基于马尔可夫链模型燃气管道维修方案的确定

分析了埋地燃气管道失效机理,介绍了马尔可夫链模型及埋地管道系统的转移概率矩阵。以埋地钢质管道为例,阐述了埋地管道系统中马尔可夫决策过程的求解与应用,为埋地管道维修方案的确定提供了依据。     

城市燃气负荷的短期预测

城市燃气负荷的短期预测对保证城市供气的相对稳定尤为重要。为此,通过对各类气象因子与燃气日负荷间的相关性分析,以有效温度为主导因素,结合大连地区温度分布规律,推导出燃气日负荷预测模型与月负荷预测模型间的关系,建立了不同预测步长下基于双曲正弦函数的燃气负荷短期预测模型,计算出日负荷预测模型在最不利工况下(传统节日集中的月份)的平均绝对百分比误差(MAPE)和均方百分比误差(RMSPE)值分别为3.67%和5.03%,月负荷预测模型的MAPE和RMSPE值分别为1.02%和1.32%,均小于10%,日负荷预测模型与月负荷预测模型的预测能力均达到较高精确度。利用该转换关系不但能够实现预测模型预测步长的改变,而且所获得的模型预测效果也较理想。对于不同的城市,只要根据该地区气象及燃气负荷特点,选择合适的模型参数值,利用该预测方法即可实现不同预测步长下燃气负荷的短期预测。     

马尔可夫链在燃气管道外防腐蚀层预测中的应用

介绍了埋地燃气管道防腐蚀措施及沥青外防腐蚀层老化状况评价标准,以一燃气管道某管段为实例,通过应用马尔可夫链理论,阐述了利用转移概率矩阵对沥青外防腐蚀层老化状况进行预测的方法,从而为确定外防腐蚀层的合理维修周期提供了理论依据。     

基于分布参数的同杆双回线单线故障准确测距原理

针对同杆双回线线间联系紧密，不能忽略线间分布电容对测距结果的影响，该文在同杆双回线分布参数模型下，利用相序交换后双回线反向网络图中不存在系统参数的优势，提出了一种使用单端工频电气量进行故障测距的算法，该算法从原理上解决了系统阻抗及过渡电阻对测距的影响，克服了目前同杆双回线不能精确定位的问题。该算法理论分析简单，迭代求解测距方程不存在伪根问题，ATP仿真结果表明该算法具有很高的测距精度。     

基于驱动电机电流与振动信号的有载分接开关故障诊断方法

有载分接开关(on-load tap changer,OLTC)是电力变压器中唯一可以运动的机构,具有复杂的机械结构.为了解决有载分接开关机械故障诊断中样本库无法涵盖所有故障类型的问题,文中提出了一种基于驱动电机电流与振动信号的有载分接开关故障诊断方法.首先,文中研究了有载分接开关多源监测信号的特征提取方法,提出了驱动...     

辐射空调房间室内空气分布特性实验研究

本文在配置有冷却顶板与混合通风的人工环境室中设置电热膜模拟外围护结构传热,在冷负荷分别为83 W/m~2及111 W/m~2条件下,通过实验的方法研究典型辐射空调房间室内空气分布特性。结果表明:当冷却顶板表面温度变化范围为15～23℃及送风温度为22℃时,室内垂直方向1.7 m以下空气温度及速度分布较均匀,而1.7 m以上呈显著变化,CO_2浓度在工作区附近的CO_2浓度较高,而在顶板及地板附近浓度较低。平均垂直空气温差、紊流强度及除污效率的变化范围分别为0.1～0.2℃、32%～38%及0.62～0.86。因此,冷却顶板表面温度的变化对室内平均垂直空气温差、紊流强度影响较小,而对除污效率影响较大。     

基于室外气象信息的CFD室内环境模拟

在使用计算流体动力学（CFD）设计室内环境时，一些包含外墙的房间的热边界条件较难给定，因为外墙的内壁面除了要受到室内热源和气流的影响外很大程度上还要受到室外气象条件的影响。本文提出一种基于室外气象信息的CFD边界条件给定方式，针对一个包含外墙的办公室算例进行模拟，计算结果表明外墙内壁面的温度和热流密度分布很不均匀，但通过本文提出的模拟方法只需根据室外气象信息来给定外墙外壁面的热边界条件，就可以获得比较准确的外墙内壁面的温度和热流密度分布以及室内环境的温度分布信息，便于研究与设计人员使用。     

工程教育认证背景下建环专业创新创业人才培养探讨

为适应新一轮科技革命和产业变革的新趋势，按照工程教育认证标准进行专业建设是工程教育发展的必然趋势。作为行业特色鲜明的建筑环境与能源应用工程专业，承担着为能源及环境领域提供高素质创新型人才的职责，应以通过工程教育认证为契机，深化专业教育改革。以学生为中心，构建创新创业人才素质模型，建立多层次、模块化的创新创业教育课程体系，注重对学生创新意识的培养，在实践过程中加强创业能力的塑造，全过程全方位融合创新理念和专业知识。构建工程教育认证背景下创新创业人才素质模型及培养课程体系，对培养符合国际工程教育认证标准及新时代要求的高素质复合型人才具有重要意义。     

改进YOLOv3算法用于铝型材表面缺陷检测

针对目前铝型材表面缺陷检测存在的准确率、检测效率较低等问题,提出了一种基于改进的YOLOv3铝型材表面缺陷检测方法。首先通过k-均值聚类算法对采集到的数据集进行聚类分析,选取尺寸最优的目标候选框;考虑到铝型材表面缺陷较大,对YOLOv3的网络层级结构进行调整,并将目标检测层之前的6个CBL单元改成4个,再补充2个残差单元,以提高特征的复用。将提出方法用于铝型材表面缺陷检测,并与经典的卷积网络Faster-RCNN和SSD方法进行比较,实验结果表明,采用提出的算法准确率达到97%,检测速度达到47帧/s,明显优于经典的卷积网络Faster-RCNN和SSD,适于在有高精度快速性要求的铝型材表面缺陷检测中推广应用。