考虑系统静态电压稳定性的电动汽车充电设备就地控制方法研究

随着电动汽车的大规模发展,其峰值充电负荷占全网负荷的比例日益上升,给电网的静态电压稳定带来了负面影响。试图将电动汽车充电设备纳入电力系统安稳控制,从而减少这一影响。提出了电动汽车充电设备的三种控制方法:灵敏度控制方法、理想控制方法以及下垂控制方法,并对其控制效果进行了对比。三种方法都能够达到提升系统负荷裕度的目的,但其中的下垂控制方法更适合实际控制应用。将下垂控制应用到新英格兰39节点系统,在不同渗透率和不同充电速率情况下分析其对系统电压稳定性的影响。结果表明下垂控制能够明显提高系统负荷裕度,是一种有效的电动汽车充电设备就地控制方法。     

电炉精炼渣中重金属在不同溶液体系的浸出行为

采用全溶实验、短期与长期浸出实验,对电炉精炼渣中重金属元素的浸出行为进行研究,并通过SEM与XRD分析其机理. 结果表明,电炉精炼渣中Ba元素短期浸出浓度最高值为52.10 mg/L,超出国家污水重金属排放标准;Ni元素短期浸出浓度最高值为0.025 mg/L,V元素长期浸出浓度最高值为0.176 mg/L,超出生活饮用水卫生标准. 重金属元素的浸出主要是由于钢渣中Ca2SiO4×H2O (C-S-H)等结构的破坏.     

通信芯片电压故障注入测试与功能安全评估方法

芯片是现代信息技术的核心和基础,芯片的功能安全在确保电子技术的可靠性方面发挥着重要作用。本研究以CAN通信芯片为对象,提出了一种基于电压故障注入的芯片功能安全评估方法。通过基于原型系统的自动化硬件故障注入测试,并结合自动触发信号与控制模块的设计,完善了目前CAN芯片安全性测试技术和功能实现上的不足。另外,基于该CAN芯片测试结果,提出了芯片对故障因素敏感的功能安全评估依据。结果表明,该电路通信芯片的某些管脚对标准工作电压范围下输入电压的幅值、脉宽和延迟毛刺较敏感。测试电路系统能够自动实现1.5~5.5 V大范围工作电压下的随机错误注入,以及错误要素敏感度分析,为提高通信芯片安全性提供更高效的评估依据。     

基于时间序列模型和情感分析的情感趋势预测

为解决传统情感分析方法无法对公众未来情感走势变化有效预测的问题,提出一种将时间序列模型与情感分析相结合的情感趋势预测方法.采用深度学习模型对股市论坛实时评论信息进行情感分类,统计固定时间单位的情感值,构建情感值时间序列,提出ARIMA-GARCH时间序列模型,对情感值时间序列进行建模分析,预测投资者的情感走势.实验结果表明,该方法对于情感趋势的预测结果合理,误差较小.同时,发现投资者情感趋势与股市涨跌幅走势相似,为投资决策提供了参考.     

基于深度学习的心脏图像分割研究现状

面对严重的医学影像分析缺口,深度学习的发展能够满足国内医疗行业的需求。心脏图像的处理方法可大致分为传统的图像处理技术、基于图谱的方法（atlas-based methods）、基于模型的方法（model-based methods）以及目前热门的采用机器学习和深度学习的方法。在深度学习兴起之前,传统的机器学习技术如模型法和图集法在心脏图像分割中有良好表现,但通常需要大量的特征工程知识或先验知识才能获得令人满意的精度。而基于深度学习的算法能从数据中自动发现复杂的特征以进行对象检测和分割。得益于先进的计算机硬件以及更多可用于训练的数据集,基于深度学习的分割算法已超越了以往的传统方法。本文回顾了2012—2022年有关心室、心外膜和心包脂肪的图像处理的各项方法、衡量指标及其目前的研究现状,并结合分割技术的发展,讨论了心脏分割的发展趋势。     

通用实物设备接入技术研究与实现

综合试验验证技术正朝着“虚实融合”的方向发展,将实物试验设备接入虚拟试验的支撑平台进行统一试验,成为综合试验验证的一大关键技术;文章提出一种通用的实物设备接人技术,一方面通过用户界面配置,自动生成与实物设备传输协议相匹配的接入网关,解决传输协议异构性问题;另一方面,通过采用嵌入式的硬件协议转换器,实现高效率的实时设备接入;实验证明,该技术具有良好的实时性,协议转换耗时不到1 ms,同时提高了开发效率,节省了应用开发的人力和时间成本,降低了应用人员的技术门槛,为高效可靠地实现“虚实融合”的综合试验验证奠定了基础.     

.Net开发中MVC模式的应用

介绍了如何利用．NET平台结合MVC模式开发安全、可扩展、易维护的系统。分析了MVC设计模式，设计了一个基于MVC模式的．NET框架下的应用模型，并结合该实例，探讨了具体的实现方法，并给出了每个模块的代码实现。该系统实现了应用程序模块化，具有良好的安全性、可扩展性和易维护性。     

模糊保险箱的多项式表示方法

在模糊保险箱方案中,通常采用多个干扰点与用户特征点混合构成的集合表示保险箱,这种方法存在多种安全缺陷。为此,提出一种新的保险箱构造方案,该方案利用随机点与用户特征集合构造一个随机多项式,运用该多项式系数表示保险箱。分析结果表明,该方案可以抵抗已知的对模糊保险箱的多种攻击,具有更高的安全性,并能节约存储空间。     

数字音频里LMS算法及其改进算法研究

在数字音频里,由于LMS算法具有低计算复杂度、在平稳环境中的收敛性好和利用有限精度实现算法时的稳定性等特性,使LMS算法成为自适应算法中应用最广泛的算法。本文对LMS算法及其改进算法进行了研究,探讨了步长因子μ(n)对各种算法收敛性、稳定性的影响。结果表明,变步长μ(n)的取值尤为重要,如果μ(n)取较大值则具有较快的收敛速度,如果μ(n)取值很小,则NLMS算法近似等效于LMS算法。它们的自适应过程较快,性能有了很大改进。