变电站对地短路时接地网转移电位差对铠装电缆影响的研究

在变电站接地网设计中,考虑到切合站场母线会对通信设备产生强大的电磁干扰,通常会将电缆屏蔽层两端接地。然而,在变电站受到雷击或发生短路故障情况下,电缆芯线与屏蔽层之间会产生巨大的转移电位差。这种电位差一方面可能会破坏电缆芯线与屏蔽层之间的主绝缘,形成电树枝或介质击穿,另一方面转移电位差会在铠装层形成回路,产生很大的暂态电流,干扰通信设备导致设备误操作。因此,转移电位差对变电站设备的影响亟待更深入的分析。笔者针对发生对地短路故障的变电站,建立铠装电缆的电气模型,给出变电站短路故障下芯线和屏蔽层之间的转移电位差解析式,分析电缆参数对转移电位差的影响,并且通过接地工程软件CDEGS分析接地网、土壤等参数对转移电位差的变化规律,提出抑制转移电位差的措施,为实际施工和建设提供理论依据。

监控场景下基于CLIP的细粒度目标检测方法

当前,随着国内摄像头数量的迅猛增长,每天所产生的庞大视频数据不仅对人力和物力资源构成了巨大的负担,而且导致了昂贵的成本开支。针对这一问题,本研究聚焦于解决细粒度目标检测领域存在的具体问题。本研究基于深度学习技术,结合Yolov4目标检测和CLIP特征分析,提出了一种综合的图像分析方法,以降低视频数据处理的成本。目前,现有的细粒度目标检测方法在处理大规模视频数据时面临着一系列挑战。这些挑战包括但不限于人工标注成本太高,而且无法保证标注的全面性,人工标注不如用户反馈及时有效;泛化能力只太弱,定制化成本太高,大多数AI任务都需要case by case实现。为了解决这些问题,本研究首先利用Yolov4模型对输入图像进行人物检测,以高效地实现目标的准确分割。随后,针对每个分割的人物,本实验采用CLIP模型进行深度特征分析,其泛化能力强且训练语料完全不需要人工标注的特点使捕捉图像和语言之间的语义精准关联。通过本研究的实验结果,本研究验证了该方法在人物检测方面的卓越表现,并展示了在基于CLIP的特征分析中显著的语义一致性。这一创新方法有望显著降低视频数据处理的成本和工作量,为细粒度目标检测领域的进一步研究提供了新的方向。

含DG的配电网静态电压影响研究

在DG出现以前,配电网是一种放射状态的网络。DG并网以后,配电系统从根本上发生了改变,从一个单电源系统,变为一个遍布小电源的网络,因此,必须对引入分布式电源后的配电网进行分析,采取必要的措施来抑制谐波。

“城市双修”视角下吉林市哈达湾老工业区更新策略探索

哈达湾老工业区承载着带动经济和传承后工业文化的重要职能,然而目前该区域发展结构、生态品质和功能配置与其中枢职能不相符。本文通过梳理哈达湾老工业区的发展背景,发现该区域存在生态环境污染、产业发展落后、工业文化断层问题。为满足该区域生态环境转型需求、功能置换转型需求、文化遗产传承需求,本文尝试提出以最小累积阻力差值法评估生态修复用地、城市修补用地的分配适宜性,构建支撑哈达湾老工业区棕地整治、水系统织补、绿地保护、优化结构、置换功能、延续文脉的更新策略,旨在提升双修视角下老工业区更新的可行性与实效性。

水轮发电机组电磁悬浮装置通风孔设置及其影响的仿真分析

针对水轮发电机电磁悬浮装置通风不良而导致温升过高的情况,提出了设置一定数量通风孔的解决办法。利用有限元分析软件ANSYS进行了温度和磁场仿真分析,结果显示,设置通风孔可使电磁悬浮装置线圈温度大大降低,满足系统的温升要求。

硼掺杂单层MoSi_(2)N_(4)锂离子吸附与扩散行为的第一性原理研究

采用平面波超软赝势方法研究了硼掺杂单层MoSi_(2)N_(4)的锂离子吸附与扩散行为。建立了替换位、间隙位、吸附位硼掺杂单层MoSi_(2)N_(4)三类物理模型(共6种构型)。结果表明:硼原子替换表面氮原子的构型最为稳定,该构型下的锂离子吸附能在-1.540~-1.910 eV之间。通过分析电子密度差分图,可知硼掺杂引起MoSi_(2)N_(4)表面的电荷重新分布,即硼与氮获得了来自锂离子的电子转移,导致锂离子在其表面吸附能增加。比较锂离子在硼掺杂MoSi_(2)N_(4)表面的吸附能,推断其扩散路径为D→F,扩散势垒为0.077 eV,表明锂离子在该表面具有较高的脱嵌速率。

基于自注意力机制的钢铁物流运力预测

运力预测在大宗物流中发挥着关键作用,对提高运力调度与车货匹配的精准性具有重要意义.网约车运力预测目标为预测未来时段内可用车辆的数量;而大宗物流的运力预测任务旨在预估未来时段内不同货运流向的空闲车辆信息(如车辆ID(Identity Document)),这与货车是否能在预计时间内返回钢厂(称为运力可达性)紧密相关.以钢铁物流为例,需要考虑由钢厂运输货物至客户企业以及从客户企业返回钢厂这两段行程耗时的影响.由于长途运输过程中货车需要多次停留但停留时长不等,停留时间的不确定使准确预测运输送达时间面临挑战;此外,网络货运平台仅对钢厂的货运任务进行运力指派,货车返程货源则由司机自行联系确定,导致返程轨迹缺失,为预测货车返回钢厂的时间带来挑战.为解决上述挑战,基于物流企业的运单、车辆、轨迹以及运输终点等数据集,提取货车的停留行为特征、运输终点特征、环境特征等,并引入自注意力机制分别获取不同特征对两段行程耗时影响的权重,进一步提升运力可达性预测的精度.在此基础上,提出了基于自注意力机制的运力预测方法,包括基于历史流向相似性的运力候选集生成、基于自注意力机制的运力可达性预测、基于长短期记忆网络(Long Short-Term Memory, LSTM)模型的运力承运流向预测等3个部分.最后,在真实数据集上进行了大量对比实验.实验结果表明,所提方法具有更高的预测精度,能为大宗物流的运力调度优化等任务提供强有力的决策支持.

玫瑰公主的故事

在一个阳光明媚的午后，一缕阳光穿过了大树，零零星星洒在泥土和小草上。这时，一朵鲜艳的玫瑰花睁开了惺忪的双眼，耀眼的光芒映入她的眼帘，她赶紧伸出双手遮挡阳光，皱着眉头，嘟起嘴嘀咕：“特别讨厌这毒辣的光芒，把我漂亮的眼睛都刺疼了，还有我白皙的皮肤会不会也被晒黑呢？”