模型（BIM）技术在建筑领域的应用进行比较,研究分析传统施工存在的问题,总结BIM技术在传统施工中的优势。结果表明,使用BIM技术后可以大幅度节约经济成本,缩短施工工期。     

基于载流量降额因子的高压电力电缆热评估

提出了一种基于载流量降额因子的铠装高压电力电缆热评估方法,该降额因子考虑了导体的集肤效应、邻近效应及相邻电缆的热效应。首先,采用有限元模拟计算了电缆在基波和谐波电流条件下的交直流电阻比,确定了稳态负荷条件下电缆降额系因子计算方法。然后,根据国际电工委员会（IEC）标准对日循环负荷和谐波电流下的瞬态温度进行计算,并采用IEC方法和瞬态温度方法计算了循环额定系数。最后,采用有限元模拟计算了不同截面积的高压电缆在稳态负荷和日循环负荷下的电缆寿命、故障率和降额因子,计算结果验证了所提方法的优越性。     

基于神经网络的路桥地区最高气温订正研究

基于浙江省智能网格模式2 m温度预报产品,结合NCEP再分析资料、路桥区域站气象观测资料,对模式2018—2020年路桥地区最高气温预报能力进行检验分析,利用BP神经网络建立最高气温订正模型。结果表明,该模式对路桥区夏季和秋季2 m最高气温预报具有较好的指导作用,2℃以内平均准确率为78%,平均绝对误差为1.3℃,春季和冬季预报能力偏弱。订正后2020年各站最高气温≤2℃,平均准确率由65%提高到90%,平均绝对误差由1.8℃下降到1.0℃,这说明BP神经网络对路桥地区2 m最高气温有很好的订正效果。     

基于特征累积的语义分割网络设计

语义分割是一种像素到像素的图像分类任务。而现有方法在处理此类问题时,往往忽略了不同图像之间类别分布的相似性。因此,该文提出了一种基于特征累积的语义分割网络,能够在训练的过程中,使用动量累积的方式,根据每张图像上不同的类别特征,拟合整个数据集的特征分布。除此之外,为了适应通用数据集中复杂的自然环境,该网络尝试对同一类别的特征聚类进行更深层次的划分,并且取得了较好的效果。与同样使用特征通道信息的OCRNet相比,使用ResNet作为骨干网络的情况下,该模型在Pascal Context数据集上平均交并比（mIoU）和平均准确度（mAcc）分别可以提升0.34%和0.64%;实验证明了这一优势在不同数据集、不同骨干网络中同样存在。