含电动汽车和热电联产的区域微电网参与电网辅助服务调度

如今,在发达的特大城市,越来越多的分布式电源和电动汽车接入微电网。该文提出一个区域微电网,由一个热电联供系统和一系列插电式电动汽车组成。其主要目的是通过将PEV整合为快速响应存储来提供辅助服务和充分利用可再生能源提高系统的能源利用率和经济效益。停车场会聚集形成电力电子设备集群,并与CHP签订双边合同,以便能够参与调节电力市场。提出改进的乌鸦算法,对问题进行求解。通过MATLAB对算法进行数值仿真表明,如果区域微电网参与电力市场调控,每兆瓦的经济价值显著提高,总利润增加。

不均衡故障诊断数据上的特征选择

不均衡数据在实际应用中广泛存在,它们已对机器学习领域构成了一个挑战,如何有效处理不均衡数据也成为目前的一个新的研究热点.在故障诊断数据集中,故障样本数通常比非故障样本数要少很多,由此引发了数据不均衡问题下故障诊断的问题.以往的研究很少关注这种数据不均衡问题对故障诊断的影响.此外,在故障数据集中有一些冗余甚至是不相关的特征,这些特征降低了学习器的泛化能力.为解决这类问题,提出了一种基于嵌入式特征选择的EasyEnsemble算法来解决故障诊断中的数据不均衡问题.在UCI数据集和柴油发动机数据集上的实验结果表明新算法提高了分类器在不均衡数据集上的分类性能和预报能力.

滚动轴承故障诊断中数据不均衡问题的研究

滚动轴承缺陷是导致滚动轴承在运行过程中产生故障的主要原因之一,因此对滚动轴承缺陷诊断技术进行研究具有十分重要的意义。但是,在轴承故障诊断数据集中,故障样本数通常比非故障样本数要少很多,由此引发了数据不均衡情况下故障诊断的问题。以往的研究很少关注这种数据不均衡问题对故障诊断的影响。此外,在故障数据集中有一些冗余甚至是不相关的特征,这些特征降低了学习器的泛化能力。为解决这类问题,本文提出了一种基于Fisher准则的EasyEnsemble算法来解决故障诊断中的数据不均衡问题。在UCI数据集和滚动轴承数据集上的实验结果表明,新算法提高了分类器在不均衡数据集上的分类性能和预报能力。

齿轮故障不均衡分类问题的研究

齿轮是传动机械中的重要部件,也是在运行过程中产生故障的主要原因之一,因此对齿轮进行故障诊断研究就具有十分重要的意义。但是在齿轮故障诊断数据集中,故障样本数通常比非故障样本数要少很多,由此引发了数据不均衡问题下故障诊断的问题。以往的研究很少关注这种数据不均衡问题对故障诊断的影响。此外,在故障数据集中有一些冗余甚至是不相关的特征,这些特征降低了学习器的泛化能力。为解决这类问题,提出了一种基于Relief的EasyEnsemble算法来解决故障诊断中的数据不均衡问题。在UCI数据集和齿轮数据集上的实验结果表明新算法提高了分类器在不均衡数据集上的分类性能和预报能力。

大脑胶质瘤诊断中不均衡问题的特征选择

在大脑胶质瘤诊断数据集中,病例样本数通常比正常样本数要少,由此引发了数据不均衡问题下病例诊断的问题。此外,在大脑胶质瘤数据集中有一些冗余甚至是不相关的特征,这些特征降低了学习器的泛化能力。为解决这类问题,提出一种基于互信息特征选择的E asyEnsem b le算法来解决大脑胶质瘤诊断中的数据不均衡问题。在UC I数据集和大脑胶质瘤数据集上的实验结果表明新算法提高了分类器在不均衡数据集上的分类性能和预报能力。

均匀旋转对圆柱水动力及流动结构的影响

基于格子Boltzmann方法 (LBM)对均匀旋转控制下的低雷诺数(Re=100)圆柱绕流问题进行了数值模拟,得到了转速比从0~10变化下,旋转控制对圆柱水动力及流动结构的影响规律.使用动态模态分解(DMD)对流场特征进行提取,并分析了施加旋转控制之后转速比对流场不同模态和增长率的影响.结果表明,随着转速比增大,圆柱下游流动结构依次呈现出卡门涡街、剪切层、反向剪切层、单侧涡和附着涡5种结构;阻力系数时均值先减小,随后在转速进入单侧涡区间后增大,升力系数与力矩系数的时均值均单调增加,同时,在出现涡脱落的两个转速区间内,水动力出现了明显的波动,且二次失稳时波动幅度更大. DMD的结果表明,圆柱下游的流动结构主要受圆柱壁面的旋转影响而发生改变并产生全新流动模态;旋转会对流动稳定性产生影响:在未充分发展阶段,旋转对流动稳定性的影响不显著,而在充分发展后,各转速下的流场不稳定模态数均远少于未充分发展阶段,随着转速比的增大,流动稳定性会产生不同程度的增强或减弱,且无涡脱落时的稳定性高于有涡脱落时,因此,通过旋转控制抑制尾涡脱落可以有效增强流动的稳定性.

提高开关电源效率和节能电源的研究与设计

从分析各种引起损耗的原因着手,在AC/DC变换器中,做了进一步提高开关电源工作效率的可行性分析,指出了提高开关电源效率的途径,同时提供了设计方法和进一步完善的建设性思路。

论我国大学排名中存在的问题

每年发布一次的大学排行榜一直处于大众关注的中心。为了探讨大学排行中存在的一些基本问题,笔者从国内外大学排名的现状入手,分析了我国大学排名中存在的几点问题,并提出了一些改进意见和建议。

荣格人格双性化理论的当代解读

人格双性化是指一个人身上同时具有男性和女性的人格特征。国外心理学界对人格双性化现象研究已经有三十多年的历史,并取得了丰富的研究成果。然而随着中性化风潮在我国的盛行,新一轮的人格双性化的研究热潮开始在我国兴起。荣格的原型理论认为,人类天生具有双性化的生理和心理特点,双性化是人格发展的最高阶段。荣格的原型理论对我们解释中性化风潮盛行的原因及正确认识中性化现象具有重要意义。

电气工程硕士研究生实践教学体系研究——以上海电机学院电气工程专业硕士研究生培养为例

结合上海电机学院全日制电气工程硕士研究生的培养目标,建立了研究生实践课程系统,并建立了多层次的国内外研究生实践基地,强化了校企双导师的职责,综合实现研究生工程实践和研究所创新能力的培养。

风电高速发展下的中国风力发电机可靠性的研究

近年来世界风电高速发展,2009年中国的新装机容量已位居全球第一,总装机量居全球第二。但是我国风机的正常工作时间和发电量都和装机容量不成比例,远低于世界平均水平,因此,开展风机可靠性研究,提高风机的可靠性,从而减少故障率和维修成本刻不容缓。阐述了世界与中国风力发电的状况,探讨了风力发电机可靠性研究的理论基础以及研究手段。

“现代控制工程”双语教学探索

分析了"现代控制工程"课程开展双语教学的必要性,并基于双语教学的具体实践,对"现代控制工程"课程实施双语教学中的师资问题,授课材料和教学方法等问题提出了几点想法。

齿轮故障诊断中的选择性集成技术

齿轮故障数据的建模因为数据复杂有一定的挑战性。提出将选择性集成学习技术引入到该领域,并将聚类算法用于选择性神经网络集成学习技术。对已有的选择性集成学习技术进行改进,构建了一个基于聚类的选择性神经网络。应用实际数据进行实验,结果表明新算法提高了对齿轮故障诊断的精度,同时诊断效率比基于遗传算法的选择性神经网络集成算法有了显著提高。

建筑室内装饰的绿色环保设计研究

本文通过对室内绿色环保装饰装修设计现状的分析和对未来的预测,提出了建筑绿色环保室内装修装饰设计应遵循的五项基本原则和加强室内绿色环保装修装饰设计的应用的措施。

现代个性化电影院的室内空间设计与研究

在我国文化建设不断推进的过程中,影视业也不断进步,电影院作为影视业重要的销售与服务场所,其室内设计的优劣影响着观影者的感受,本文首先分析了电影院个性化室内设计的意义,进而就电影院室内空间设计当中应用个性化设计理念的策略进行研究。

基于互信息算法的选择性神经网络集成在大脑胶质瘤诊断中的应用

本文利用基于互信息算法的选择性神经网络集成技术从大脑胶质瘤病例中获取在大脑胶质瘤良恶性程度的诊断知识,并与利用基于遗传算法的选择性神经网络集成算法,支持向量机,单个神经网络和提取规则技术的结果作了比较。结果显示,利用基于互信息算法的选择性神经网络集成技术得到的结果是优于其他结果的。

基于蜂群算法的选择性神经网络集成的风机齿轮箱轴承故障诊断

齿轮箱故障数据建模相当复杂,其计算量极大甚至是不可行的。提出一种基于蜂群算法的选择性神经网络集成算法来解决此问题。首先选取齿轮箱轴承故障数据训练各学习器,然后给每个学习器赋予权重系数,组成权值向量作为蜜源个体用于蜂群算法寻优,最后根据得到的最优权向量和阈值比较确定需要剔除的学习器。通过多种UCI数据集分析以及实际轴承故障数据集试验,结果表明新算法诊断效率明显高于基于遗传算法的选择性神经网络集成算法,同时这两种算法诊断精度相当,甚至新算法占优。

技术应用本科数字电子技术课程教学探讨

本课程教学探索的是使学生基于一个真实的项目背景中,产生学习需要,自主学习技术知识、培养技术能力;通过学习者的主动学习、教师的指导学习以及学生探究小组成员间的交流与合作,学生亲身体验到学习的快乐,有助于培养学生自主解决问题的能力、合作的精神和终生学习的能力。

动态电压恢复器恒相电压补偿仿真

介绍一种三相独立式的动态电压恢复器(DVR),通过采用比例-积分(PI)控制算法对DVR进行恒相位补偿研究,以提高DVR的响应时间和补偿能力。应用Matlab进行系统仿真,仿真结果说明了该方法具有良好的动态性能与补偿效果。

基于重复控制的动态电压恢复器研究

介绍了一种三相独立式动态电压恢复器,并采用重复控制方法对它进行控制。以Matlab/Simulink为工具对使用重复控制策略的动态电压恢复器进行了仿真。仿真结果表明,当系统出现电压暂降时,动态补偿效果较为理想。