城域网中配电自动化关键技术的研究

结合多年来国内外电网配电自动化的发展历程,分析了配网自动化在城市电网之应用中的不足之处,指出了其具体的限制条件,并提出了相应优化建议.提出了一个基于城域网电量需求、区域分布以及负荷量等多方预测的多元化预测方案,以满足城市电网配网自动化的需求.     

水下液压冲击器活塞的设计分析

活塞的运动是水下液压冲击器功能实现的关键,利用“龙格-库塔方法”对活塞杆的动力学方程进行进行理论分析分析,从而建立起时间与行程的关系拟合曲线,再结合配油阀阀芯的运动进行仿真分析,对设计合理性进行了进一步的验证.也为此方面知识的研究提供了分析方法.     

二维连续型随机变量函数的分布

为了得到二维连续型随机变量函数的分布,利用积分知识,分别推导出了二维连续型随机变量的线性运算、除法、乘积的分布及其概率密度函数,并举例说明此结论在计算二维连续型随机变量函数的分布时是很好用的.     

M（CH3 OH）1~4（M=Be2+/Mg2+/Ca2+）团簇的量子化学研究

应用量子化学方法 B3LYP/6-311+G(d,p),对气相团簇M(CH3OH)1~4(M=Be2+/Mg2+/Ca2+)的结构、能量进行计算,采用HF/STO-3G方法对电荷分布进行研究.结果表明,甲醇分子通过O原子配位于金属离子形成最稳定结构,金属与CH3OH中的O的距离由大到小为RCa-ORMg-ORBe-O,而结合能由大到小依次为Be2+Mg2+Ca2+.随着甲醇分子数n的增加,金属离子与O的距离RM-O逐渐增大,总结合能逐渐增大,连续结合能逐渐减小,金属离子所带的正电荷在逐渐减小,对于相同配位数n,Be2+的电荷转移量最大,Ca2+的电荷转移量最小;甲醇分子中各原子所得正电荷的大小顺序为H(-HO)H(-H3C)CO.     

江苏省沿海高速公路雾的时空变化特征研究*

利用江苏省沿海高速公路2012年6月~2014年5月逐分钟AWMS实时监测数据,按能见度大小和物理成因对雾的发生过程进行分类统计,分析了它们的时空变化特征,探讨了造成各种时空分布差异的原因。研究结果表明:1江苏省沿海高速公路不同浓度雾的日、年变化特征相似,一天中各种浓度雾均出现在夜间的21时~次日凌晨07时之间,消失在凌晨05时~上午09时之间,持续时长由长到短依次为:重浓雾、浓雾、大雾和雾;一年中,夏季和秋季是各种浓度雾的重发和多发季节;2局地地理环境差异对不同地段雾日数的分布有着明显的影响,不同浓度雾的发生频次在空间分布上也有明显差异,能见度为1 000~500 m、500~200 m和200~50 m三种浓度雾的多发区均在公路北段;而能见度小于等于50 m的重浓雾频发区出现在高速公路中段;3不同物理成因导致的各类雾的发生频次和时间分布有明显的差异。团雾出现频次最多,辐射雾次之,蒸发雾最少;一天中,团雾出现的时间覆盖范围最宽,平流雾次之,锋面雾最窄;消失的时间跨度为团雾最大,平流雾次之,蒸发雾最窄;持续时间为混合雾最长,锋面雾次之,团雾最短;团雾的频发季节为夏季,辐射雾的多发季节为秋季,平流雾在冬季出现概率最高;4辐射雾多发于北部地区,平流雾多发于南部地区,团雾的空间分布比较复杂,与江苏沿海地区复杂的地形分布有关。     

基于效应量服从偏正态分布的PM法

探讨Meta分析中异质性方差和偏倚的估计以及对合并效应量的影响。在Meta分析随机效应模型中,假设各研究的效应量服从偏正态分布的基础上,基于Q统计量及其一、二阶矩,得到PM估计方程组,采用搜索法求得方程组的解,即为异质性方差和偏倚系数的估计,由此进一步得到合并效应量的估计。在实例计算中,经典的DL法计算的合并OR值为1.370 6,而提出方法计算结果为1.365 3,计算结果十分相近。基于偏正态分布的PM法,不仅估计了异质性方差,而且估计了偏倚参数,即同时考虑了异质性和偏倚对合并效应量的影响,使Meta分析模型和方法更具一般性。     

DBSCAN算法在高性能计算中心用户分类的应用研究

为提高集群资源使用效率,管理员需要对用户进行分类,从而对不同用户提出资源使用策略.DBSCAN(Density Based Spatial Clustering of Applications with Noise)聚类算法可对用户进行分类,但对初始参数敏感.为此,提出改进算法,首先将密度进行层次划分,由此得出各层次的密度阈值,在每种阈值下采用DBSCAN算法,解决全局参数问题.在此基础上,创新地使用一个直接可达距离排序队列,将排序信息作为可变参数,减小初始参数对结果的影响.通过高性能计算中心用户数据的实例验证了其可行性.实验结果表明,改进后的算法提高了用户分类的准确性和全面性.     

基于用户模型和属性扩散的混合个性化推荐

电子商务的飞速发展,在为人们提供了更加方便快捷的购物途径同时,如何给用户提供更加人性化的推荐服务,是电商赢得市场需要解决的关键问题。以淘宝电子商务平台为依托,提出基于用户模型和商品属性扩散的混合个性化推荐系统,研究用户兴趣的时间演化和空间扩散方法,综合运用多种推荐方法,给为用户提供更加精准的推荐服务。实验证明,该方法具有较明显的效果,能够较好地运用于同类电商平台。     

风电功率波动特性研究

采用概率分布拟合和基于遗传算法的BP神经网络的预测建模对风电功率波动特性进行定量分析。首先,针对风电功率实测数据建立了概率分布拟合模型并分析了拟合结果;其次,建立了基于不同时间间隔历史实测数据的BP神经网络预测模型,数据检验表明该模型对于峰值有很理想的预测精度且整体精度较高。     

地震损失风险的Copula混合分布模型及其应用

地震造成的损失主要包括直接经济损失和人员伤亡.本文以我国1950-2015年期间的地震灾害统计数据作为研究样本,建立了地震灾害造成的直接经济损失和死亡人数的Copula混合分布模型.在该模型中,用右截断的Gumble分布与广义帕累托分布构造的混合分布拟合对数直接经济损失,用两端截断的负二项分布与广义帕累托分布构造的混合分布拟合死亡人数,用Copula函数建立直接经济损失与死亡人数之间的相依关系,并通过蒙特卡罗模拟计算风险相依情况下地震灾害的风险度量值.与传统的地震灾害模型相比,本文提出的直接经济损失与死亡人数的Copula混合分布模型对巨灾数据的拟合更加合理,为我国建立地震巨灾保险制度提供了一种可供选择的精算模型.