基于区间卡尔曼滤波的多传感器信息融合

目标运行建模过程中,存在系统参数不确定的情形．将基于标准卡尔曼滤波的多传感器信息融合算法由系统参数确定的情形推广至参数不确定的情形,给出了基于区间卡尔曼滤波的多传感器信息融合算法,解决了系统参数不确定情形下系统状态估计的融合问题．给出的状态估计不再是目标的状态点估计,而是目标状态的区间估计．     

浅谈如何提高大阳35kV变电站辅助开关动作的正确率

分析了大阳35kV变电站辅助开关动作正确率低的具体原因及存在的问题,并提出了相应的解决办法：     

文心兰丛生芽继代增殖关键技术研究

为建立文心兰(Oncidium)丛生芽工厂化继代增殖途径技术体系,对培养基、激素种类、激素浓度配比和继代增殖次数等影响丛生芽增殖增殖分化的关键因子进行比较研究。结果表明:以文心兰花梗为外植体,添加2.5~3.0 mg/L TDZ与0.2~0.4 mg/L NAA组合和1g/L活性炭和亚硫酸钠后诱导丛生芽分化丛生芽或原球茎效果好。TDZ与NAA浓度比值为8.93或8.75时,丛生芽诱导分化率最高,为90.0%,增殖系数为6.0~7.4;丛生芽分化途径最佳继代增殖培养基为:1/2MS+10 g/L琼脂+30 g/L蔗糖+1g/LAC+1g亚硫酸钠+2.8 mg/LTDZ+0.32 mg/LNAA;经5-6代继代增殖培养后,丛生芽变异率仅为0.1%。     

1000MW火电机组凝结水节流系统动态模型研究

为了克服新能源电力对电网产生的影响,传统的火电机组必须提升其快速变负荷能力。在对汽轮机及回热系统特性研究的基础上,提出了一种改进的凝结水节流方案。为了实现对凝结水节流系统的高效、安全控制,通过对凝结水节流系统的特性分析并经过一定的简化,建立1000MW火电机组凝结水节流系统非线性动态模型,根据模型结构并结合实验数据对模型参数进行辨识。通过对模型输出与机组实际输出的对比验证中可以看出,模型的响应与机组实际输出完全一致,具有很好的仿真精度,该模型可以应用于凝结水节流系统的控制优化。     

一种基于应用网关的呼叫中心平台

提出了一个基于应用网关的呼叫中心平台.对企业中多个信息系统与呼叫中心的信息交互方式进行了分析,在此基础上,分析了平台中用于信息交互的应用网关,详细讨论了呼叫中心平台的组成设计,应用网关的逻辑和体系结构以及功能.平台将企业的各个系统的信息有机结合起来,保障系统数据交互的稳定.从应用效果上看,具有明显的应用优势和良好的可行性.     

计及实时碳减排的产消群价格型需求响应机制

随着电力市场不断发展，电价机制不断得到完善，但在电价机制制定的过程中未将碳排放因素考虑在内，电价和碳排放成本在需求侧耦合方面的研究尚有欠缺.以更好地推动碳减排为目标，在产消者负荷调节优化过程中充分考虑产消者差异化的特性，提出考虑碳排放的价格型需求响应机制及边云协同优化策略.在保障公平性的前提下，利用所提出的碳-电折扣因子能使积极参与碳减排调节的产消者获得更多电价折扣.仿真实验表明：基于所提出的碳-电折扣因子的需求响应机制，在光伏发电量大于和小于需求量的情况下，售电商的效益分别可以提高2.4倍和0.9倍.     

基于滑动窗口和LSTM的PM2.5浓度预测模型

随着环境空气质量日趋重要,PM2.5浓度也逐渐受到重视.以北亡市某空气质量监测站2010.1.1～2014.12.31的PM2.5浓度的小时数据以及对应的气象数据作为样本进行实验.首先对数据进行预处理,考虑到PM2.5前后关联性很强这一特点,将数据进行基二时间的滑动窗口处理以利用数据的时序性,然后对各气象因子进行皮尔逊相关分析,构建了5层长短期记忆(LSTM)网络模型,引入了学习率指数衰减方法,来预测1 h后的PM2.5浓度,并将其与Lasso回归、支持向量回归(SVR)模型、XGBoost模型对比,发现构建的LSTM模型预测效果最好.     

变形链球菌生物膜生长的QCM-D原位动态研究

细菌生物膜(Bacteriabio-films,BBF)会在各种表面引起腐蚀、环境污染、难治性感染以及传染病的爆发。采用耗散型石英晶体微天平(Quartz crystal microbalance with dissipation,QCM-D)技术,实时、无损地实现对变形链球菌(Strepto-coccus mutans)的BBF生长的原位动态研究。利用持续流生物膜发生方法,通过QCM-D获取BBF生长的动态信息,包括由频率(f)变化获得BBF生长动力学信息、由能耗因子(D)变化获得BBF粘弹性质变化、由D/f获得BBF结构与性质即BBF生长成熟的实时信息等。研究结果为研究和控制BBF生长提供了理论依据。