宪法理论基础简论

宪法理论基础是宪法理论和实践的基本理念。近代人民在革命斗争中，认识到国家权力最容易侵犯人的权利，因此人们用宪法严格限制国家权力。但随着社会的发展，社会需要国家干预，人的积极性权利也需要国家创造条件，国家权力迅速膨胀。传统严格限权模式不再适用社会需要，现代社会既需要授予国家权力，又需要控制国家权力。     

强化企业领导力塑造核心竞争力

介绍了企业核心竞争力的内涵和特点，阐述了领导力与竞争力的关系，从学习能力、企业文化塑造、执行力、配置资源的能力等方面论述了企业领导力的培养。     

磁粉制动器的滑差功率研究

首先用理论方法对经过结构优化的磁粉制动器的滑差功率进行了计算，然后在自行设计、安装的实验台上对其进行了温升实验，所得理论计算值和实测值的一致性较好，在此基础上确定了它的额定滑差功率线图。     

动态无线充电系统功率波动抑制技术研究

设计了一种新型的双通道动态无线充电系统耦合机构,以解决动态无线充电系统在分段式发射导轨切换处的功率跌落问题。通过LCC-LCC型补偿拓扑,设计了两路能量传输通道,利用LCC-LCC补偿拓扑的恒流特性,推导了系统输出以及损耗与两通道耦合参数之间的关系,实现了较为稳定的功率传输,提升了系统的抗偏移特性以及抗跌落能力。最后对所提方法进行了仿真和实验,验证了双通道动态无线电能传输方案的可行性。     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

激光功率对6061-T6铝合金激光填丝焊接头组织及性能的影响

采用激光填丝焊将厚度为2 mm和3 mm的6061-T6铝合金板材进行搭接叠焊,研究激光功率对接头成形质量的影响,分析了接头的显微组织和力学性能。结果表明,增大激光功率可以有效增加热输入量,焊道逐渐宽化,焊缝熔深增加。进一步分析发现,焊缝中心区和热影响区的析出相均为Mg₂Si。硬度试验结果表明,焊缝中心区由于细小等轴晶和析出相的双重作用,硬度远高于母材区与热影响区的。拉伸试验结果表明,接头的抗拉强度随激光功率的增大而升高,激光功率由2.0 kW升高至2.8 kW,抗拉强度升高约39%。     

基于二次分解NGO-VMD残差项与长短时记忆神经网络的超短期风功率预测

鉴于目前使用变分模态分解（VMD）搭建的单次或二次分解风功率组合预测模型中,大多均直接忽略了风功率经VMD分解后残差项所包含的丰富信息,使得超短期风功率预测精度受限。本文提出了一种基于二次分解NGO-VMD残差项、K均值聚类算法与LSTM的组合预测模型。首先,使用北方苍鹰优化算法(northern goshawk optimization,NGO)对VMD的参数进行寻优,以选出最佳VMD参数组合;其次,采用NGO-VMD模型对VMD残差项进行二次分解,深度挖掘VMD残差项所包含的丰富信息;再次,利用K均值聚类算法解决VMD分解模态分量个数多,计算量繁冗的问题;最后,创建LSTM模型对各子模态分量分别进行预测并叠加各子模态分量的预测值得到超短期风功率预测结果。结果表明：该二次分解NGO-VMD残差项、K均值聚类算法和LSTM组合预测模型可充分挖掘VMD残差项的重要信息,有效提高了超短期风功率预测的精度。     

开关磁阻发电机半自励功率变换器的设计分析与验证

开关磁阻发电机的输出功率和发电效率有待提高,而功率变换器作为开关磁阻发电系统中能量转换的通道,对整个发电系统的性能改善有着重要意义,可通过对功率变换器进行设计,达到提高开关磁阻发电机输出功率和发电效率的目的。因此首先提出从励磁电压与发电电压解耦角度出发,提高励磁电压并使发电电压低于励磁电压的半自励功率变换器及其控制策略;然后通过启动运行和稳态运行仿真验证了半自励功率变换器的可行性和预防过度充电能力,通过变速、变负载仿真发现随着转速和负载电阻的提高,半自励功率变换器励磁电压与发电电压也随之提高,能够有效提高开关磁阻发电机的输出功率及发电效率,尤其低速时输出功率及发电效率有明显提高,通过单相故障运行仿真,验证了半自励功率变换器具有较强容错能力;最后实验验证了理论分析和仿真的正确性,以及提出的半自励功率变换器及其控制策略的有效性。     

基于改进小波包结合CS-BP的地面驱动螺杆泵故障诊断

针对目前地面驱动螺杆泵故障诊断存在效率不高、精度不足、损耗资源的问题,提出通过引入功率谱细化的思想改进小波包变换,再结合布谷鸟搜索(cuckoo search, CS)优化反向传播(back propagation, BP)神经网络的诊断方法。首先,通过改进的小波变换对螺杆泵有功功率分解重构得到特征向量;其次,与瞬时流量、进口回压等参数进行归一化处理,作为BP神经网络的输出层信息;再次,使用布谷鸟搜索寻优得到BP神经网络的权值和阈值,建立CS-BP故障诊断模型;最后,应用于螺杆泵不同故障类型的诊断,并通过与目前的主流诊断方法进行诊断效果的分析比较。结果表明,对于螺杆泵不同类型故障诊断的平均精度达到95.6%,对比分析证明了所提方法的可行性与优越性。     

基于光伏发电量预测的含氢储能微网分段优化调度

针对多储能微网如何高效、经济运行,搭建了基于光伏发电的含氢储能、蓄电池储能的微网系统,采用一种日前预测调度与日内实时调度相结合的分段调度策略。在日前预测调度阶段,采用基于麻雀搜索算法优化支持向量机模型提高对日前的光伏发电量和负荷预测的精度,以微网最小使用成本为目标,考虑系统运行的可靠性,采用改进粒子群算法制定微网的日前最优调度策略。在日内调度阶段,考虑氢储能系统的响应延迟特性,以蓄电池为灵活补充元件,制定实时调整微网运行策略,消除预测误差带来的影响。最后,结合实际算例分析,验证了分段优化调度的可行性。结果表明,提出的方法能够有效预测数据,减少微网调度的响应时间,提高系统运行的经济性和稳定性。