白鹤滩水电站大寨沟泥石流综合治理研究

大寨沟位于白鹤滩水电站右岸进水口上游约300 m,为低频率大型粘性泥石流沟,威胁电站的施工与运行.根据大寨沟泥石流特性和主体工程建设需要,采用"排导明渠(槽)+堆渣压坡+局部抗滑桩"进行综合处理,沟内修建拦沙坝、堆渣和排导渠,下游开挖山体形成排导槽将泥石流改道排出主体工程区,确保了电站施工期和运行期的安全.     

基于边缘计算的低压用户窃电检测

低压用户窃电导致线损电量增加,对台区线损异动进行归因分析是识别窃电用户的有效途径。低压用户通信异常多发,可导致用电信息采集系统主站数据失真,易误导窃电检测。利用配变终端可就地完整准确采集台区数据的特点,提出基于边缘计算的低压用户窃电检测方法。首先,在通信正常和异常的条件下,分析台区窃电用户用电量与线损电量的关联关系;然后,在配变终端窃电检测模块中对真实的台区线损和用户用电量进行归因分析来识别窃电用户;最后,基于高损台区实际数据的仿真分析,验证了所提方法相比于在主站侧采用异常数据以及采用不同缺失数据填补算法修复后的数据进行窃电检测时的优势。     

基子河道冲刷特性的枢纽流量调度研究

岸边式泄洪洞泄洪时下游河道冲刷问题关系到工程安全,同时冲刷引起的河道淤积也会导致尾水位抬高.大型泄洪枢纽可通过合理的流量分配抬高下游水位,降低河道冲刷,减少河道淤积对电站尾水的影响.以白鹤滩水电工程为例,通过1:50水工模型对其泄洪洞出口的深覆盖层地形进行模拟,研究了并联式岸边泄洪洞不同运行组合下消能区河道的冲刷形态;...     

大豆拉丝蛋白不同加工方式对高脂血症小鼠降脂功效的影响

目的:研究大豆拉丝蛋白丸子不同加工方式对高脂血症小鼠的降脂功效。方法:选取50只ICR（Institute of Cancer）小鼠初始分为正常对照组10只、40只高脂血症模型组。正常对照组和高脂血症模型组小鼠分别饲喂普通饲料和高脂饲料。6周后,将造模成功的ICR小鼠随机分为4组,分别为高脂模型组、大豆拉丝蛋白、大豆拉丝蛋白丸子（油炸）组、大豆拉丝蛋白丸子（水煮）组。喂养7周后,检测血清中总胆固醇（total cholesterol,TC）、 甘油三酯（triglycerides,TG）、低密度脂蛋白胆固醇（low density lipoprotein Cholesterol,LDL-C）、 高密度脂蛋白胆固醇（high density lipoprotein cholesterol,HDL-C）、谷丙转氨酶（alanine aminotransferase,ALT）、谷草转氨酶（aspartate aminotransferase,AST）水平,肝脏 HE 染色观察组织病理学变化。结果:与对照组相比,高脂血症小鼠血清中血清总胆固醇（TC）、甘油三酯（TG）、低密度脂蛋白（LDL-C）、血清谷草转氨酶（AST）、谷丙转氨酶（ALT）、肝脏及附睾脂肪质量及相应指数均升高（P<0.05或P<0.01）;与高脂模型组相比,三组大豆蛋白组的血清总胆固醇（TC）、甘油三酯（TG）、低密度脂蛋白胆固醇（LDL-C）、血清谷草转氨酶（AST）、谷丙转氨酶（ALT）、肝脏质量(仅大豆拉丝蛋白丸子油炸组）、附睾脂肪质量和附睾周脂指数均显著降低（P<0.05或 P<0.01）。肝脏HE染色切片显示,高脂喂养下小鼠肝脏切片出现明显脂质空泡及脂肪滴,而大豆拉丝蛋白和大豆拉丝蛋白丸子（水煮）组干预后肝脏切片无明显的脂质空泡和脂肪滴形成。大豆拉丝蛋白丸子（油炸）组仍可见脂肪滴形成。结论:本课题组研究的大豆拉丝蛋白丸子可以减轻高脂血症对机体脂质代谢的影响,且油炸和水煮两种加工方式对降脂功效无明显影响。     

基于BiLSTM和Bootstrap方法的风电功率区间预测

风能具有较强的波动性和随机性,造成了现有风电功率预测方法的误差较大,严重影响了电力系统的安全稳定性。针对上述问题,文章提出一种基于双向长短期记忆网络(BiLSTM)和自助法(Bootstrap)的风电功率区间预测方法。该方法强调了风电功率数据间关联程度的重要性,将原始风电功率数据和测风塔提供的风速历史数据构成多变量时间序列,同时构建双向长短期记忆网络模型提高预测结果的精确度。引入Bootstrap方法增加样本的多样性,再利用人工蜂群算法(ABC)的强搜索能力对模型的超参数进行优化,最终得到区间预测的结果。以某风电场历史运行数据为例,通过与长短期记忆网络(LSTM)等现有方法在给定置信水平下的预测结果进行对比,验证了所提方法的有效性。     

多变量模糊控制工程应用方法

分析了多变量模糊控制的特殊性,通过总结前人的研究成果,对多变量模糊控制方法进行了分类,同时对各类方法在工程应用中的优劣及其应用范围进行了探讨,并对多变量模糊控制的未来研究方向作了展望.     

基于Boosting-决策树C5.0的岩体结构面粗糙度预测

针对目前岩体结构面粗糙度系数（JRC）定量评价模型构建困难且预测精度较低的问题,搜集包括10条Barton标准剖面线在内的112条岩体结构面JRC,统计各剖面线的8种形态参数. 采用主成分分析降维处理形态参数,共得到5个主成分. 以前102组剖面线参数作为训练样本,采用Boosting-决策树C5.0算法构建模型,以10条Barton标准剖面线验证模型精度. 对比决策树C5.0模型、CHAID决策树模型、支持向量机（SVM）模型、类神经网络模型,分析各模型预测效果. 结果表明,Boosting-决策树C5.0模型的预测结果平均误差、均方根误差均最小. 建立的显式JRC预测模型,包含8层共计68节点的判别阈值.     

热成形制件缺陷问题的解决方案

热成形模实际生产过程中成形的制件容易出现缺陷问题,分析了制件缺陷的产生机理,从镶件材质选择和镶件表面处理2个方面找到了合理的解决方案,为热成形制件的缺陷问题提供了解决思路及方法。     

一种多光谱图像纹理特征提取及比较方法

该文提出一种基于最小二乘及区域分割的多光谱图像纹理特征提取与比较的方法。通过最小二乘法得到系数矩阵来描述多光谱图像的纹理特征,利用区域分割技术将不同纹理特征的图像区分开,并将相似纹理的图像合并为一类。提取区域的统计特性得到纹理特征提取的结果,并采用四条标准来比较两幅多光谱图像特征的差异程度,最后进行算法仿真,取得了较好的效果。