智能电网用电增值服务的发展方向

用电环节是智能电网发展的重要环节之一,研究发展用电增值服务是智能用电前进的必然方向。总结了国内外智能用电增值服务的发展概况以及其他行业增值服务的发展运营情况,从信息服务、网络交易服务、用电管理服务和设备管理服务4个方面阐述了智能用电增值服务的具体内容,根据以上内容探讨了我国智能用电增值服务的主要发展方向以及因地制宜、因时而异的可持续发展战略。     

国外建筑设计管理研究

近年来,随着经济社会的发展以及我国建筑设计的创新实践,一大批高质量,高水平的建筑设计作品应运而生。但贪大、媚洋、求怪等乱象依然不同程度地影响着我国建筑设计水平的提升。从长远来看,我国建筑设计管理制度仍不适应经济社会的发展需求,针对建筑师数量不足、执业范围过窄,建筑设计市场尚不规范、无序竞争,决策机制不健全、行政领导过度干预等问题,必须充分发挥市场作用,加强事中、事后监管,改革创新,统筹协调,进一步加强建筑设计管理。本文以美国和德国的建筑设计管理为主要研究内容,从建筑设计管理体系,技术法规体系及特点等方面得出十点加强建筑设计管理的启示。     

城市精细化设计管理研究及实践——以北京门头沟新城及房山新城城市设计试点工作为例

伴随社会各界对城市品质问题的日益关注,城市规划设计工作日益强调城市风貌控制及城市空间质量管理。本文以门头沟新城及房山新城的两个案例为研究对象,对不同尺度下城市设计的实施管理进行了探索和实践分析。门头沟新城城市设计及导则编制研究工作侧重于总体城市特色风貌的引导和控制,房山区小尺度详细规划工作侧重于微观场所环境的营造,工作立足中观城市设计、导则制定,强调建设实施过程的同步指导,将城市设计要求切实纳入到城市规划管理中。     

基于B/S模式的材料定额管理系统

材料定额计算是CAPP系统的重要组成部分。针对目前企业材料定额的工作量大，重复性强，错误率高等问题，分析了材料定额系统与企业管理信息系统各模块之间的信息流程关系，介绍了基于B／S模式的材料定额管理系统的功能及三层分布式体系结构，重点阐述了材料定额的制订方法、Web环境下材料定额明细报表及汇总报表的实现等关键技术。     

车削高精度内圆弧工具

通常在车床上加工内圆弧面是采用成形刀法,靠手工操作进行,其缺点是制造成形刀麻烦,不易对刀调整,尤其是在批量生产时费时耗工,而加工出的内圆弧面尺寸精度和面轮廓度低,特别是当被加工零件的内圆弧面较深且又较小时,更不能保证加工要求.为此,我们根据工厂现有的设备C512A及零件的加工实践中,设计、制造了车削高精度内圆弧面工具,结构简单、操作方便,现介绍如下:     

张紧器系统对顶张式立管固有频率的影响研究

采用Euler-Bernoulli梁模型建立立管的水平运动控制方程,并应用Galerkin方法化简求得立管的固有频率。考虑平台的升沉运动,对比了推导的张紧器详细模型和工程常用的简化模型下立管的固有频率。最后基于推导的详细模型,研究了张紧器结构参数对立管固有频率的影响。结果表明:立管固有频率受浮体升沉运动的影响,浮体升沉运动会改变立管的共振特性,引起立管共振点的迁移和转变;采用不同张紧器模型,立管固有频率存在差异,且该差异随着固有频率阶次的增大而增大;立管固有频率受张紧器结构参数的影响,在实际工程中应合理选择张紧器的参数大小,以避免发生参激共振和涡激共振。     

一种基于信誉机制的科学文献影响力评价方法

学术影响力评价一直是文献计量学领域的一个研究热点。已有的大多基于数据挖掘的学术影响力评价方法忽略了恶意活动产生的影响,导致评价结果欠佳。为解决这一问题,提出了一种名为ReputeRank的新方法,该方法采用信誉机制来评估引文网络中出版物的有效性。信誉机制包括3个阶段:种子集选择阶段、信誉传播阶段和集成计算阶段。首先,ReputeRank利用SCI期刊分区信息选择引文网络中潜在的好种子和坏种子;然后,根据信誉传播思想,信誉度良好的种子指向的论文通常具有更高的可信度,而信誉度不好的种子指向的论文通常具有较低的可信度,该方法使用TrustRank和Anti-TrustRank评价公式在引文网络中迭代传播信任值和不信任值;最后,根据引文网络中的信任值和不信任值,利用综合集成公式对每篇论文计算评分,并根据评分结果对所有论文降序排列。在KDD cup 2003数据集上的实验结果表明,与3种影响力评价方法PageRank,CountDegree和SPRank相比,ReputeRank能够获得更优的效果。     

基于参考图像的原子模型渲染方法

伴随着生物学的发展与纳米电子器件仿真技术的进步,原子结构在现代化科技领域发挥至关重 要的作用。原子结构的复杂细节使得渲染效果受光源位置影响较大,导致了原子模型渲染工作的困难。基于此, 提出了一种基于参考图像的原子模型渲染方法,计算出参考图像的光照参数用于原子模型的渲染。首先,通过 改变光源位置,利用 POV-Ray 脚本实现不同光源角度下的批量模型渲染,采集光源位置参数及渲染图像得到 对应光源位置的渲染图像数据集;接着,以残差神经网络为主干设计光源估计网络,并在网络中嵌入注意力机 制提升网络准确性,使用优化后的光源估计网络对数据集进行训练,回归光源位置参数;最后将训练好的卷积 神经网络应用于参考图像的渲染参数估计中,利用渲染参数渲染目标模型。实验结果显示。通过网络预测的参 数与真实照明参数误差极小,具有高度可靠性。     

基于多链MCMC方法的光伏出力序列预测研究

现有电力系统规划和运行中主要考虑单一可再生能源出力的不确定性,考虑可再生能源出力间相关性的研究较少。文中提出一种多链马尔科夫-蒙特卡洛(MCMC)方法对多个光伏电站出力序列进行组合预测,该方法建立了多条相互服从完全条件分布的马尔科夫链,以模拟光伏电站上空的随机变化的大气状态,充分保留了光伏电站之间的相关特性。对三组具有不同相关水平的光伏电站的出力序列进行了预测,证明了相较于传统MCMC方法,该方法能够更精确地继承历史序列的一般统计特性,能够更有效地体现多个光伏电站出力之间相互影响的特点,更加适用于未来电力系统规划与运行设计的要求。