含逆变型分布式电源花瓣式配电网单相接地故障特性分析

花瓣式配电网具有高供电可靠性,但闭环运行模式和逆变型分布式电源接入使其故障特性变得更加复杂.针对含逆变型分布式电源花瓣式配电网的单相接地故障,利用对称分量法推导了故障点接地电流、故障相电流及线路各序电流的公式,并揭示了各电流的变化规律,然后通过仿真对分析结果的正确性进行了验证.结果表明,随故障点按顺时针方向沿花瓣式环网...     

油田工业多相流量计技术适用性分析

以油田工业为背景,讨论多相流量计常用的流量、组分测量技术、互相关技术和部分分离技术在油田工业中的适用性和应用中所涉及的关键问题,指出了多相流量计技术适用性评估的6个方面(测量不确定度、两相图分析、流体工况适用性、安全和环保、油藏管理效果和现场安装条件)。     

缺陷管道适用性评价技术研究进展

总结了近年来缺陷管道适用性评价技术的研究情况,随着断裂力学与计算机软件技术的不断发展,缺陷管道适用性评价技术也逐渐趋于完善。建立科学的适用性和完整性评价技术体系对我国油气管道的安全长期运行有着重要的意义。     

车间底漆在船厂生产线应用对比

在船厂生产线上将水性无机锌底漆和无机硅酸锌车间底漆进行对比试验研究,重点探讨了水性无机锌车间底漆在生产线的适用性,实验显示,水性无机锌车间底漆可以在预处理流水线上使用,其干燥时间、附着力、焊接与切割、耐候性等方面能达到船厂生产线的要求。     

面向领域的服务业务规范化组织模型及其关键技术研究

提出一种面向领域的服务业务规范化组织模型(SBSOM),旨在服务计算环境下针对应用领域中基于服务组合的业务应用系统构建需要,解决如何实现深入到业务层面对服务资源进行有效组织与管理,从而为操作相容组合和服务有效复用提供可靠性保障问题.在该模型的支撑下,基于领域业务本体通过对服务操作的可用性判定,生成服务的领域业务视图,从而完成服务自然面貌、功能面貌、到业务面貌的逐步抽象,全面的展现服务能力,并在以服务为粒度、基于功能对服务资源进行分类管理的基础上,进一步实现以操作为粒度、基于业务适用性组织服务资源.本文重点讨论了SBSOM模型的结构体系,并对服务业务规范化组织建模的关键技术进行了深入探讨,在最后通过实验对SBSOM模型的意义和有效性进行了分析与验证.     

两类频繁项算法在网络流上的适用性评估

通过建立基于分组俘获文件产生网络流的模拟环境,对计数型算法和略图算法两类经典的频繁项挖掘算法的适用性进行验证,检验采用界标窗口查询模式的效果。实验结果表明,算法查全率不低于98%,与查准率和查询精度的相关性弱,与数据项的规模及数据流中频繁项分布的相关性强。略图类算法对频率的估算误差比较稳定,计数型算法则偏大。计数型算法的执行效率明显优于略图类算法。     

对闽南居住建筑外墙保温技术的探讨

针对福建省闽南地区地处夏热冬暖地区南区的气候特点,对不同外墙保温技术在闽南地区的适用性进行探讨。     

外墙保温装饰一体化板的应用与施工

外墙保温装饰一体化板是一种新的外墙保温和外墙装饰方法,本文对外墙保温装饰一体化板在加快工程进度、提高工程质量、降低工程造价方面的价值做了探讨,同时介绍了外墙保温装饰一体化板的材料组成、施工程序和工艺方法。     

绳索取心钻杆丝扣结构力学仿真分析

以Φ89 mm绳索取心钻杆为分析研究对象,对其连接丝扣部分建立准三维模型,运用CAE有限元软件ANSYS对其进行接触非线性力学分析,得出钻杆连接丝扣处等效应力及变形云图,结果显示最大等效应力出现的位置及变形状态与钻探现场钻杆常见断裂位置及形态完全一致,表明所采用的研究手段和方法切实可行。     

Deep hybrid model-based predictive control with guarantees on domain of applicability

A hybrid model integrates a first-principles model with a data-driven model which predicts certain unknown dynamics of the process, resulting in higher accuracy than first-principles model. Additionally, a hybrid model has better extrapolation capabilities compared with a data-based model, which is useful for process control and optimization purposes. Nonetheless, the domain of applicability (DA) of a hybrid model is finite and should be taken into account when developing a hybrid model-based predictive controller in order to maximize its performance. To this end, a Control Lyapunov–Barrier Function-based model predictive controller (CLBF-based MPC) is developed which utilizes a deep hybrid model (DHM), that is, a deep neural network (DNN) combined with a first-principles model. Additionally, theoretical guarantees are provided on stability as well as on system states to stay within the DA of the DHM. The efficacy of the proposed control framework is demonstrated on a continuous stirred tank reactor.