基于 VSG的无PLL光储并网预同步控制策略

针对光储虚拟同步发电机 (VirtualSynchronousGenerator,VSG)微网系统在含锁相环模块的传统预同步控制方式下,其离/并网过程中容易出现电压电流畸变,导致系统不能平滑切换等问题,提出了一种基于相角补偿的无锁相环 (PLL)的 VSG离/并网预同步控制策略,利用 VSG可自动生成相位参考的特性,对电网电压的相位和幅值进行同步追踪来抑制冲击电流,实现频率、电压调节.该预同步策略不但简化了并网预同步控制过程,还可避免因锁相环精度和响应速度的影响而引起的并网逆变器Ｇ电网交互系统的稳定性问题,并保证系统的离/并网平滑快速切换.最后仿真验证了该预同步策略的有效性。     

纸用EVA热熔胶的最优化配方研究

介绍了用于书籍无线装订用热熔胶的制备方法。采用正交试验设计，研究了以EVA(28／150)为主体树脂热熔胶的最优化配方，并通过方差分析结果讨论了增粘剂、增塑剂、粘度降低剂等组分对其低温性能和剥离强度的影响，最终得到了综合性能优良的纸用EVA型热熔胶配方。其配方：EVA树脂(2B／150)20；热塑性酚醛树脂15；低分子量聚乙烯2；DBP9；碳酸钙5。     

基于多核学习的自适应DDoS攻击检测方法

分布式拒绝服务DDoS攻击是互联网安全的主要威胁之一。当前大多数检测方法采用单一特征,在大数据环境下不能有效地检测DDoS早期攻击。提出了一种基于多核学习的特征自适应DDoS攻击检测方法FADADM,根据DDoS攻击流量的突发性、地址的分布性以及通信双方的交互性定义了5个特征。基于集成学习框架,分别提出采用增大同类方差与异类均值差的比值IS/M和减少同类方差与异类均值差的比值RS/M的方式自适应地调整各特征值的权重,基于简单多核学习SimpleMKL模型训练出IS/M-SimpleMKL和RS/M-SimpleMKL 2种具有不同特性的多核学习模型,以识别DDoS早期攻击。实验结果表明,本文方法能够快速、准确地检测DDoS早期攻击。     

讨论项目管理在渤海集团公司IT服务外包项目实施中的应用

在涉及大范围的跨区域和跨部门的项目实施过程中,往往由于涉及的区域较大,在空间上存在障碍,同时由于参与人员众多,在项目的实施进度上同样存在问题.如何保证项目的实施范围和实施进度,本文借鉴渤海集团的实施经验,分析如何借助项目管理理论,屏蔽项目实施中的风险,保证项目的实施效果.     

测量齿条节线高度的一种方法

近年来，随着中国同菲律宾两国领导人互访和民间交往的增多，中菲经贸关系快速发展，双边贸易增长尤其迅速，据海关统计显示，2004年，我国与菲律宾的进出口额达到133。3亿美元，同比增长41.8%，其中，我国对菲律宾出口额为42.7亿美元，同比增长38%，我国从菲律宾进口额为90.6亿美元，同比增长43.6%。     

重点公路建设项目管理质量控制探析

对于国家重点建设的高速公路工程,其建设过程中的项目管理对其质量控制至关重要。笔者根据自己长期进行现场管理的体会,对国家重点公路工程项目局部生命周期内的工程实施阶段的质量管理方法做了简要分析,以供同仁参考。     

基于视图、ADO.Net和ArcEngine的空间数据联合存取技术

随着地理信息技术应用的深入,尤其是大型企业的空间信息数据越来越多,对空间数据的管理要求就越来越多,也越来越高。优化最终用户的使用体验、提高数据的存取速度,变得越来越重要了。为了实现这些目标,本文着重介绍如何创建多版本视图,以及如何实现ADO.Net数据源对空间数据库的多表对多表的数据保存。     

模块式高温气冷堆核能系统二回路流体网络控制特性分析

针对模块式高温气冷堆（MHTGR）核能系统二回路流体网络进行非线性建模,研究管路动力学特性及网络拓扑结构特性,建立了微分-代数模型,设计了模块质量流量和汽机主蒸汽压力的调控方案。在MATLAB/Simulink环境下对模型进行标准化封装,以高温气冷堆核电站示范工程（HTR-PM）为例进行二回路流体网络的仿真。结果表明,模型有效地反映了系统二回路流体网络的非线性特性,设计的控制器使得模块流体质量流量和汽机主蒸汽压力有效地收敛于参考值,各项控制指标均高于控制要求。设计的仿真平台可为实际工程调控中积分时间系数的选择、拥有更多模块数量的高温气冷堆核能系统二回路流体网络的调控等提供试验仿真测试。     

基于全局与滑动窗口结合的Attention机制的非侵入式负荷分解算法

非侵入式负荷监测(non-intrusive load monitoring, NILM)是指在电力入口处安装监测设备,利用总用电负荷得到用电侧单个用电设备状态的方法。由此可以准确地刻画用户用电画像,故NILM是电网智能配电和给予用户侧精细化管理的关键技术之一。随着深度学习在NILM的应用,对于负荷的识别与功率分解能力有所提升,但在训练模型的速率与模型的预测准确率上依旧不高,为此,文章提出基于全局与滑动窗口相结合的注意力机制的负荷分解模型。该模型首先将输入总负荷功率序列通过功率嵌入矩阵映射到高维向量,并利用基于双向LSTM的编码器进行信息提取;通过引入全局与滑动窗口相结合的Attention机制,从提取的信息中选取与当前时刻相关度高的信息,用于解码并最终得到负荷分解结果。在数据集REFIT上验证了所提算法在速率和准确率上有更好的效果。