平行智能与智慧能源：全面融合人因的社会能源技术

中国能源发展转型，风电、光伏等可再生能源渗透率提高，使电力系统日益复杂并带来一系列挑战。基于能源5.0的思想设计了融合人因的电力系统全管控理念，结合电力生产、传输和供应3个环节的特点，运用平行感知与虚拟人工系统技术来实现发电环节的智能协调，运用语音识别和语义解析技术实现对输电环节的自动调配和辅助决策，运用社会能源和平行智能技术实现了对配电环节的优化与交互。通过对于上述几个环节的探讨和研究，最终实现电力系统的人机交互、自学习，实现对电网日常操作和故障处理的辅助决策和判断。     

混合型补偿装置抑制风电次同步振荡的研究

传统风电经固定串补(FSC)外送系统常引发次同步振荡(SSO)问题,威胁系统的安全运行.基于风电串补系统SSO的发生机理,提出一种由静止同步串联补偿器(SSSC)与FSC组成的混合串联补偿(HSC)装置结构的附加控制策略.充分利用SSSC的控制灵活性,使其输出次同步电压与线路次同步电流同相位,SSSC等效为系统振荡频率...     

基于EMD与神经网络的船舶机械设备轴承故障诊断方法

为了解决船舶机械设备轴承故障诊断结果准确性较低的问题,提出基于EMD(Empirical Mode Decomposition)与神经网络的船舶机械设备轴承故障诊断方法研究。首先,采集轴承振动信号,并对其作出预处理。其次,利用EMD方法原理,将复杂的轴承振动信号分解成多个IMF(Intrinsic Mode Function)分量,构建轴承故障特征向量。在此基础上,建立特征训练神经网络模型,基于模型的迭代训练,诊断轴承故障的具体位置和类型。实验结果表明,提出的诊断方法应用后,轴承故障错误诊断数量较少,诊断准确度均达到98%以上,有较高的性能和准确性。     

黄河上游若尔盖盆地的构造特征及其演化

采用野外路线调查、地质图填绘与室内遥感解译相结合的方法,在综合以往资料的基础上,确立了若尔盖盆地的断裂系统,按其组合特征展布及其方向和在区域地质构造中的作用,将断裂系统分为北西向、北东向和北西西向3组.盆地形成及其演化是在青藏高原强烈隆升的背景下,以印支褶皱带之中间地块为基础,以喜马拉雅运动的棋盘格式断裂为格架,在挽近断裂活动的制约下,3组方向断裂系统的交叉和联合作用形成了盆地的构造模型,同时也是盆地沉降中心偏移于北东角的根本原因.     

忘得少，数得好：一种域增量式自蒸馏终身人群计数基准（英文）

人群计数在公共安全和流行病控制方面具有重要应用。一个鲁棒且实用的人群计数系统须能够在真实场景中不断学习持续到来的新域数据,而非仅仅拟合某一单域的数据分布。现有方法在处理多个域的数据时有一些不足之处：（1）由于来自不同域的固有数据分布之间的差异,模型在训练来自新域的图像数据后在旧域中的性能可能会变得十分有限（甚至急剧下降）,这种现象被称为灾难性遗忘;（2）由于域分布的偏移,在某一特定域数据中训练好的模型在其他未见域中通常表现不佳;（3）处理多个域的数据通常会导致存储开销的线性增长,例如混合来自所有域的数据进行训练,或者是简单地为每一个域的数据单独训练一个模型。为克服这些问题,我们探索了在域增量式训练设置下一种新的人群计数任务,即终身人群计数。它的目标是通过使用单个模型持续不断地学习新域数据以减轻灾难性遗忘并提高泛化能力。具体来说,提出一种自蒸馏学习框架作为终身人群计数的基准模型（forget less,count better,FLCB）,这有助于模型可持续地利用之前学到的有意义的知识来更好地对人数进行估计,以减少训练新数据后对旧数据的遗忘。此外,设计了一种新的定量评价指标,即归一化后向...     

钢筋混凝土连续箱梁裂缝的成因及加固措施

从设计、施工等方面看,现浇钢筋混凝土连续箱梁裂缝的成因为梁高设计偏低,梁箱连续跨数较多、钢筋布置不合理,弯扭耦合作用、施工不当等,据此可推导出相应的防治裂缝的措施及加固方法。     

地层测试中压力传感器的研究

对油气藏动态特性参数的测量,一直以来都是油气田勘探开发工作中的重点,而作为测量地层压力和温度的井下压力计,对其测量获得的地层参数精度及压力计自身可靠性的要求,迫使许多研究者从事高精度高可靠性压力计的研发改进工作。根据以往的研究成果及自身研究认识,进而梳理和归纳井下常用压力计的情况,并结合压力计的最新技术,展望一下井下压力计的未来发展方向。     

非常规突发事件应急管理仿真的需求与挑战

非常规突发事件应急管理对建模与仿真有广泛的需求,同时也提出了一系列新的技术挑战。基于非常规突发事件发展和应急管理处置的特点,归纳了仿真对象的变化,分析了应急管理对仿真平台功能的要求,论述了非常规突发事件应急管理对建模仿真理论方法研究和相应的建模与仿真平台研究的新挑战。     

Performance Evaluation of Machine Learning Methods in Cultural Modeling

Cultural modeling (CM) is an emergent and promising research area in social computing. It aims to develop behavioral models of human groups and analyze the impact of culture factors on human group behavior using computational methods. Machine learning methods, in particular classification, play a critical role in such applications. Since various cultural-related data sets possess different characteristics, it is important to gain a computational understanding of performance characteristics of various machine learning methods. In this paper, we investigate the performance of seven representative classification algorithms using a benchmark cultural modeling data set and analyze the experimental results as to group behavior forecasting.     

平行系统方法与复杂系统的管理和控制

提出平行系统方法的基本思想、概念和运行的基本框架，并讨论了控制系统与平行系统的关系和异同之处，平行系统是控制系统和计算机仿真随着系统复杂程度的增加以及计算技术和分析方法的进一步发展而必然迈上的一个更高的台阶，是弥补很难甚至无法对复杂系统进行精确建模和实验之不足的一种有效手段，也是对复杂系统进行管理和控制的一种可行方式。