化工过程熵增指数及其在磷复肥清洁生产评价中的应用

从热力学第二定律出发, 指出清洁生产的热力学本质是控制物质由有序结构向无序转化并从中获取最大效益, 其优劣可由过程熵增反映。 引用复杂体系非平衡定态过程最小熵产生原理,推导出依据与外界交换的物流和热流信息定量计算化工复杂系统过程熵增的方法, 并定义过程熵增指数ζ 。 评价了化工过程对环境热力学状态的综合影响。选择以硫和以氨为载能原料的磷复肥工艺为例进行了计算和对比,其过程熵增指数分别为6.753和4.571,反映出载能原料硫作为废物排放对环境热力学状态产生更大的影响。     

江苏省磷资源安全评价与演化趋势

通过系统的资料整理与严密的数据分析,在阐述省内磷资源概况与化肥施用需求的基础上,依据熵值法修正的层次分析法建立了农用矿产资源的安全评价体系。修正的安全系数和最终计算结果更加符合实际,显示了该方法的科学性、优越性。评价结果表明:江苏省磷资源安全演化整体呈下降趋势,结合省内情况可分为4个阶段。资源禀赋是影响农用矿产安全的主要因素,其次是化肥施用量、勘查资金投入等因素,据此强调开拓市场、科学施肥、保护环境。模型的建立及结果对资源产业持续健康发展和区域经济社会发展具有参考意义。     

基于区块链的分布式光伏就地消纳交易模式研究

目前配电网中分布式光伏发电渗透率越来越高,利用区块链技术的去中心化、难篡改等特点,有助于分布式发电就地或就近消纳,提高配电网运行的经济性。提出了一种基于区块链的光伏就地消纳交易模式,建立了光伏发电用户和分布式光伏聚合商的效益函数,运用Stackelberg博弈模型确定内部电价,通过边缘计算制定最优用电计划,设计了基于信誉值的就地消纳交易机制,对就地消纳程度低的用户进行惩罚,鼓励用户通过可时移负荷消纳光伏出力。配电网仿真结果表明,在采用区块链的交易模式下,配电网的就地消纳情况得到改善,用户的综合效益得到提升。     

基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

短期电力负荷的精准预测可以有效指导机组组合调度、经济调度与电力市场运营。针对输入数据特征量受限时负荷预测的低精度问题,提出一种基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法。通过建立融合局部特征预提取模块的LSTM（long short term memory）网络结构,并将其与XGBoost（eXtreme boosting system）预测模型并行结合,之后结合MAPE-RW（mean absolute percentage error-reciprocal weight）算法进行模型融合初始权重设置,对最佳权重进行搜索,构建最佳融合模型。通过运用电力负荷数据对所提方法进行预测实验,结果表明CNN-LSTM- XGBoost模型的MAPE（mean absolute percentage error）与RMSE（root mean square error）分别为0.377%与148.419 MW,相比于单一网络模型与融合模型结构实现了误差指标的显著降低,验证了基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法具有较快的模型训练速度、较高的预测准确度与较低的预测误差。     

基于改进LMD和能量相对熵的主动配电网故障定位方法

针对配电网发生单相接地故障且分布式电源（distributed generations, DGs）大量接入后,配电网结构和运行方式复杂多变、故障后电气量不明显、故障特征弱等特点,提出一种基于改进局部均值分解（improved local mean decomposition, ILMD）和能量相对熵的主动配电网故障定位方法。首先,利用镜像延拓将信号在两端延拓,消除LMD存在的端点效应,同时,在信号中加入自适应噪声,克服LMD存在的模态混叠问题,对各区段暂态零序电流进行ILMD分解;然后对分解后所有乘积函数（product function, PF）的能量相对熵进行计算,所有PF分量的相对能量熵之和即为区段间的相对能量熵,通过所设置的定位判据,对故障区段进行判断。仿真结果表明,所提算法在10 kV小电流接地系统和改进的IEEE33节点系统中,在不同的仿真条件下故障定位结果准确率高,验证了所提方法的准确性。     

非晶态Pd—Cu—Si合金的晶化动力学研究

本文应用DSC研究了非晶态Pd-Cu-Si合金的晶化过程动力学.根据Kissinger峰移法和Arrhenius方程分别计算了晶化激活能,发现等温晶化动力学在0.15相似文献   

一种用于IGBT模块的新型半桥驱动电路

介绍了一种高性能、高压集成新型半桥IGBT驱动电路.该驱动模块内部集成两路独立驱动和独特的故障"局域网"保护电路,驱动能力强,体积封装小,易于逆变器的小型化设计,并介绍了该驱动模块在便携式柴油发电机逆变电源中的应用,讨论了设计中应注意的问题.实验结果证明,该驱动电路结构简单,性能优越,能够实现对IGBT的可靠驱动和保护.     

Consistent estimation of the memory parameter for nonlinear time series

Abstract. For linear processes, semiparametric estimation of the memory parameter, based on the log‐periodogram and local Whittle estimators, has been exhaustively examined and their properties well established. However, except for some specific cases, little is known about the estimation of the memory parameter for nonlinear processes. The purpose of this paper is to provide the general conditions under which the local Whittle estimator of the memory parameter of a stationary process is consistent and to examine its rate of convergence. We show that these conditions are satisfied for linear processes and a wide class of nonlinear models, among others, signal plus noise processes, nonlinear transforms of a Gaussian process ξ_t and exponential generalized autoregressive, conditionally heteroscedastic (EGARCH) models. Special cases where the estimator satisfies the central limit theorem are discussed. The finite‐sample performance of the estimator is investigated in a small Monte Carlo study.     

基于新型混合模型的欠定盲分离方法

针对欠定盲分离问题,提出了一种新的源恢复方法. 在时频域局部区域采用复高斯分布对源信号进行建模,将语音信号的稀疏性和局部平稳性结合在一起,提出了一种新的混合模型来描述观测信号在局部区域的概率分布.通过该模型,将每个时频点的源信号状态的判断问题转换成模型的参数估计和后验概率的计算问题,最后通过子混合矩阵的逆恢复出源信号. 实验结果表明,该方法具有很快的收敛速度,并且比已有方法具有更好的分离性能.     

基于交叉皮质模型的单幅图像阴影检测算法

图像中含有阴影区域对后续处理任务影响较大, 根据阴影特性, 提出基于交叉皮质模型(Intersecting cortical model, ICM)的单幅图像阴影检测算法. 通过在点火连接矩阵构造上考虑邻域像素值依赖关系, 融入局部二值模式(Local binary pattern, LBP)表征的纹理信息形成了Te-ICM模型. 根据阴影检测流程,利用模型迭代特性, 通过设计停止条件自动检测本影, 在本影修复后生成附着半影. 同时优化模型参数, 设计了基于分层聚类直方图划分的阈值下降策略. 仿真结果表明: 对于典型影像集, Te-ICM模型及相应参数设计可以较好地实现阴影检测, 输出阴影掩模准确度高, 为后续阴影去除提供了基础.