湛江电网故障统计分布及台风演化分析

研究湛江电网故障统计分布规律,发现湛江电网故障具有明显的幂律特性,去除故障极值日的数据呈指数分布.而故障极值日均伴有极端天气,表明湛江电网故障的幂律特性因极端天气引发.     

基于蒙特卡洛的动车组差动保护可靠性研究

针对动车组差动保护系统,结合其故障机理及时序特点,构建动态故障树模型,利用马尔可夫蒙特卡洛方法,结合贝叶斯估计法和最大似然估计优点的混合算法来估计动态故障树各底事件的概率分布函数,构造顶事件的布尔函数,利用固定时间步长仿真法进行蒙特卡洛仿真分析求得系统故障概率分布函数,发现绕组故障对顶事件贡献度最高,底事件中锈蚀、谐振、外部短路等对于系统可靠性的重要度较大,可作为制订动车组差动保护系统检修策略的参考,为系统元件改进的优先顺序提供帮助.     

电力系统配网有功无功协调自动优化系统设计

为解决电力系统配网发电调度不合理与运行安全问题,为此提出电力系统配网有功无功协调自动优化系统.构建优化数学模型及其约束条件.实验结果表明,该系统协调了优化方向上的成本与网损矛盾,实现综合效益最大化,根据充放电功率与电荷状态、有载调压变压器与补偿电容器组的档位自动调整情况,说明该系统具有安全稳定的运行性能.     

学习行为大数据可视化的网络数据库学习仿真

针对传统数据库学习可视化程度低,有效提高学习效率,构建了学习行为大数据可视化的网络数据库学习方法.分析学习行为具体特征,结合贝叶斯理论按学习资源归类可视化数据;设定相关学习变量,观测变量,分别将正确率、错误率、所学知识难度、遗忘概率及状态概率等特征作为可视化函数,通过对学习行为数据采集和储存、分析学习行为及建立可视化模块,建立大数据可视化的网络数据库,充分掌握学习者学习行为情况,随后设定数据库学习评定指标函数;仿真结果表明,所提方法学习结果准确性高和平均任务完成效率都有较大提高,学习者的学习能力有显著提升,方法可行性更高.     

基于python远程主机监控软件的设计与实现

针对网络运维工作中由于服务器主机空间分散导致值勤效率不高的问题,设计了一款可监控远程服务器运行信息的软件.软件基于python的psutil和wmi模块采集远程主机的运行信息,基于UDP套接字传送相关信息,基于SQLite数据库存储信息和Tkinter标准库设计了,运行信息在GUI进行展示.对软件进行实际环境部署并测试,运维人员可在监控端直接查看多台服务器的各类关键信息及运行状态.     

田间除草机器人研究进展综述

聚焦田间杂草清除领域,首先介绍了除草机器人的产生背景及其应用价值,并回顾了除草机器人国内外发展现状.然后,重点分析了除草机器人的结构组成及相关技术,并展望了除草机器人的未来发展趋势.最后,作了总结.     

基于宽度学习的结构沉降预测

结构监测是确保工程结构建设在施工和运营阶段安全的关键因素,因此采用合理有效的预测模型对结构沉降监测数据进行科学准确的预测成为了当前结构沉降预测研究的重点。针对传统预测方法与深度学习方法用于结构沉降预测存在的预测精度不够高、模型结构复杂、训练耗时等问题,提出了一种基于宽度学习的结构沉降时间序列预测模型。通过实测地铁地下隧道沉降监测数据对宽度学习、人工神经网络、支持向量回归和深度置信网络-支持向量回归预测模型的预测结果进行对比分析。实验结果表明:宽度学习系统(broad learning system,BLS)应用于结构沉降预测具有良好的效果,其训练速度更快,预测精度更高。验证了所提出的宽度学习算法应用于结构沉降预测的可实施性和有效性。     

Protein interaction networks: centrality,modularity, dynamics,and applications

In the post-genomic era, proteomics has achieved significant theoretical and practical advances with the development of high-throughput technologies. Especially the rapid accumulation of protein-protein interactions (PPIs) provides a foundation for constructing protein interaction networks (PINs), which can furnish a new perspective for understanding cellular organizations, processes, and functions at network level. In this paper, we present a comprehensive survey on three main characteristics of PINs: centrality, modularity, and dynamics. 1) Different centrality measures, which are used to calculate the importance of proteins, are summarized based on the structural characteristics of PINs or on the basis of its integrated biological information; 2) Different modularity definitions and various clustering algorithms for predicting protein complexes or identifying functional modules are introduced; 3) The dynamics of proteins, PPIs and sub-networks are discussed, respectively. Finally, the main applications of PINs in the complex diseases are reviewed, and the challenges and future research directions are also discussed.     

Design of the low power wake-up receiver for internet of things communication

A wake-up receiver with high energy efficiency and low power consumption is proposed for solving the power consuming problems of wireless nodes communication in the Internet of Things. The proposed wake-up receiver based on the wake-up mechanism can effectively schedule the network nodes communication, and use the simple envelope detection structure to achieve frequency down-conversion, which can flexibly manage energy and reduce power consumption. Based on UMC 65nm CMOS process technology, the wake-up receiver is designed and simulated. The results show that it can achieve S₁₁ of -21dBm and a sensitivity of -75dBm at a data rate of 1Mb/s, when operating at the central frequency of 780MHz and input signal adopting an on-off keying (OOK) modulation, and the power consumption is 82μW at 1.2V voltage supply.     

基于改进等效电流量测变换的状态估计算法

介绍了基于等效电流量测变换的状态估计算法,并在此基础上提出了一种改进算法.应用抗差估计的理论构造了一组权函数,在每次迭代的过程中对权重不断修改,从而达到提高估计精度的目的.Matlab仿真实验结果表明,估计精度得到了提高.