同步产电及废水处理AFB-MFC电极研究

为了考察电极因素对微生物燃料电池产电及废水处理性能的影响,设计了一种新型厌氧流化床微生物燃料电池(AFB-MFC).研究了不同阴极电极材料,阴极与阳极面积以及阴极底边与阴极室底部距离对AFB-MFC产电及废水处理性能的影响.所有实验在阴极室曝气量为16～24 L/h、回流量为10.7 L/h、进水流量为0.6 L/h、外电阻为250 Ω以及进水COD浓度为3000.98～3789.44 mg/L下进行.结果表明,在尺寸大小均为15.0 cm×3.5cm的碳纸、铜板、铝板、镀锌铁板及铁板中,使用碳纸作阴极电极时AFB-MFC产电性能最好;阴极底边与阴极室底部的最佳距离为17.3～20.3 cm;使用面积为308.8、232.0、160.0和76.8 cm2的碳纸作阳极电极及面积为241.5、210.0、175.0和105.0 cm2碳纸作阴极时,阳极及阴极最佳面积分别为160.0和210.0 cm2.AFB-MFC系统最佳运行条件下COD的去除率维持在约80.00%.放大型AFB-MFC系统有利于今后工程实际应用.     

线列阵亚声速声电定位装置的研究

针对传统声电定位装置近距离和大靶面射击时亚音速弹丸的报靶精度误差大、装置使用寿命短等问题,研制了一种传感器"一"型等间距布阵方式的线列阵亚声速声电定位自动报靶装置.基于声电定位自动报靶装置的工作原理,给出了该装置的组成、结构及使用方法.实验结果表明:该装置能确保亚声速弹丸穿过传感器阵列时不受外界环境影响,快速、准确地对弹丸定位,适用于亚声速弹丸近距离和大靶面射击时的定位和自动报靶.     

SoC自动化验证方法的研究与实现

为解决SoC（System-on-Chip）验证覆盖率和工作量问题,基于可重用思想、采用事务验证模型、随机激励生成的方法,建立了一个层次化的具有自主知识产权的自动化功能验证系统（LSAVS：LiShan Automatic Verification System）。采用该验证系统后,SoC验证工程师开发测试向量的工作量由使用传统验证方法的60%降低到10%,同时保证了功能验证100%的覆盖率,达到快速高覆盖率的验证目的。     

促进发电节能的可中断负荷电价优化设计模型

如果电力系统的备用容量完全有发电机组来承担,可能会产生长期"备而不用"的问题.这不仅会造成资源的浪费,也会导致用户购电成本的增加.通过供电公司与用户之间签订的合同,把用户的可中断负荷作为发电的一种备用,如果系统供给能量,则用户需要向供电公司支付电能价格;如果备用容量不足,系统中断时该用户的电力供给,但供电公司向用户进行其低谷用电的电价赔偿.可中断负荷电价的确定既要有利于发电成本的下降,又要有利于保护供电企业的利益,还要有利于激励用户减少高峰负荷用电的积极性.正是基于这样的目的而讨论可中断电价的优化设计模型.     

钢板用浅色抗静电涂料的制备

利用饱和聚酯为成膜物质,多异氰酸酯作固化剂,锑掺杂氧化锡包覆的二氧化钛作导电粉体,制备表面电阻为106W彩钢板用抗静电涂料,具有良好的附着力、硬度和耐腐蚀性能。研究了各种因素对涂料性能的影响,确定了最佳配方及合适的工艺流程。     

燃煤发电机组锅炉节油技术

介绍浙能长兴发电有限公司300MW燃煤机组锅炉在节约燃油方面所采取的措施.     

基于二次EEMD的工业电能需量多步预测

电力大用户最大需量控制是降低电网峰值负荷、节约用户电费成本的重要技术手段.面向强波动性和冲击性工业电能需量控制,研究了超短期需量负荷的多步预测问题.基于集成经验模态分解(EE-MD)方法,通过二次分解有效分离时间序列中不同频率的信号,采用长短期记忆网络(LSTM)对各信号子序列进行独立预测,最后组合预测结果.实验结果表明,本方法能很好的预测工业需量负荷变化,M A PE/MAE/NRMSE精度指标基本控制在2％ 以内,明显优于多种现行主流时序预测模型和最新文献方法,且消除了多步预测的传递误差,预测模型精度和稳定性满足需量控制要求.     

Incremental join view maintenance on distributed log-structured storage

Modern database systems desperate for the ability to support highly scalable transactions and efficient queries simultaneously for real-time applications. One solution is to utilize query optimization techniques on the on-line transaction processing (OLTP) systems. The materialized view is considered as a panacea to decrease query latency. However, it also involves the significant cost of maintenance which trades away transaction performance. In this paper, we examine the design space and conclude several design features for the implementation of a view on a distributed log-structured merge-tree (LSMtree), which is a well-known structure for improving data write performance. As a result, we develop two incremental view maintenance (IVM) approaches on LSM-tree. One avoids join computation in view maintenance transactions. Another with two optimizations is proposed to decouple the view maintenance with the transaction process. Under the asynchronous update, we also provide consistency queries for views. Experiments on TPC-H benchmark show our methods achieve better performance than straightforward methods on different workloads.     

基于机器学习的用户窃电行为预测

新型智能电表普及后,为了准确检测出电网中的窃电用户,可以结合机器学习的方法.为此,选择了支持向量机、随机森林和迭代决策树3种机器学习中较常用的大数据算法进行分析,通过不断调整试验数据集的大小,对3种算法的效率和准确率进行测试.对比分析结果发现,随机森林算法运行的时间和数据量的大小基本呈线性关系,效率较高,且准确率稳定在86%以上,表现较好.     

用能价格对住宅分布式能源系统的导入影响分析

根据居民用能价格变化,分析探讨了住宅分布式发电系统的经济性,得出了在实施阶梯电价后,上海地区光伏发电系统已具有实际的导入价值,而燃气热电联产机组则因为阶梯气价经济性较差,不具有实际导入价值.