基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

竹集成材钉节点抗剪性能试验研究

为研究铁钉直径和夹角对节点的破坏模式及承载力、滞回特性、刚度退化、耗能能力等性能的影响,对50个竹集成材（laminated bamboo lumber,LBL）钉节点进行单调和低周反复荷载试验. 结果表明：不同加载模式下的节点破坏模式存在明显区别. 单调荷载作用下,节点的破坏模式主要表现为铁钉“双铰”模式和钉杆下部的纤维压碎破坏. 而在低周反复荷载作用下,大部分的铁钉发生了由于反复弯曲变形所致的疲劳断裂破坏,这种破坏现象却极少发生在振动台试验和实际的地震中. 铁钉直径是影响钉节点受力性能的主要因素,节点的承载能力和刚度随铁钉直径的增加而显著提高,而夹角对节点的力学性能影响较小. LBL钉节点单调加载试件的承载力和刚度均比低周反复荷载加载试件高. 加载初期试件的荷载-位移滞回曲线形状不饱满,具有明显的“捏缩”现象. 试件的累积耗能随铁钉直径增大而增加,并随加载角度增大而减小. 研究成果可为LBL钉节点的设计提供理论依据,并加速其在土木工程领域的应用.     

回收利用煤气化残渣制备新型微Fe/C复合微波吸收材料

在全球能源结构转型的背景下,煤气化技术展现出广阔应用前景,但其副产品煤气化残渣（CGR）仍未得到有效的回收利用。煤气化残渣含有丰富的碳成分,因此可以考虑作为碳基载体应用于微波吸收领域。在本研究中,通过浸渍Fe3+和还原反应制备了Fe/CGR复合微波吸收材料,并研究了磁性组分Fe的负载量对复合材料形貌和电磁性能的影响。此外,调整硝酸铁溶液的浓度,可以合理调控Fe/CGR复合材料的磁性成分负载量及其表面结构形貌。从扫描电镜照片可以看到Fe颗粒均匀地嵌入在CGR基体上,有效增加了复合材料的界面,进而增强了界面极化,进一步提高了复合材料的微波吸收性能。当Fe3+浓度为1.0 mol/L时,Fe/CGR复合材料表现出了优异的吸波性能,在涂覆厚度为2.5 mm时,最小反射损耗值可达?39.3 dB,当涂覆厚度为1.5 mm时对应的有效吸收带宽高达到4.1 GHz。本研究最终获得了兼具阻抗匹配和吸波性能的材料简易制备工艺与资源回收利用方法,所制备的Fe/CGR复合吸波材料不仅提升了CGR的回收率,而且也为微波吸收材料的合成开辟了一条新途径。     

Fe2O3和CaO添加剂对煤粉燃烧性能的影响及相关动力学研究

喷吹煤粉在高炉内的燃烧特性被认为是确定适宜喷煤量的关键参数。本文通过热重分析法考察了Fe₂O₃和CaO两种添加剂对煤粉燃烧特性的影响。结果表明:Fe₂O₃和CaO对煤粉燃烧都有促进作用。煤粉的着火指数（C_i）,燃尽指数（D_b）和综合燃烧指数（S_n）都得到不同程度的改善。当Fe₂O₃添加比例由0增至5.0wt%时,S_n由1.37×10?6增至2.16×10?6 %2·min?2·°C?3。同时,研究采用Coats-Redfern method来解析煤粉燃烧动力学过程。结果表明:配加添加剂后,煤粉燃烧活化能（E）逐渐降低。当Fe₂O₃添加比例由0增至5.0wt%时,E由56.54降至35.75 kJ?mol?1,这也再次证明了添加剂对煤粉的燃烧有促进作用。此外,高炉喷煤过程使用纯Fe₂O₃和CaO物质是不经济的。出于成本考虑,研究选取含有Fe₂O₃和CaO物质的除尘灰作为添加剂,开展了相关的研究,并获得了同样的效果。因此,含Fe₂O₃和CaO物质的除尘灰是煤粉助燃剂的潜在选择,该方法也为处置除尘灰类固废提供了一种可行的方向。     

基于CAE仿真的行星齿轮减速器行星齿轮载荷分布特性研究

研究一种高效精确求解行星齿轮系统,在有误差情况下系统的不均载力学特性。应用有限元软件ABAQUS的PYTHON参数化设计语言,对含有5个行星齿轮的新能源汽车行星齿轮减速器,进行齿轮系统基于六面体网格单元的的参数化有限元建模;利用非线性接触分析方法求解减速器系统在有零部件制造和装配误差情况下,分析系统中行星齿轮的载荷分布特性,包括误差大小对不均载的影响,太阳轮输入载荷对不均载的影响。有限元分析结果与参考文献中的试验结果具有完全一致的结论,从而证明了分析方法的正确性。所提供的方法可以方便求解行星齿轮传动系统的不均载系数,对提高行星齿轮设备整机传动性能、寿命及新产品开发具有重要意义。     

冰盖下组合桥墩的局部冲刷特性及水力特性

为研究冰盖对组合桥墩局部冲刷及其周围流场分布的影响,基于动床冲刷试验,在不同覆盖条件下,分析了不同水流条件和桥墩尺寸对组合桥墩局部冲刷的影响,建立了预测明渠水流与冰盖流条件下组合桥墩最大冲刷深度的经验方程,并通过ADV测量了墩前的流场。结果表明:组合桥墩的冲刷模式与串列桥墩相似,最大冲刷深度始终出现在墩正前方;经验方程中来流水深、来流流速、桥墩尺寸、冰盖糙率均与最大冲刷深度呈正相关关系;在粗糙冰冰盖流条件下,墩前的垂向流速最大,导致其最大冲刷深度总是大于同等条件下的明渠水流和光滑冰盖流。     

基于水光电力系统时序生产模拟模型的水光优化配比研究

基于考虑系统负荷、新能源发电出力等时序变化特性的时序生产模拟法,建立了水光电力系统时序生产模拟模型;从系统结构性、经济性、灵活性与可靠性方面综合确定最佳水光容量配比,并通过金沙江上游川藏段水光系统验证了模型的合理性。金沙江上游川藏段光伏电站与水电站出力具有较好的年内、日内互补特性;对于2030年水平年,考虑枯期水电留存,913.6万kW水电配套400万kW光伏的方案综合性能更优,其新增非水可再生电量约60亿kW·h。     

光伏模组积灰与阴影特性分析及识别方法

针对光伏模组积灰与阴影特性识别问题,详细分析了积灰和阴影的光伏特性曲线差异,揭示了阴影光伏曲线的拐点时变特性。提出由特性曲线的拐点数量及电流电压特性条件共同构成训练模型的输入特征量,基于CatBoost算法训练积灰和阴影识别模型。最后,利用光伏模组实测数据对CatBoost算法、ID3和GA-BP算法训练出的识别模型进行性能分析和对比测试,结果表明基于CatBoost训练出的识别模型输入量区分性强、诊断精度高,极具工程应用价值。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.