岩石槽孔断裂机理及参数估计

运用弹塑性和断裂力学理论对圆孔和槽孔断裂机理作了全面分析,对槽孔间及边孔与自由边界断裂面上主应力场的分布特征进行了分析、描述和计算、建立了断裂判据,得出了槽孔断裂的临界参数。     

提高LCL型并网逆变器对弱电网适应能力的虚拟阻抗方法

随着分布式电源并网功率等级的增加及接入位置的广泛分布,电网越来越表现出弱电网的特性,即含有较大的电网阻抗和丰富的电网电压背景谐波。其中,电网阻抗会改变控制环路的增益,影响其控制性能,甚至可能导致系统不稳定,而电网电压背景谐波会引起并网电流的畸变,使其无法满足并网电流谐波标准。由于逆变器的输出阻抗模型能够同时反映控制系统对电网阻抗的鲁棒性及对电网电压的抗扰性能,因此,该文通过揭示它们之间的关系,提出采用虚拟阻抗的方法对输出阻抗进行校正,并给出虚拟阻抗的实现过程和参数的设计方法。采用该方法可使得逆变器在电网阻抗宽范围变化时仍然能够稳定工作,同时保证并网电流满足谐波标准。以单相LCL型并网逆变器为例进行实验验证,实验结果验证了控制策略的有效性。     

基于电力数据的重点人群在室用电行为分析方法研究及应用

挖掘电力大数据蕴含丰富的隐藏信息是当前重要研究方向。针对市域治理中重点人群漏管、脱管、失控等管理难题,应用电力大数据融合驱动的理念,开展基于电力行为分析模型的重点人群在室监测技术研究。首先,结合市域治理需求构建基于多维电力大数据的分析应用框架;其次,创新性提出基于“电力行为-在室行为”异常分析模型,通过熵权法对用电特征向量信息进行动态权重分配形成动态加权余弦相似度分析模型,并对以历史样本相似度规律形成判断阈值,实现重点人群在室用电态势感知和异常研判;再次,面向多源系统及多方服务应用主体,进行了“平台流-技术流-业务流”三流合一的工程应用架构设计;最后,分析南京江北的公安数字化市域治理项目的应用成效,验证电力大数据深度挖掘对推动科技强警的重要作用。     

赣南脐橙果品简易储藏影响因素分析

赣南脐橙具有独特的口感和营养价值,备受大家喜爱.本文探讨研究了在较为自然的环境下,时间、温湿度、通风情况等对赣南脐橙果品变化的影响,并为小型销售企业及果农和喜食赣南脐橙的果粉提出储存管理的建议.     

面向大数据分析作业的启发式云资源供给方法

云计算已成为大数据分析作业的主流运行支撑环境,选择合适的云资源优化其性能面临巨大挑战.当前研究主要考虑大数据分析框架(如Hadoop,Spark等)的多样性,采用机器学习方法进行资源供给,但样本少容易陷入局部最优解.提出了大数据环境下基于负载分类的启发式云资源供给方法RP-CH,基于云资源共享特点,获取其他大数据分析作业的运行时监测和云资源配置信息,建立负载分类与优化云资源配置的启发式规则,并将该规则作用到贝叶斯优化算法的收益函数.基于HiBench,SparkBench测试基准的结果显示:RP-CH相对于已有方法 CherryPick、大数据分析作业的性能平均提升了58%,成本平均减少了44%.     

WS-BPEL业务流程与访问控制

针对面向服务的体系结构下企业应用安全需求,通过分析WS-BPEL业务流程特点,提出一种面向执行体的访问控制模型。该模型可以动态地进行权限授予与回收,并引入角色和约束机制。在此基础上,将流程活动映射到访问控制模型元素,从而在流程定义和权限管理隔离的情况下,实现WS-BPEL业务流程执行过程中的访问控制策略实施。     

城市地质环境的工程地质分析与图系编绘

城市建设与地质环境密切相关,城市大比例尺工程地质编图是对城市地质环境进行工程地质分析的结果。在阐述城市地质环境的特征及城市建设作用对地质环境施加的改造作用之基础上,提出城市工程地质研究的3个命题:建立第四系地层组合模型,区域地壳稳定性及地下水运移与贮存状态。结合具体城市特有的自然因素讨论工程地质问题是城市工程地质分析的要点。指出编图精度同时取决于资料丰富程度及分析的准确度。     

(反)-β-法尼烯类似物的电子结构及构效关系

蚜虫报警信息素的结构为倍半萜类的(反)-β-法尼烯(简称EBF),该类信息素施用于田间,可使一定范围内的蚜虫虫口密度控制在域值之内.利用化学计算软件HyperChem对EBF及其13个类似物进行化学计算,得到相关的电子结构信息,并通过对空间立体结构、前线分子轨道及净电荷的分析得出了构效关系的初步结论,为进一步设计和合成高效的EBF类似物提供了重要的理论参考依据.     

追求卓越 提升用户感知——简析大唐移动小区深度覆盖解决方案

文章首先提出了“数字城市”的概念,指出了无线网络及视频监控系统在“数字城市”发展中的作用,并给出了无线、视频网络建设的解决方案,包括如何快速地部署无线Mesh网络以及如何部署低成本高效率的无线视频网络,并对无线、视频网络新技术应用与发展进行了展望。     

基于信息融合与识别的洪水时段分类预报

为解决流域历史洪水资料有限引起的洪水预报模型模拟精度不高的问题。以A水库为研究对象,利用K均值聚类方法对典型洪水进行聚类,分析降雨雨强、降雨中心和天气系统等水文影响因子,通过遗传优化算法计算汇流模型的各类参数,利用粗糙集方法挖掘影响因子与时段汇流模式间的关系,建立了基于信息融合与识别的洪水时段分类预报。结果表明：(1)选取的4场典型洪水通过分类预报方法计算得到的洪峰流量绝对误差与相对误差的绝对值分别为第一场9.01 m³/s、2.95%,第二场116.46 m³/s、6.78%,第三场30.92 m³/s、17.55%,第四场6.12 m³/s、1.86%;(2)洪水分类预报模型的模拟精度较传统预报方法更高,不同典型洪水的确定系数均在0.8以上。研究结果可为洪水资料较少的华北等地区的洪水时段分类预报提供参考和借鉴。