基于STM32的非侵入式负荷监测系统设计

传统的侵入式负荷监测方法在实际应用中安装复杂,成本高,无法满足日益发展的电力系统需求.为此设计了一种基于STM32的非侵入式负荷监测系统,系统以STM32F103芯片为主控制器,利用AD8629放大器和ADS1256芯片进行高精度电信号采样,通过USB与上位机通信,在Labview界面中进行实时显示,并建立卷积神经网络算法模型进行负荷识别.将嵌入式系统与辨识算法进行结合,通过实验验证了用电负荷监测与识别的可行性,且系统实时性好,测量精度高,成本低,有较强的实用性.     

评价动词——评价对象智能计算构式研究

为解决好评价本体与评价计算的接口问题,给评价对象抽取提供更加有力的“数据”基础支撑,采用构式知识驱动的方法,基于小规模语料库,归纳概括出8种后指评价动词与受事评价对象配对构式、5种前指评价动词与施事评价对象配对构式,并精准找出帮助计算机辨别各种评价构式的形式化特征标记,建立“评价动词与评价对象智能配对规则簇”,规则簇信度与效度实验F1值达到80%左右,相较于基准模型CUCsas1.0效率提升约13%。     

“责任式创新”下的我国科技政策优化

"负责任创新"是建设"负责任国家"的重要基石与前提。鉴于理论界针对"责任式创新"的研究刚刚起步、内涵难以界定统一的情况,采用递进语义分析范式从"底线"、"效率"、"包容性"、"伦理"、"前瞻性"等五个语义下对这一新概念的内涵进行辨析,并基于分析结论给出我国创新政策优化的相应建议。     

基于机器学习的钻孔数据隐式三维地质建模方法

针对基于钻孔数据的传统显式三维地质建模方法存在过程繁琐、模型质量难以保证等缺点,本文提出了一种基于机器学习的隐式三维地质建模方法,将地层三维建模问题转换为地下空间栅格单元的属性分类问题.分别基于支持向量机、BP神经网络等分类算法,实现了钻孔数据的自动三维地质建模.实际建模结果表明,对于有限、稀疏的钻孔数据,支持向量机方法建模准确率较高,建模效率、效果优于显式建模方法.最后通过敏感性分析研究了超参数对建模结果准确率、模型形态的影响,为可控的自动三维地质建模提供了一种新的解决思路.     

基于模糊算法的风力发电机MPPT控制

针对直驱式或半直驱式永磁式风力发电机控制系统,在风轮气动特性理论基础上,结合现有最大功率曲线控制方法,采用改进型模糊控制方法,实现风力发电机的最大功率跟踪(MPPT).不依赖于系统的数学模型,对外界电网参数和传感器信号等环境因素影响和系统干扰具有良好鲁棒性.所提出的方案对于其它类型风力发电系统也具有良好的借鉴作用,具有一定的推广和应用价值.