谈柳州电网当前应用的几种远动RTU装置的特点

１　概述　　柳州供电局的调度自动化系统的调度中心系统是于１９９４年建设、投产的,采用南京自动化研究院电网控制公司生产的ＲＤ－８００／Ｂ系统。经统一规划,分步实施后,现已建成双前置机带自动切换的双机热备份系统,后台机为５个工作站的ＳＣＡＤＡ系统,具有１ｖ６４路的接入容量,初步达到了对电网运行实现安全监视、控制的目的。　　柳州电网现有３１座变电站,其中装有自动化装置（包括综合自动化）的有２２座,接入系统３６路;已实现无人值班站的有５座;按综合自动化设计运行的有４座。目前,已投入运行的变电站有６座变电…     

500 kV变电站全数字化试点间隔工程研究

为了研究和积累500 kV数字化变电站过程层工程设计、建设、运行维护、检修试验等方面的关键技术和工作经验,在500 kV桂林变电站选择其中一回500 kV线路间隔(柳桂乙线间隔)及相关断路器和母线间隔作为500 kV全数字化工程实施试点,采用电子式互感器、智能终端和GOOSE冗余组网方式,该试点间隔工程的成功投运和稳定运行,表明超高压数字化变电站的建设已具备工程实施可行性。     

熔纺Kraft硬木木质素基活性炭纤维的活化工艺及性能研究

以熔融纺丝制备的Kraft硬木木质素纤维(HKL)为原料,经炭化得到木质素基炭纤维(HKL-CF),再采用水蒸气活化法制备了活性炭纤维(HKL-ACF),通过红外光谱仪和扫描电镜研究了水蒸气活化对活性炭纤维化学结构和表面形貌的影响,采用全自动物理吸附仪、X射线衍射仪和拉曼光谱仪等研究了活化时间、活化温度和活化水蒸气流量对所制备活性炭纤维的比表面积、孔结构和微晶结构的影响规律。研究表明,水蒸气活化处理提高了活性炭纤维中的C—O和C＝C结构含量;随着活化时间的延长,活性炭纤维的比表面积增大,且随活化温度和水蒸气流量的提高呈现出先增大后减小的趋势;晶粒尺寸随着活化时间和温度的提高,逐渐变小,纤维表面的石墨化程度随活化时间的增加,逐渐变大;活化温度800 ℃,活化时间4 h,水蒸气流量1 mL/min下制备的活性炭纤维的BET比表面积最高可达2 081.34 m²/g,总孔容最大为1.60 cm³/g。     

改进型EMD-Elman神经网络在铁水硅含量预测中的应用

针对高炉炼铁过程的多尺度和动态特征,建立了基于经验模态分解(empirical mode decomposition, EMD)和Elman神经网络的铁水硅含量预测模型。该模型先采用EMD将硅含量序列分解成有限个、相对平稳的本征模函数(intrinsic mode function, IMF)和剩余分量;然后,分别对每个IMF和剩余分量建立Elman神经网络子模型;为了进一步提高预测精度,将子模型的结果进行加权融合,并利用粒子群算法进行权值的寻优,最终获得硅含量的预测结果。将该模型用于某钢厂铁水硅含量的预报,实验结果证实了该方法的有效性。     

液氮—斯特林联合循环的理论分析

对液氮的基本工作模式提出了两种改进的方案。考虑到开式朗肯循环中存在工质的相变和液氮汽化过程中的大量吸热及控制换热器管结霜的设计要求,在改进方案中引入以氦气为工质的斯特林发动机,组成两种液氮-斯特林联合循环.由各种工况下的计算结果可知这两种方案能大幅提高液氮的比功,在较低的工作压力下即能实现最大的比功输出.     

以就业为导向的高职教学实践的研究

近年来,我国高职教育规模发展迅猛,但教学模式并没有摆脱传统学历教育,这对高职学生成功就业产生了很大影响。本文结合我院计算机多媒体技术专业近几年专业培养方案的修订,从培养目标定位、能力分解表的制定、课程的合理设置和教学手段的现代化四个方面提出了如何提高高职教学效果,培养出合格的计算机多媒体技术专业人才。     

职业技能教育融入高等学历教育人才培养的探索

本文从职业技能教育融入高等学历教育的背景入手,分析职业技能教育融入高等学历教育存在的障碍,并提出解决的对策。     

冲突证据融合的优化方法

多数研究者认为, 用修改数据模型(证据体)的方法来解决冲突证据组合问题较为合理. 然而, 已有的基于修改数据模型的方法仅考虑如何提高冲突证据组合结果的聚焦程度. 实际上, 它们并没有考虑如何通过修正来消减证据之间的冲突. 显然, 若融合结果由冲突证据组合得到, 那么其可信性必然较低且会给随后的融合过程带来较大的风险. 针对此问题, 沿用折扣系数法, 该文基于证据距离准则提出了一种折扣系数(可靠度)优化学习模型, 优化过程同时考虑提高聚焦程度和消减冲突, 通过使折扣修正后组合结果的基本概率赋值(Basic probability assignment, BPA)与直言BPA (Categorical BPA, CBPA)之间的距离最小来寻优, 其中证据可靠度大小的序关系作为约束条件, 它依据证据的虚假度确定. 典型算例验证了所提方法比现有的一些组合方法, 在聚焦能力和冲突消减两方面都更合理.     

基于k近邻的批次过程在线实时监测方法

针对基于k近邻的故障检测方法(Fault Detection method using the k-Nearest Neighbor rule,FD-kNN)的在线实时监测需预估当前时刻之后的采样数据,检测性能会受到预估精度影响的问题,对FD-kNN进行扩展以适用于批次过程的实时监测.该方法根据每个采样时刻的历史数据进行建模,并根据这些模型实时监测批次过程.该方法不需要预估数据,避免由于预估误差大而带来的误报和漏报问题,同时较好地继承k近邻法则(k-Nearest Neighbor rule,kNN)在处理非线性、多模态和非高斯等问题上具有的优势.青霉素发酵过程的仿真试验验证该方法可行.