采暖系统运行中水力工况对热力工况影响分析

分析了在采暖系统运行当中，水力工况的变化对热力工况失调的影响情况，从热力工况水平失调和垂直失调两方面进行了探讨。     

热水供暖系统热力失调现象综合分析

通过分析水力失调、供水温降对热力失调的影响，提出了两种可行的供暖外网设计方案，同程式系统和混合式系统。建议考虑供水温降的影响对末端用户散热器的散热面积进行修正。     

热水供暖系统热力失调解析计算方法

本文介绍的计算方法，是一种利用基于传热微分方程和相似原理导出的无量的纲特 性准则型关系式，对热水供暖系统在水温、水量及系统结构变动工况下产主的热力失调进行 近似解析计算的方法．此法具有综合、简明、清晰的特点。文中还提出了热力失调区分为全面 失调和局部失调的必要性。     

从水力工况失调谈供热网的运行管理

从水力工况的失调从而导致供热系统热力工况失调后,进而产生供热系统冷热不均,如何做好供热系统的运行调节,具有实际的意义。     

解决供热外网水平失调的方法

介绍了水力工况失调的原因，通过理论分析，确定了采用平均流量调节法，对外网水力工况进行逐一水平调节，基本改善了供热温度不均的问题，并提出了外网调节中需要解决的一些问题。     

基于热水采暖系统水力失调现象的分析

在热水采暖系统中容易出现水力失调现象,并可能给整个采暖系统造成严重不良后果;所以分析水力失调产生的机理成为水电工程师和建筑师当前的研究任务,本文通过对水力失调的现实背景回顾,分析水力失调成因,提出了几种解决水力失调的可行方法。为避免水力失调造成的严重后果提供了一些有益参考。     

集中供热水力失调的解决方法

介绍了供热系统水力失调的概念．通过对集中供热系统水力失调原因的分析，提出了解决水力失调的方法。     

供热管网水力失调的治理及其优化

重点分析了解决供热系统水力失调的两种途径及其特点，提出综合治理管网系统水力失调的一些措施。     

供暖系统竖向热力失调的解决方法

我国现有居民住宅楼一般均采用同程式单管顺序式采暖系统供热.在实际运行过程中,经常出现一个另人头痛的问题,就是上层室内温度过高,下层室温较低,即竖向热力失调.竖向热力失调普遍地存在于单管顺序式采     

双线式热水采暖系统稳定性分析

本文扼要介绍了双线式热水采暖系统的工作原理和结构型式,在此基础上着重探讨它在变动工况下运行时其放热量随循环水量的变化规律,对其运行稳定性和垂直失调同其他单管系统进行了对比分析,论证了它具有水力稳定性与热力稳定性的技术特性。     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

计及源/网不确定性的区域电网有功不平衡度评估

区域电网互联可提高供电可靠性和新能源消纳能力,现有调度研究多关注全网功率平衡和联络线功率优化,忽略区域有功平衡能力。评估区域有功不平衡度,需要考虑长期运行中的不确定性因素,不能基于单个时间断面。计及风/光出力不确定性和电网随机故障,提出区域有功不平衡度指标和评估算法。首先改进K-means算法聚类风光出力场景。其次定义描述区域不平衡度的两个指标：电力不平衡度和供电能力不平衡度。考虑源/网不确定性,采用状态枚举和概率加权方法计算上述指标。将不平衡度指标分别纳入目标函数和约束条件,提出计及不平衡度的发电再调度模型。最后建立目标函数对不平衡度约束的灵敏度模型,估计放宽不平衡度约束对优化目标的影响。结果表明：所提算法以切负荷量增加为代价,可减小区域电网有功不平衡度。在不同出力/故障场景下,各区域综合不平衡度变化趋势基本一致。放松电力不平衡度约束,可减小综合优化目标。     

社会不公与心理失衡研究：现状及展望

社会公平是一种价值判断,建立在权益平等的基础之上。社会变革过程中,不可避免地出现了＂社会发展的副作用＂,其中社会不公问题首当其冲,社会发展在政治、经济、文化领域均出现了极为显著的不平衡,社会公平缺失极易造成社会不同阶层和群体之间的利益矛盾加剧,影响社会心理,导致了群体和个体心理失衡。分析了社会不公与心理失衡的内涵,阐述了社会不公的表现及其导致心理失衡的类型与心理失衡的五种危机,指出了实现社会公正的重要性,并在此基础上提出了平抑社会不公平感的相应对策。     

不平衡类分类问题的逻辑判别式算法

针对不平衡分类问题,提出了逻辑判别式算法.该算法使用拟牛顿法迭代求解模型参数,考虑模型的准确率和召回率,构造了新损失函数(Likelihood Estimation and Recall Metric,LERM);设计了用于不平衡类问题的逻辑判别式算法(Logistic Discrimination Algorithms for Imbalance,LDAI).16个数据集上的实验结果表明,与传统的逻辑判别式、基于过采样和欠采样的逻辑判别式相比,LDAI模型在召回率、f-measure、g-mean等指标上都表现出明显优势.     

中国区域城市发展不平衡的历史考察

城市是人类文明的象征,也是现代社会各种经济社会活动的集聚中心。自古代以来中国区域城市的发展变化受社会政治、经济、文化等诸多因素制约和影响,呈现出明显的区域发展不平衡性。对近代以来区域城市发展不平衡的现象及其影响进行探讨,揭示近代中国区域城市发展的艰难历程,对当前政府部门制定区域与城市经济发展战略是具有历史借鉴的。     

区域教师资源不均衡的发展研究

从区域空间的角度出发,总结了当前教师资源不均衡的表现：教师在数量、中小学分配结构以及学历等方面的不均衡;从内部和外部两方面分析出教师资源不均衡的影响因素和给社会各方带来的影响,并针对此提出可解决区域教师资源不均衡问题的对策。     

非平衡数据集Fisher线性判别模型

非平衡数据是指两类问题中正类样本与负类样本个数不相等,甚至相比悬殊.非平衡数据集会导致许多分类器的性能下降,这与分类器的构造原理有关.本文首先阐述了Fisher线性判别的分类机制,指出当两类样本的协方差矩阵不同时,样本不平衡会导致Fisher线性判别的性能下降.在此基础上,提出了一种加权Fisher线性判别(WFELD),以减小样本不平衡的影响.然后,从UCI中选择了8个非平衡数据集,并采用ROC曲线下面积作为评估指标进行比较,实验结果证明了WFLD模型的有效性.     

一种基于核学习的非均衡数据分类算法

提出一种基于核学习的采样算法来处理支持向量机(support vector machine,SVM)在非平衡数据集上的分类问题,其核心思想是首先在核空间中对少数类样本进行上采样,然后通过输入空间和核空间的距离关系寻找所合成样本在输入空间的原像,最后再采用SVM对其进行训练,从而有效克服在不同空间处理训练样本所带来的数据不一致问题.另一方面,该算法在增加少数类样本数量,减小数据失衡程度的同时有效拓展了少数类样本所形成的凸壳,从而能够更为有效纠正最优分类超平面偏移问题,使获得的结果分类器具有更好的泛化性能,实验结果证明了该算法的高效性.