矩阵算法和优化算法相结合的配电网故障定位

区段定位是配电网故障处理和供电恢复的重要环节。针对现有矩阵算法容错性差,而优化算法定位速度慢的问题,将两者进行优势互补,提出一种矩阵算法和优化算法相结合的配电网故障定位方法。首先,从故障告警的因果关联关系出发,建立配电网的矩阵描述并构建故障区段定位的改进矩阵判据,在告警信息正常时能够快速准确定位故障区段。其次,考虑存在告警信息畸变时,根据矩阵判据结果筛选可疑区段,并在此基础上构建优化模型进行容错判断,有效实现高容错性故障定位。最后,通过不同配电网系统算例仿真验证了所提定位方法的有效性和容错性。     

基于联合约束策略和稀疏表示的图像分割

基于像素级的交互式图像分割算法对初始种子位置和噪声敏感,同时仅基于超像素的分割方法无法保留图像细节经常导致分割结果出现欠分割问题。针对上述问题,提出超像素/像素约束和稀疏表示的图像分割模型。该方法利用高斯函数分别对像素和超像素构造了相互约束的代价函数,引入了稀疏分解对模型进行优化以提升模型对图像噪声的鲁棒性,最后利用联合优化策略对代价函数求解估计出目标和背景标记实现目标提取。实验结果表明,与现有的分割方法相比,提出的方法能获得较好的分割效果,对高斯噪声和椒盐噪声具有较强的鲁棒性。     

四川家庭自酿葡萄酒质量现状的初步调查

在四川省内多个地区随机抽取不同年份、不同酿造工艺的家庭自酿葡萄酒样品31个,测定了其甲醇含量、二氧化硫、酒精度、菌落总数、大肠菌群和几种致病菌,还对样品进行了感官分析。结果显示,大部分样品的感官品质较差;酒精含量平均值11.61%vol（20 ℃）,有3个样品酒精含量低于7.0%vol（20 ℃）;甲醇含量平均值为0.13 g/L,所有样品甲醇含量均未超标;微生物指标检测结果符合国家标准;二氧化硫的残留量在国家标准规定的范围内。根据检测结果分析了家酿葡萄酒存在的问题,结合葡萄酒酿造原理对家酿葡萄酒操作流程提出了相应的建议,以帮助提高家庭自酿葡萄酒质量。     

化工废水双膜法深度处理及回用工程

独山子石化公司化工废水深度处理及回用工程采用BAF 双膜工艺,处理后产品水作为乙烯厂锅炉水及循环水补水,结果表明,BAF 双膜工艺能有效去除污水中的有机物、SS和各种阴阳离子等,出水能够达到<炼油企业污水回用管理规范>中"优质工业再生水水质指标",从而节约大量新水,产生了良好的经济效益和环境效益.     

住宅楼框架结构梁柱设计探讨

本文结合工程实例,分析了住宅楼框架结构梁柱设计应注意的问题与对策     

钛合金氧化行为研究进展

航空发动机的应用条件决定了部分钛合金需要在较高的温度条件下使用,而在高温条件下,相对于材料本身性能的退化,表面抗氧化腐蚀能力更为重要,决定了合金的最终使用温度。由于合金成分的不同,各类高温钛合金在高温环境下的抗高温气体腐蚀能力、腐蚀产物以及腐蚀机理也有所差异。为此,结合国内外高温钛合金的最新研究成果,全面阐述了各类高温钛合金的氧化研究现状以及其高温氧化机理,并指出了高温钛合金的防氧化措施及今后的研究方向。     

±500kV直流输电工程换流站绝缘配合研究

基于±500kV云南金沙江中游电站送电广西直流输电工程,对换流站绝缘配合进行研究。从分析换流站过电压入手,依据高压直流输电换流站绝缘配合原则,提出换流站避雷器配置方案和换流站绝缘水平,最后基于工程应用计算出500kV换流站阀厅空气净距。     

豆腐柴叶总黄酮的提取、纯化及抗氧化活性研究

在单因素实验基础上,采用响应面法优化豆腐柴叶总黄酮提取工艺,并筛选适合于纯化总黄酮的大孔吸附树脂,最后进行初步鉴定和自由基清除活性分析。结果表明:乙醇浸提总黄酮最佳工艺条件为:乙醇浓度84%、料液比1∶37（g/m L）、温度81℃、时间3.4 h,该条件下总黄酮得率为7.29%。X-5型大孔吸附树脂适用于提取豆腐柴叶总黄酮。紫外-可见光谱分析和显色反应初步鉴定其可能为二氢黄酮。豆腐柴叶总黄酮DPPH自由基和羟基自由基的清除率随浓度的增加而增大,半数抑制浓度值分别为0.10 mg/m L和0.13 mg/m L。当浓度为0.2 mg/m L和0.4 mg/m L时,DPPH自由基和羟基自由基清除率分别为83.75%和80.08%,均接近于叔丁基羟基茴香醚。因此,豆腐柴总黄酮具有较好的抗氧活性,可作为抗氧化剂或者健康食品原料开发。      

基于超像素/像素协同约束和稀疏分解的活动轮廓模型

针对水平集图像分割模型的分割结果不够准确且对初始轮廓位置和噪声敏感问题,提出了超像素/像素协同约束和稀疏分解的活动轮廓模型。首先引入超像素提取图像块信息构造符号压力函数防止轮廓在演化过程中陷入局部最优;其次,构建了基于超像素/像素协同约束的能量泛函以弥补超像素无法保留局部细节的缺陷;同时,为了解决基于非全局信息的活动轮廓模型演化速度慢的问题,提出模型利用超像素块加速轮廓演化;最后引入了稀疏分解对模型进行优化以减弱局部噪声对分割精度的影响。与多种水平集分割模型的实验结果对比,证明了提出方法的有效性,尤其与原始的二值选择和高斯滤波正则化水平集模型相比,提出方法对噪声和初始轮廓位置不敏感,平均Jaccard相似度系数提升了34%。     

一种新颖混合贝叶斯分类模型研究

朴素贝叶斯分类器（Naive Bayesian classifier,NB）是一种简单而有效的分类模型,但这种分类器缺乏对训练集信息的充分利用,影响了它的分类性能。通过分析NB的分类原理,并结合线性判别分析（Linear Discriminant Analysis,LDA）与核判别分析（Kernel Discriminant Analysis,KDA）的优点,提出了一种混合贝叶斯分类模型DANB（Discriminant Analysis Naive Bayesian classifier,DANB）。将该分类方法与NB和TAN（Tree Augmented Naive Bayesian classifier,TAN）进行实验比较,结果表明,在大多数数据集上,DANB分类器具有较高的分类正确率。