基于博弈论的多能互补综合能源系统规划设计方法

基于博弈论构建由热电联产机组、光伏发电和电网组成的多能互补综合能源系统优化规划模型.模型以经济性为优化目标,各参与者容量为决策变量,使系统既能满足用户对冷、热、电负荷的需求,又能同时实现收益最大化.根据参与者是否结盟,提出5种博弈模式,证明Nash均衡的存在性,并通过仿真算例得到各模式下的Nash均衡策略.仿真结果表明,在满足负荷需求的同时,与非合作博弈相比,4种合作博弈联盟价值均大于0,且完全合作博弈模式下系统总收益最高.可见,只有通过采取完全合作的最优策略才能保证系统经济效益最大化.     

超声波辅助萃取高粱红色素的研究

从高粱壳中提取高粱红色素,通过超声波预处理,采用单因素试验和L9（34）正交试验,考察固液比,提取温度,提取时间,乙醇浓度对高粱红色素提取率的影响。确定最佳提取工艺为：超声波频率20-25 kHz,功率100 W,每次30 s,间隔10 s,超声波输出总时间20 min,固液比1：8,提取温度60℃,提取时间1 h,乙醇浓度75%,最大提取率为15.36%。较传统的乙醇提取法高6.83%。     

提升类小波变换加速的模基参数估计算法

将提升类小波变换(lifting wavelet-like transform, LWLT)应用于矩量法（method of moment, MOM）快速求解电场积分方程（electric field integral equation, EFIE）,对生成的稀疏化线性系统采用模基参数估计（model based parameter estimation, MBPE）算法求解,可获得小波域的宽带解,结合小波逆变换,最终实现目标电磁散射特性的宽频分析。通过不同三维散射体的计算分析,验证了算法的正确性。与传统模基参数估计算法相比,所提算法在计算时间和内存耗费上均有很大改善。     

灌注螺纹桩承载机理与计算方法

通过室内模型试验和数值分析研究了灌注螺纹桩的竖向承载机理.室内模型试验和数值反分析结果表明,灌注螺纹桩承载力取决于土体抗剪强度,承载力达到极限值时,桩周土体出现竖向剪切带.采用数值方法进行了参数分析,研究接触面属性、土体抗剪强度和螺纹桩构造尺寸等不同因素对其承载力的影响,进而分析承载机理及其规律.结果表明,影响螺纹桩竖向承载力的关键因素为土体抗剪强度指标、螺纹桩螺距和螺牙宽度.在此基础上提出了螺纹桩承载计算公式,并用现场试验和数值分析结果进行了验证.     

基于扇区差值的60GHz毫米波的空间复用方法研究

对60 GHz无线个域网中空间复用技术进行了研究。提出了一种基于扇区差值的空间复用的新方法。利用PCP/AP收集到的STA用于在服务期中使用的扇区ID信息,建立波束形成信息表。PCP/AP通过查找已分配服务期与候选服务期的链路STA及其对应在链路中使用的扇区ID信息,计算出两个服务期中链路STA的最小扇区差值。根据最小扇区差值来判断所选SP中的链路是否能够进行空间复用;进而实现根据最小扇区差值找出与当前候选服务期进行最佳空间复用的已分配服务期。仿真表明,基于扇区差值的空间复用方法能够获得更高的空间复用增益。     

基于生成对抗网络的宫颈细胞图像数据增强

为了在数据集过小时更好的训练卷积神经网络,本文提出一种方法通过训练GAN(生成对抗网络)生成新的样本进行图像数据增强。扩充后的数据集应用于训练图像分类模型,得到了不错的效果。针对Herlev宫颈细胞数据集的二分类问题,本文首先使用原始训练集训练GAN,生成了大量高质量的高分辨率细胞图像,将每类训练集扩充到24 000例。然后使用扩充后的训练集进行分类网络训练,在Resnet迁移学习的验证集准确率高达97%,高于仿射变换扩充的数据集的训练结果93%,可见本文方法可以有效地实现图像的数据增强。本文方法也可用于其他领域的图像数据增强。     

井下抽油泵吸入口附近腐蚀模拟试验装置研制

 油田井下抽油泵吸入口附近套管腐蚀穿孔现象比较普遍,严重影响油田的稳产。为研究其腐蚀机制,自行设计和制造了一种井下抽油泵吸入口附近动态腐蚀模拟试验装置。该装置采用单柱塞泵和与现场一致的油套管柱结构,真实模拟了抽油泵间歇性的生产方式以及泵吸入口附近流体的流动状态,实现了不同温度、CO₂分压、流速等条件下腐蚀速率的测定及腐蚀行为的研究,可为套管选材提供参考。试验结果表明,抽油泵吸入口附近腐蚀介质的流速流态是造成该处套漏的主控因素,并以CO₂局部腐蚀为主,与现场套损状况一致。     

基于近红外光谱技术的葵花籽品质分析

葵花籽作为国内需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,本文使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:(1)PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好RMSECV=0.343,RMSEP=0.296,小波变换的预处理方法对水分含量的预测最好RMSECV=0.299,RMSEP=0.354,标准化的预处理方法对脂肪含量的预测最好RMSECV=0.285, RMSEP=0.316;BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好RMSEP=0.341,一阶导数对水分含量的预测最好RMSEP=0.329,一阶导数+标准化对脂肪含量的预测最好RMSEP=0.312。(2)BP神经网络模型与PLS模型预测对比发现,PLS模型预测精度要高于BP神经网络模型。     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务,其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度,而深度学习方法能够融入深层语义特征,从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN （dependency convolutional neural network）模型,该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系,而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合,再将这两部分信息作为原句信息的补充,输入到卷积神经网络中,以此来获取词语之间长距离依赖信息。实验结果表明,加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP （microsoft research paraphrase corpus）数据集上,模型准确度和F1值分别为80.33%和85.91,在SICK （sentences involving compositional knowledge）数据集上模型的皮尔森相关系数能达到87.5,在MSRvid （microsoft video paraphrase corpus）数据集上模型的皮尔森相关系数能达到92.2。     

求解非光滑复合约束优化问题的再分配束方法

针对一类特殊的复合约束优化问题提出了再分配型束方法,其中目标函数和约束函数为具有lower-C~2性质的函数.利用改善函数,原约束问题可以被转化为无约束问题,并且新的目标函数也具有lower-C~2性质.再利用lower-C~2函数的性质,引入了凸化参数来改善子问题目标函数的凸性,并设计了相应的束方法.给出了原问题和新问题最优点的关系,并简单地给出了参数稳定性结论和算法的局部收敛性结论.通过对H_2/H_∞综合问题的分析,利用提出的算法计算了最优的H_2/H_∞动态控制器,表明了算法的有效性.