基于 PSTA2003状态监测系统的水布垭电厂机组运行状况分析

基于PSTA2003状态监测及趋势分析系统和水布垭电厂机组运行积累的数据,通过对比、平滑拟合和作各种曲线图形等分析方法,分析不同机组在各种条件下运行工况的表现,并重点对不同水头下机组的运行状况进行了分析,有利于指导电厂的机组运行、维护检修和保障机组的安全经济运行。     

水轮发电机组状态监测技术应用研究

从基本的机组三大振动原因——水力、机械和电气入手,详细地分析了机组振动、摆度、气隙产生的基本原因和分析方法,以及状态监测系统在电厂应用方面解决的实际问题.     

基于指标权重的湖库营养状态识别

针对湖库营养状态识别未考虑指标权重及营养状态分级较少的不足,基于熵值法与概率神经网络（PNN）基本原理,提出熵值PNN湖库营养状态识别模型,以全国24个湖库营养状态识别为例进行分析。利用熵值法确定识别指标权重,依据我国湖库富营养化评价标准,将湖库营养状态划分为极贫营养一极重度富营养11个等级,提出基于改进的湖库营养状态识别等级标准,在等级标准域值间采用随机内插的方法生成样本对PNN模型进行训练和检验,利用正确识别率和运行时间对PNN模型性能进行评价。最后,基于两种方案对全国24个湖库营养状态进行识别。结果表明：@PNN模型对于随机生成的训练样本和检验样本的正确识别率分别达到98．9％、98．6％（5次平均）,模型用于湖库营养状态识别是合理可行的。②湖库识别结果存在差异。比较而言,基于指标权重考虑的识别结果更能科学、客观地反映湖库营养状态。     

基于样本自举的电力变压器状态评估

针对传统数据学习型方法需要大量故障历史实测数据的缺点,提出一种基于数据样本自举的电力变压器状态评估方法．通过对变压器的故障样本数据进行自举扩充,克服了工程中某类样本数据较少的问题,提高了学习型分类器的训练量,从而提高其预测分类的精度．并基于支持向量机分类方法进行变压器故障分类评估,显著提升了评估精度．     

镜头式光幕靶信号处理电路设计与实现

为了解决传统光幕靶靶面小、灵敏度低、结构复杂等问题,分析了一种镜头式光幕靶的工作原理,搭建了相应的原理样机,设计了一种可监测镜头式光幕靶状态、具有程控放大功能的信号处理电路．经过气枪实弹测试验证,当电路设置为低灵敏度状态时,对于弹径为5mm、过幕点距离镜头1m处的弹丸,信号处理电路输出信号幅值达到2V以上,噪声信号控制在0．5V以内．     

砂砾石土渗透变形特性的应力状态相关性试验研究

渗透变形是砂砾石土地基及堤防结构破坏的常见形式之一。影响砂砾石土渗透变形的因素很多,其中颗粒级配及应力状态是最重要的两个因素。为研究土体应力状态大小对砂砾石土渗透变形临界水力梯度的影响,通过研制大直径渗透变形仪加载系统,完成了侧限条件下砂砾石土在0.1、0.3、0.6、0.9MPa铅直应力作用下的渗透变形试验。试验成果及理论研究都表明砂砾石土渗透变形临界水力梯度随着应力状态的提高而加大,两者之间近似呈线性增加关系。渗透变形过程中,砂砾石土产生的渗透挤密和潜蚀现象是引起渗透系数演化的内在原因;基于渗透系数先减小再增大的变化规律,提出了应用渗透系数变化过程线确定渗透变形临界水力梯度的新途径。     

新疆北疆地区主要湖泊富营养化状态评价

北疆是新疆生产力高度集中的区域,掌握北疆湖泊水质变化规律,对实现新疆绿洲区水资源的合理开发、有效保护、综合治理及生态环境的修复有着重要的现实意义.文章选取北疆5个典型湖泊,采用营养状态指数法分析2002--2012年水质营养状况,结果显示：在评价的5个湖库中,除了赛里木湖和艾比湖,其余3个湖库均出现富营养化.     

减少上行CQI反馈的OFDIVIA系统资源分配

针对目前OFDMA系统上行信道信息的反馈量大和公平性欠佳的问题,提出了减少上行反馈的资源 分配算法,该算法在高信噪比下,小区中心的用户不需要反馈CQI,而在低信噪比的小区边缘,当用户量小 时,采用1B反馈,当用户量大时,采用基于门限的Best-M反馈方案．同时,根据Best-M反馈方案,提出了对 第1个用户优先选择方案．本文算法在保证资源分配必要的反馈信息的前提下,对复杂度和性能之间进了折 中,同时满足了用户之间资源分配的公平性     

不确定时滞系统的控制器设计

为了消除时滞和不确定性给实际系统造成的不良影响,采用鲁棒控制系统设计技术,进行鲁棒控制,对具有不确定性的系统,设计1个反馈增益控制器,使系统在不确定性的容许变化范围内满足设计要求,降低系统的灵敏度.通过构造一种新的Lyapunov泛函方法,研究了一类带有时变时滞的不确定系统的鲁棒控制问题.通过细化不确定信息的结构,给出了基于线性矩阵不等式的控制器设计方法.     

基于回声状态网络的飞机混沌时间序列预测模型

准确检测飞机即将发生的故障或预测其状态的变化趋势,对于实现飞行安全具有重要意义。文章针对传统基于回声状态网络在故障预测中的不足,构建了基于小波降噪的回声状态网络预测模型。该模型保留了非线性时间序列回声状态网络预测的优势,并采取小波变换对混沌时间序列进行降噪预处理,有效提高了含噪混沌时间序列的预测精度。论文通过对某飞机发动机滑油散热器温度时间序列数据序列进行预测分析,表明文中模型具有较好的预测精度,验证了模型的有效性。