重载交通条件下SMA路面施工关键技术研究

以某公路工程为例,对重载交通条件下SMA路面施工关键技术进行分析。研究结果表明,在重载交通条件下施工SMA路面时,应合理设计混合料的配合比,在保证混合料性能的基础上提升其整体质量。同时,应了解并掌握SMA路面施工技术,严格控制关键工序的施工过程,从而确保路面质量达标。

基于两阶段聚类的单相电能表质量评价模型研究

电能表的检定误差是评价电能表质量的重要指标之一。当前,行业内主要以基本误差限作为合格与不合格的评价指标,缺乏对合格指标的进一步细分。此外,人工处理的工作量巨大。针对这些问题,提出了一种基于两阶段聚类的电能表质量评价模型。首先分析了各种聚类方法的适用范围与A、B、C三个厂家单相电能表的检定数据,选择K-means算法与HDBSCAN(Hierarchical Density-Based Spatial Clustering of Applications with Noise)作为分析方法。随后,在第一阶段聚类采用HDBSCAN确定K-means算法的K值和初始聚类中心,以解决初始聚类中心随机化的问题。在第二阶段聚类采用K-means算法对所有三个厂家的检定数据进行聚类,得出各聚类类别的统计量描述以确定类别的优劣性,并对结果进行验证。最后,计算得出各厂家和各型号的检定数据在不同类别的占比,给出评价模型的一般推广。所提方法可为电网公司单相电能表厂家与型号的选择提供参考。

基于K-means++算法的三相电能表评价模型研究

三相电能表是电网公司进行电能计量的重要设备,建立其评价模型有着显著的意义。检定误差是评价三相电能表质量的指标之一,进行人工处理的工作量巨大。针对这些问题,提出了一种基于K-means++算法的三相电能表评价模型。定义了一种计量性能指标,综合考虑了与检定误差相关的因变量。针对三相电能表的四种检定条件,分别采用K-means++算法对计量性能指标进行聚类,得出四组结果。在此基础上建立了三相电能表厂家决策指标。给出评价模型在K>2时的一般推广。所提方法可为电网公司三相电能表厂家选择提供参考。