开放共享型电类实验信息化教学模式改革与实践

针对电类实验教学中存在的问题,将开放实验融入课程当中,形成了"开放教学、分级教学、项目驱动教学、竞赛培养教学"的开放共享教学模式,将信息化时代的网上教学、移动教学与实验教学有机结合,建立了开放共享型电类实验信息化教学体系,构建了由"基础型实验、设计型实验、综合型实验、竞赛型实验、创新型实验"5个层次实验分级教学金字塔,将理论与实践、基础与综合、软件与硬件、竞赛与创新实践、课内与课外有机的结合,全面调动学生的学习兴趣,充分锻炼学生的自主学习能力、创新思维和实际动手的能力。     

负利率时代的风险与挑战

把钱存在银行,银行要付利息,这是天经地义的事情。可是,由于负利率时代的降临,这个天经地义逐渐成为过去。负利率对我们的影响可谓是方方面面。对于个人而言,它意味着你把钱存在银行,不但得不到利息,反而还要向银行缴纳一定的管理费;对于国家而言,负利率带来的改变更是巨大的。在2008年金融危机之前,历史上从未出现过负利率。     

LUCC影响下辽东湾北部区生态系统服务价值时空演变

基于辽东湾北部区1985、1993、2002、2014年4期遥感影像数据,并与相应土地利用/覆被变化(LUCC)的遥感解译数据相联系,评估生态系统服务价值(ESV)的动态演变.结果表明:(1)研究区的土地利用方式变化较明显,湿地和水系的面积不断减少,而水产养殖和建设用地面积逐渐增加;(2)研究区的生态系统服务价值总体上呈减少趋势,生态系统服务功能退化,其中,湿地和水系为主要代表的自然滨海湿地退化状况较明显;(3)研究区平均生态系统服务价值的等级差别较大,在空间上总体表现为由海岸滨海湿地及河流沿岸向内陆减少的趋势;(4)研究区域生态系统服务价值及其动态演化均呈现出显著的空间自相关性,并具有较强的高/低值聚集现象,但是自相关性与聚集程度均在弱化,即其空间分布正趋向于破碎化.     

基于滑模变结构控制的有源电力滤波系统研究

针对三相三线制并联有源电力滤波系统中存在时延、负载突变等不确定因素,建立改进的有源电力滤波器离散数学模型,提出直流侧电压控制方案。设计滑模变结构控制器,采用自适应速度函数,提高系统收敛到滑模面上的速度。提出高精度滑模观测器,提高系统的控制精度并减小系统的抖振幅度。分析了控制系统的稳定性,证明了所设计的趋近函数和滑模观测器的收敛性。仿真结果表明,所提出的控制方法有较好的效果,可以提高系统的控制精度。     

微量Ga对SAC305锡球真圆度和色差的影响

针对Sn3.0Ag0.5Cu钎料抗氧化性差的问题,通过添加微量Ga元素,形成抗氧化合金来改善钎料的抗氧化性。分析了Ga元素质量分数为0%～0.10%时, Sn3.0Ag0.5Cu锡球(简称SAC305锡球)真圆度和色差的变化。研究结果表明:随着Ga元素质量分数的增加,锡球真圆度先减小后增加,Ga元素质量分数为0.07%时,锡球真圆度最小,为4.5×10~(-3),锡球成形度最好。锡球色差随Ga元素质量分数的增加,先增加后减小, Ga元素质量分数为0.05%时,锡球色差最大,为75.02NBS。基于微量Ga元素对SAC305锡球真圆度和色差的影响,Ga元素质量分数取0.05%～0.07%为宜。     

白云岩油藏低渗透条带对剩余油分布的影响

YM白云岩油藏已进入高含水开采期,如何寻找剩余油并进行挖潜是目前面临的重要问题。该类型储层中普遍存在低渗透条带,建立机理模型,通过对低渗透条带的渗透率、厚度、产状及与储层渗透率的组合关系进行敏感性分析,研究结果表明,渗流阻挡作用的强弱主要与其渗透率大小有关,当渗透率小于0.01 mD时,能够起到较好的渗流阻挡作用;同等条件下,厚度越大,渗流阻挡作用越强;根据分布形态与样式不同,对剩余油的控制程度I类> Ⅱ类> Ⅲ类> IV类;若有两条交错的低渗透条带,则对剩余油的控制程度V类> VI类。低渗透条带在一定生产时间内可以形成渗流屏障,成为控制剩余油分布的重要因素。     

萨北过渡带重点沉积时间单元流动单元研究

储层流动单元研究为认识油藏的非均质性提供了有效手段,是提高油藏描述精度、确定剩余油分布、改善开发效果的一种有效方法,对油田的勘探和开发具有重要意义。本文对流动单元级次进行划分,用存储系数与渗流系数在沉积微相研究基础上进行储层流动单元研究,并对流动单元类型进行划分,反映了流动单元类型与沉积微相具有较好的一致性。     

蓄热式燃烧器内等温射流流场分析

为了解高温空气燃烧机理,建立计算机仿真模型,通过试验对仿真模型的有效性进行验证后进行蓄热式燃烧器内等温射流流场分析。结果表明,空气入口高速射流是产生回流卷吸和实现高温空气燃烧的主要因素,可采用一次燃料消耗空气中大部分氧气实现低氧燃烧来降低NOx产量,二次燃料入口距离与空气入口存在最优距离且其入射角度不宜过大,仿真计算结果与实验结果一致,验证了模型可靠性。研究成果对蓄热式燃烧器设计具有指导意义,也为热态射流流场分析奠定了基础。     

基于VMD的CNN-BiLSTM-Att的短期负荷预测

为提高短期电力负荷预测精度,提出了基于变分模态分解(VMD:Variational Mode Decomposition)的CNN-BiLSTM-Att(Convolutional Neural Network-Bidirectional Long Short-Term Memory-Attention)的短期负荷预测模型。该模型将历史的负荷数据使用VMD分解成多个子序列负荷并结合天气、日期、工作日类型等因素作为输入特征,得到各个子序列负荷的预测值,然后相加重构组成实际负荷预测曲线。通过与其他模型实验对比,VMD-CNN-BiLSTM-Att模型在测试集上相比于其他模型均有所降低,在连续的周负荷预测中,日负荷预测的平均绝对百分比误差基本维持在1%～2%之间。在复杂负荷变化的非工作日中,平均绝对百分比误差相比CNN-LSTM降低0.13%。证明VMD-CNN-BiLSTM-Att短期负荷预测模型能提高电力负荷预测的精度。     

H-SVMs的构造方法

通过推导H-SVMs推广能力的模型,得出H-SVMs的推广能力与样本类别数、空间分布、容量、树结构等有关,且保证高优先级结点的推广性能是提高H-SVMs性能的有效途径。根据分析结果,提出了一种基于SVM最大间隔分类、最小间隔聚类构造H-SVMs的新方法。利用SVM的分类间隔作为分类、聚类指标,通过Top-down和Bottom-up两种途径混合构造H-SVMs,其中,最大间隔分类采用Top-down策略,在各结点依次选择最大间隔的SVM,将输入样本按类别分为2类;最小间隔聚类采用Bottom-up策略,在各结点依次选择最小间隔的SVM,将输入样本按类别两两聚类。从UCI数据库中选取多类数据进行测试,实验结果验证了该方法的有效性,说明所构造的H-SVMs具有较好的、稳定的推广性能。