空调系统热管换热器的优化设计

本文以年纯经济收益最大作为优化目标,建立了应用于空调系统的热管换热器优化设计的数学模型,通过分析设计变量之间的相互关系以及它们对传热和压降的影响程度,缩小模型求解过程的搜索区间,采用穷举法结合罚函数法进行求解,分析得出热管的结构参数对年纯经济收益的影响,改进了该类热管换热器的设计,提高了其应用经济性。     

WRSN中多MC协同的一对多能量补充策略

无线可充电传感网络(Wireless Rechargeable Sensor Networks, WRSN)由于受到传感器有限的电池容量限制,所面临的一项重要挑战是如何调度移动充电器MC(Mobile Charger)及时为传感器进行充电,避免传感器由于能量过低而失效。然而现有的充电策略中单MC充电策略难以满足大规模WRSNs的电量需求,多MC充电策略常忽略充电的均衡性。针对WRSN中多MC协同充电问题,提出一种多MC协同的一对多能量补充策略(MTORN)。首先通过相交圆算法将网络中的传感器节点划分为若干个节点簇,MC根据节点簇的平均剩余能量以及距离划分簇的优先级,每个MC前往不同的节点簇进行一对多充电从而提高充电效率。仿真结果表明,与现有的算法相比,MTORN能够有效降低网络中传感器节点失效数量和MC的移动成本,延长网络生存时间。     

基于Attention-WOA-BiLSTM的输电塔线路等值覆冰厚度预测模型

针对采用时间序列预测方法预测覆冰厚度会因其序列自相关性产生一定程度的滞后情况的问题，采用气象数据作为特征的多变量等值覆冰厚度预测。针对覆冰厚度预测准确性不高的问题，采用注意力机制对多维特征参量和时间步长进行自适应权重分配，以突出不同特征维度、时间步中的重要信息。同时由于覆冰随时间变化，采用双向长短期记忆网络(BiLSTM)建立覆冰预测模型对该过程中各时间点的过去和未来所提供的信息加以利用，并且针对BiLSTM的参数选取问题，采用鲸鱼优化算法(WOA)进行超参数选取，减小人为干预导致的误差，进而提升线路等值覆冰厚度预测的准确度，最终通过实验结果对模型进行有效性验证。     

红萝卜中芥子苷酶提取工艺的研究

该研究以红萝卜为原料，用硫酸铵沉淀法提取芥子苷酶，使用考马斯亮蓝法和双缩脲法对粗提物进行了蛋白质定性分析。以提取率为指标，考察液料比、浸提时间、缓冲溶液pH 3个因素对提取率的影响，根据单因素实验结果，进行正交实验，得到最佳提取条件为液料比3(mL/g),浸提时间3 h,缓冲溶液pH 7.0。在此条件下，芥子苷酶粗提物提取率为5.74%,采用DNS法测定酶活，结果显示酶活为96 U。此研究结果能为红萝卜中芥子苷酶的后续研究提供实验基础，为红萝卜的开发和利用提供科学依据。     

基于深度学习模型的风机叶片结冰故障诊断

风力发电机叶片出现结冰现象时若照常工作，不仅会影响经济效益，严重时还会直接损坏叶片等设备引发安全事故。为此提出一种使用KmeansSMOTE的数据平衡方法与应用结冰相关的机理构建新特征和RFECV-DT特征筛选算法相结合的特征工程互补的数据处理方式，之后采用卷积神经网络模型进行训练与预测。实验结果表明，在卷积神经网络模型中采用KmeansSMOTE算法比SMOTE算法准确率提升2.78%。模型采用特征工程时比不采用特征工程相比准确率高出4.77%。与KNN、SVM、LR这些传统模型相比，所有衡量指标均有提升且不存在过拟合现象。所提出的方法，可解决应用SMOTE插值机制所带来的不足并且对特征工程进行精细化设计，也为风机叶片结冰故障诊断问题提供一种新的解决思路。     

基于无线通信技术的配电网电流监测系统

电力设施作为重要的民生设施，对其工作电流的实时监测具有重要的意义。基于无线传感网络技术，研究开发了由多个电流采集节点以及一个集合无线通信技术的主控模块组成的无线传感网络，实现对配电网电流的监测。其中电流采集节点利用电流互感器采集节点处的电流信号，并通过ZigBee技术将采集结果发送到中央处理单元的协调器单元，经中央处理单元对数据进行处理后采用GPRS技术将数据发送至配网主站服务器，同时采用GSM方式将数据发送给移动终端，比如配网相关工作人员的手机。设计开发了相应模块的硬件电路以及软件程序，测试结果表明，研发的电流监测系统最小可测电流为200 mA，动态范围达24 dB。