基于物联网的实时异常用电行为监测系统设计

针对用户不能及时、实时获得用电数据导致无法及时处理异常用电行为的问题,设计了一种基于物联网(Internet of Things,IoT)的实时异常用电行为的监测系统。该系统既可以采集单相电的电气参数也可以采集三相电的电气参数,以电能监测芯片ATT7022E和主控芯片STM32F103C8T6为核心的终端设备采集用电数据,无线传感模块窄带物联网(Narrow Band Internet of Things,NB-IoT)定时将采集的电流、电压和功率数据传送至云平台,云平台对数据流转和存储;使用eXtreme Gradient Boosting(XGBoost)算法对用电行为进行学习与预测,并在Web端进行数据管理、可视化和用电行为预测。经实验调试,该系统数据传输稳定、检测精度高。

用Java,ASP与ActiveX数据控件复合技术开发Web数据库

针对电子信息交换领域中的易用性和安全性等问题,提出了利用Java,ActiveServerPages与ActiveX数据控件等技术相结合进行基于Internet的Web数据库开发的复合方法,并实现了一个中小型留言簿系统的应用,对涉及的网络安全性等问题进行了讨论。

基于思维进化算法优化BP神经网络的渗透参数反演研究

针对传统BP神经网络反演渗透参数的准确性很大程度依赖于初始权值和阈值的选择的问题,引入全局寻优能力极强、待调参数较少、收敛速度快的思维进化算法优化BP神经网络,以弥补传统BP神经网络在解决该问题时拟合能力有限、容易陷入局部最优、收敛速度慢的缺陷,进而提出了思维进化算法优化BP神经网络反演渗透参数的新方法。对某混凝土面板堆石坝进行渗透参数反演结果表明,与传统BP神经网络相比,思维进化算法优化BP神经网络具有更好的泛化能力,反演得到的渗压测点水头与实际值吻合更好,渗透参数符合实际。

基于分段模型法的尾矿库溃坝影响预测分析

尾矿库溃坝对下游居民生命财产及生态环境有严重威胁。为预测其溃坝后对下游的影响情况,以湖北省某尾矿库为例,采用DAMBRK模型和MIKE21水动力模型相结合的分段模型法,建立尾矿库溃坝数值分析模型,模拟下泄砂流演进过程,重点分析了下泄砂流的淹没范围、淹没深度及关键位置处的流量。结果表明该方法运用简便,模拟结果符合一般砂流的运动规律,可为尾矿库溃坝灾害应急预案的编制及溃坝灾害评估提供参考。

双轴压缩状态下岩体水力劈裂试验研究

针对水利工程中的岩体水力劈裂问题,采用自制水密封装置和水压加载系统,以水泥砂浆作为类岩石材料,基于不同轴压组合,开展双轴压缩状态下的岩体水力劈裂试验,研究了不同轴向压力对水力劈裂发展过程的影响.试验结果表明:双轴压缩状态下岩体顺缝向轴压可放大高压水流劈裂破坏能力,顺缝向轴压与临界劈裂水压呈负相关关系;垂缝向轴压可较强抑制裂缝扩展,垂缝向轴压与临界劈裂水压呈正相关关系;双轴压缩状态下,加载水压历时曲线呈M形,水力劈裂破坏具有非瞬时性;水力劈裂发展过程可分为弹性变形、缝端损伤区发展、劈裂破坏、持续变形开裂和完全破坏等5个阶段.