考虑时空不确定性的风电出力场景生成方法

为准确描述风电出力的不确定性及时空相关性,提出一种考虑时空不确定性的风电出力场景生成方法。将生成对抗网络作为风电出力的场景生成模型,将卷积神经网络作为模型生成器与判别器以实现时间特征的提取,采用特征工程方式实现不同风电场间出力空间相关性的量化;通过格拉姆角场方式进行特征变换,并合理设置网络结构及参数进行网络训练,得到生成器输入与输出场景间的映射关系。采用实测数据对所提方法的有效性进行对比验证,实验结果表明所提方法具有较强的风电出力不确定性表示能力。     

基于小波神经网络的电力负荷预测方法

分析了小波神经网络的特点，研究了在电力负荷预测中小波神经网络存在的优缺点及适用范围。通过对小波神经网络和BP神经网络的结构和算法进行理论分析，并对实际电力负荷预测算例进行对比研究，指出小波神经网络本身适合对波动性的信号进行预测，而且在神经网络节点数目相同的情况下，小波神经网络比BP神经网络具有更高的预测精度，因此采用小波神经网络有利于减少隐节点数目。还指出由于当前的连续小波神经网络主要使用传统BP神经网络的随机初始化方法和基于梯度的训练算法，因此存在收敛性差的缺点。     

基于小波包分析的电力负荷预测算法

提出基于小波包分解和重构的电力负荷预测算法.算法使用具有线性相位的双正交小波对电力负荷数据进行小波包分解和重构,然后用神经网络直接对各尺度上的电力负荷分量进行预测,最后将各尺度上的预测值相加,得到实际负荷预测值.算例表明算法具有较高的预测精度,优于传统的BP神经网络,有利于分析不同时频区域的电力负荷特性,为更准确地建模和预测提供了条件.     

一种基于优化思想的网络拥塞控制算法

分析了现有网络优化框架的基本模型,研究了更一般的条件,将静态模型扩展到了动态模型,使模型的应用范围更广。运用子梯度方法求解新模型的对偶问题,得到了一种新的基于对偶问题的分布式算法框架,并证明了这种新算法的收敛性。同时,又证明了已有的算法只是新算法的一个特例。因而本文给出了一类具有更一般意义的分布式算法框架,推广了已有的网络模型算法。     

玻璃结构损耗机理的理论研究

运用经典理论、半经典理论和量子理论证明了玻璃的结构损耗机理,建立了玻璃的"晶子"模型.阐明从宏观到微观的尺度变化中,玻璃的微结构明显的引起了量子尺度效应,表明了玻璃的结构损耗是玻璃的精细结构、入射光子数和频率起决定作用的理论观点,得出玻璃的结构损耗是精细结构中二次量子化的结果.     

马奶子葡萄制干方法改进

干制马奶子葡萄干的新方法，即“宽窄行多层双线式晾架法”（以下简称晾架法）合理利用葡萄干制干原理，干制出优质马奶子葡萄干，解决了原果农大量采用砖晒场直接晒干法干制的葡萄干外观颜色深，不整齐，商品性差的问题，在原方法基础设施上，追加投出与新增效益比为１比３４，经济效益相当显著。     

火电机组变频器的应用研究

较深入地介绍了变频器在火电机组中的应用，对其节能原理、节能方法的计算、经济效益、使用效果及可能产生的问题进行了分析，并指出了应用变频器需要注意的事项，对同类机组的变频器改造具有较好的借鉴作用和推广价值。     

基于协方差矩阵加权的任意阵列宽带恒定束宽波束形成方法

提出了基于协方差矩阵加权方法的恒定束宽波束形成方法,它适用于任意几何形状和阵元方向性的传感器阵列。设计方法为：首先将设计频带分成若干子带,采用优化方法,通过对各子带波束施加约束,设计出具有设定波束形状的各子带波束。然后,对各子带波束进行能量综合,完成宽带信号处理。该方法解决了协方差矩阵加权波束形成方法在宽带系统中会出现的频谱畸变问题．提高了其宽带信号处理性能,为此类的宽带系统设计提供了理论支持。通过计算机仿真和湖试实验数据验证了方法的正确性。     

氢氧化镁晶须的制备与应用

氢氧化镁晶须具有低的表面能、良好的机械强度、高弹性模量等特性,作为阻燃剂和增强材料有着独特的优势,具有广阔的应用前景.目前,氢氧化镁晶须多以天然镁矿石或其他镁盐为原料,通过水热/溶剂热反应制得.较为详细地介绍了氢氧化镁晶须的制备方法及其应用,对氢氧化镁晶须的制备机理和影响其形貌的因素也做了简要介绍.     

基于地震速度构建的低频响应在波阻抗反演中的应用

以V工区北部为例,应用井数据、速度数据和地震属性共同恢复低频响应数据,同时使用层速度、层位信息(层的深度和厚度)以及反射振幅的信息进行反演,结果显示可以改善预测纵波阻抗的结果,同时与通常情况下的孔隙度预测作了对比,结果表明孔隙度预测的可信度得到了一定程度的改善。