基于智能经纪人的新型电力双边交易模式

针对当前电力双边市场的交易效率和业务透明度不高的问题,提出智能经纪人促进电力双边交易的构想。梳理当前电力双边市场存在的主要问题,设计智能经纪人的功能理念;分析市场主体的潜在价格让步空间,研究考虑潜在交易前景的个性化协同撮合方法;构建基于智能经纪人的新型电力双边交易模式,并开发配套智能交易平台。以某省电力市场数据进行市场模拟,算例结果表明,智能经纪人可以降低双边交易成本以及提高市场成交率。     

基于FDA的居民用户空调用电行为分类分析方法

针对居民空调用电行为分类中存在事件型数据,导致分类分析耗时长、结果不准确等问题,提出一种基于函数型数据分析（FDA）模型的居民空调用电行为分类分析方法。该方法采用多重分形理论提取居民用电行为特征,使用函数型数据分析算法对居民空调用电行为进行聚类后获取居民空调用电行为类别,采用改进动态时间规整算法对居民空调用电行为实施分类处理,得到居民空调用电行为。根据非介入式设备采集到的实际居民用电行为信息检验该方法的有效性,实验结果表明:该方法可以较好地提取居民用电行为特征,且可有效提高用户空调用电行为分类精度以及缩短分类耗时,可充分描述居民空调开启情况以及消耗电量,具备较好的应用效果。     

第二代北斗客户端用射频声表面波滤波器的研制

介绍了一种可满足第二代北斗客户端用B3波段载频滤波的声表面波(SAW)射频滤波器。该滤波器采用“5换能器纵向耦合结构+谐振器”的混合型设计方案,在充分考虑了SMD3030A封装及键合引线寄生影响后,成功研制出-1 dB带宽35 MHz、插入损耗2.2 dB、矩形系数1.9的滤波器产品。结果表明,仿真与实测吻合性较好,证明了该设计方案的可行性。     

基于太赫兹布拉格光纤的表面生物传感器

空心布拉格光纤在传感领域应用极为广泛。本文提出了一种基于带有缺陷层的太赫 兹(terahertz,THz)空心布拉格光纤的表面生物传感器,并对该传感器在太赫兹频段的细菌种类检测性能进行 分析。在太赫兹布拉格光纤中,高折射率光敏树脂层和低折射率空气层以纤芯为中心周期性 排列,在纤芯内壁沉积分析物引入缺陷模式。本文对提出的传感器性能进行了数值研究。仿 真结果表明,该传感器有很高的纤芯功率比,限制损耗在0.3 THz和0.45 TH z频 段有损耗峰,能得到可识别的特征频率,此特征频率用于细菌种类检测。当频率大于0.7 TH z时,该传感器可实现厚度无关的表面生物传感。本文所提出的基于太赫兹空心布拉格光纤 的 表面生物传感器可用于检测细菌种类,在微生物检测方面有很大的应用潜力。     

基于40 nm CMOS工艺的高效率功率放大器设计

针对硅基毫米波功率放大器存在的饱和输出功率较低、增益不足和效率不高的问题,基于TSMC 40nm CMOS工艺,设计了一款工作在28GHz的高效率和高增益连续F类功率放大器。提出的功率放大器由驱动级和功率级组成。针对功率级设计了一款基于变压器的谐波控制网络来实现功率合成和谐波控制,有效地提高了功率放大器的饱和输出功率和功率附加效率。采用PMOS管电容抵消功率级的栅源电容,进一步提高线性度和增益。电路后仿真结果表明,设计的功率放大器在饱和输出功率为20.5dBm处的峰值功率附加效率54%,1dB压缩点为19dBm,功率增益为27dB,在24GHz~32GHz频率处的功率附加效率大于40%。     

基于富铟团簇量子结构的双波长可调谐半导体激光器

本研究提出了一种采用增益芯片和光栅外腔的双波长可调谐半导体激光器。增益芯片采用了富铟团簇量子限制结构作为其量子限制结构,由于该结构独特的平顶增益特性,可以使激光器在双波长调谐范围内实现光强稳定。本研究中的谐振腔包括内部谐振腔和外部谐振腔,其中内部谐振腔由增益芯片的两个自然解理面构成,以支撑整个系统工作在特定波长。外部谐振腔由增益芯片的一个自然解理面和光栅构成,可实现969.1~977.9 nm的工作波长范围。最终该系统基于单个增益芯片和单个光栅实现了同步双波长输出,双波长的频率差在THz范围。本研究有望为实现双波长差频太赫兹源提供一种可能的解决方案。     

大口径空间相机反射镜高反膜研究进展

大口径反射镜高反膜是大口径空间相机光学系统中的重要光学元件。为了观测到更多的目标、获取更多的地球以及空间观测信息,对大口径空间相机的反向射膜提出了更高要求,即要求有更宽的工作谱段和更高的反射率,还要提升基底光学性能,降低空间环境对高反膜性能的影响以及降低薄膜应力等等。对近年国内外天基大口径空间相机反射镜高反膜研究进行了综述,概述了针对以上要求所取得的成果。尽管高反膜的设计制造仍面临许多困难,但随着研究的深入与新方法的提出,这几方面难点已基本找到解决的途径。     

An improved U-Net for cell confluence estimation

Cell confluence is an important metric to determine the growth and the best harvest time of adherent cells. At present, the evaluation of cell confluence mainly relies on experienced labor, and thus it is not conducive to the automated cell culture. In this paper, we proposed an improved U-Net algorithm (called DU-Net) for the segmentation of adherent cells. First, the general convolution was replaced by the dilated convolution to expand the receptive fields for feature extraction. Then, the convolutional layers were combined with the batch normalization layers to reduce the dependence of the network on initialization. As a result, the segmentation accuracy and F1-score of the proposed DU-Net for adherent cells with low confluence (<50%) reached 96.94% and 93.87%, respectively, and for those with high confluence (≥50%), they reached 98.63% and 98.98%, respectively. Further, the paired t-test results showed that the proposed DU-Net was statistically superior to the traditional U-Net algorithm.