Analysis of handoff in distributed mobile communications system based on remote antenna unit selection

A remote antenna unit （RAU） selection model is presented, and two kinds of handoffs, intra-cell handoff （HO） and inter-cell HO, are defined in distributed mobile communications systems （DAS）. After that, an inter-cell HO model is proposed, in which the average power of the active set （AS） is used to predict the position of the mobile station （MS）. The total power of the AS and the handoff set （HOS） are utilized to determine whether an inter-cell HO is necessary. Furthermore, the relationship between HO parameters and performance metrics is studied in detail based on RAU selection. Simulation results show that both the intra-cell HO and the inter-cell HO can achieve oerfect performance by aoprooriate settings of HO parameters.

Type selection and maintenance of the control system of large-scale air separation units

Based on the practice of Baosteel＇ s 60000 m3/h air separation unit （ASU） ,which is the first domestically- integrated unit of such a scale, this paper studies the principles of type selection of the distribution control system （DCS）. It discusses the design of the unit＇s control system,which involves a compressor system,a purification system （molecular sieving）, a turbo expansion system and an air separation system. The final part of the paper discusses the maintenance and future development of the ASU control system at Baosteel.

Model Selection of Gas Turbine for Large Scale Gas-Fired Combined Cycle Power Plant

This paper briefs the configuration and performance of large size gas turbines and their composed combined cycle power plants designed and produced by four large renown gas turbine manufacturing firms in the world, providing reference for the relevant sectors and enterprises in importing advanced gas turbines and technologies.

Establishment of Knowledge Base Management System and the Type Selection of Mechanism for Mechanism Kinematic Scheme

Firstly data standardization technology and combined classification method have been applied to carry out classification of kinematic behaviors and mechanisms in the mapping field between the kinematic behavior level and the mechanism level of conceptual design.The principle of computer coding and storing have been built to give a fast and broad selection of mechanisms that meets the requirements of basic motion characters.Then on the basis of mentioned above,the heuristic matching propagation principle (HMPP) of kinematic behaviors and its true table serves as a guide to perform mechanism types selection.Finally an application is given to indicate its practicability and effectiveness.

基于特征选择及ISSA-CNN-BiGRU的短期风功率预测

针对风电功率随机性大、平稳性低,以及直接输入预测模型往往难以取得较高精度等问题,提出了一种基于特征选择及改进麻雀搜索算法(ISSA)优化卷积神经网络-双向门控循环单元(CNN-BiGRU)的短期风电功率预测方法。首先,利用变分模态分解(VMD)将原始功率分解为一组包含不同信息的子分量,以降低原始功率序列的非平稳性,提升可预测性,同时通过观察中心频率方式确定模态分解数。其次,对每一分量采用随机森林(RF)特征重要度的方法进行特征选择,从风速、风向、温度、空气密度等气象特征因素中,选取对各个分量预测贡献度较高的影响因素组成输入特征向量。然后,建立各分量的CNN-BiGRU预测模型,针对神经网络算法参数难调、手动配置参数随机性大的问题,利用ISSA对模型超参数寻优,自适应搜寻最优参数组合。最后,叠加各分量的预测值,得到最终的预测结果。以中国内蒙古某风电场实际数据进行仿真实验,与多种单一及组合预测方法进行对比,结果表明,本文所提方法相比于其他方法具有更高的预测精度,其平均绝对百分比误差值达到2.644 0%;在其他4个数据集上进行的模型准确性及泛化性验证结果显示,模型平均绝对百分比误差值分别为4.385 3%、3.174 9%、1.576 1%和1.358 8%,均保持在5.000 0%以内,证明本文所提方法具有较好的预测精度及泛化能力。

电力系统暂态电压稳定评估的混合智能特征双重筛选方法

含高比例新能源与直流接入的电力系统暂态电压稳定特征呈高维冗余性,影响基于数据驱动评估模型的效率和性能。为此,在构建一组适应含高比例新能源和直流接入场景的完备特征集合基础上,提出一种基于改进Relief算法和改进群智能优化算法双重筛选的混合智能特征选择方法,以降低原始特征维度,提高模型稳定评估的效率和准确率。首先,通过时序分层处理对原始Relief算法进行时序改进,并利用该改进算法进行特征的有效性度量,以消除分类低效特征,得到降维后的初筛特征子集;随后,融合特征有效性度量值对群智能优化算法进行搜索性能增强。再以此增强算法为寻优策略,并以时序分类模型卷积门控循环单元(convolution gated recurrent unit,ConvGRU)为分类器,构成基于群智能优化算法的封装式特征选择方案,进一步实现特征子集寻优。最后,通过算例对比分析,该方法下高维特征维度能压缩80%以上,且所选特征子集能有效提高评估模型的准确率,验证该方法对于高维时序特征筛选处理的有效性及必要性。

贫数据中基于模型自训练的空气处理设备故障诊断

针对空气处理设备(AHU)故障贫数据,基于深度置信网络(DBN)模型对4种特征选择算法进行对比研究,结果表明最大相关最小冗余算法的特征子集在诊断准确率及子集元素稳定性上表现最优。提出将DBN嵌入自训练框架的故障诊断模型,发现DBN自训练的诊断准确率较单纯DBN最高可提升19.5%。提出均匀抽样及按比例抽样2种自训练伪标签抽样策略,二者的诊断准确率均随抽样数减小而增大,在不同抽样数中的最大差异为3.42%;在所有贫数据样本中,均匀抽样策略始终优于按比例抽样,诊断准确率最大相差1.39%,表明在故障标签匮乏时,采用均匀抽样策略及较小的抽样数有利于提升DBN自训练的诊断性能。

国会及其特设机构在美国对华战略竞争中的角色与影响

拜登政府执政后提出“竞赢中国”战略,全面开展对华战略竞争,明确美国对华战略以及美中关系的主导范式将由“竞争”来定义,“竞争”成为两国关系的“主导性框架”。美国国会两党也逐渐统一对华战略竞争共识,广泛介入中美关系,开展以遏制中国为目的的对华立法和政策行动。众议院美中战略竞争特设委员会在这一背景下成立,并通过调查研究涉华议题,为美国国会制定对华强硬政策和立法提供了参考依据,协调政府的对华政策行动。美中战略竞争特设委员会在对华政策上的激进化取向,使其在中美关系发展中扮演了极其负面的角色,成为美国各项遏制中国行动的策源地之一,对中美双边关系乃至全球局势都造成了负面影响,加剧了中美战略博弈烈度,加深了美国民众对华错误认知,导致美国对华战略竞争日趋常态化、极端化。

融合1D-CNN与BiGRU的类不平衡流量异常检测

网络流量异常检测是利用各种检测技术分析判断网络流量,发现网络中潜在的攻击,是一种有效的网络安全防护方法。针对高维海量数据和不同攻击类别的网络流量数据不均衡而导致检测准确率低、误报率高的问题,提出一种融合一维卷积神经网络(1D-CNN)和双向门控循环单元(BiGRU)的类不平衡流量异常检测模型。首先,针对类不平衡数据,通过使用改进的合成少数类过采样技术(SMOTE)即Borderline-SMOTE和基于高斯混合模型(GMM)的欠采样聚类技术进行平衡处理;然后,使用1D-CNN提取数据的局部特征,并利用BiGRU更好地提取数据中的时序特征;最后,在UNSW-NB15数据集对所提模型进行验证,所提模型的准确率为98.12%,误报率为1.28%。结果表明,所提模型提高了对少数攻击的识别率,检测精度高于其他经典机器学习和深度学习模型。

应用集成极限学习机的电站SCR脱硝系统建模与分析

针对火电机组普遍采用的选择性催化还原(selective catalytic reduction,SCR)脱硝反应容易受到环境因素影响,且具有非线性、大迟延、强扰动特点,难以建立准确反应模型的问题,提出一种基于集成极限学习机的SCR脱硝系统建模方法。首先,选择4种具有不同激活函数的极限学习机和核极限学习机作为基学习器,分别建立SCR脱硝系统模型;然后,利用偏最小二乘算法将各基学习器的结果进行集成;最后,采用某1000 MW超超临界机组实际运行数据与所提建模方法相结合建立SCR脱硝系统模型。实验结果验证模型的有效性;与其他方法所建模型对比,结果表明基于集成极限学习机的SCR脱硝系统模型具有更好的模型泛化能力。

ICU成人患者静脉血管通路装置评估与选择的最佳证据总结

目的系统检索、评价并整合ICU成人患者静脉血管通路装置评估与选择的最佳证据。方法依据PIPOST确立循证问题,按照“6S”金字塔模型系统检索相关数据库中ICU成人患者血管通路装置评估与适宜性选择的相关决策、指南、专家共识、证据总结、推荐实践、系统评价及原始研究等。检索时间为2018年6月1日至2023年6月1日。由2名经过循证护理培训的研究者对纳入文献独立进行文献质量评价与证据提取。结果共纳入14篇文献,其中临床决策3篇,证据总结1篇,指南4篇,专家共识4篇,随机对照试验2篇。共提取9个主题总结出34条最佳证据。结论ICU成人患者血管通路装置评估与选择的最佳证据总结可以为医护人员临床决策提供借鉴,但临床情境复杂多样,应根据患者病情变化及其自身情况适当调整选择策略。

基于多阶段特征选择和CNN-GRU的网络入侵检测模型

针对网络入侵检测数据中冗余特征多导致入侵检测准确率低的问题,本文提出了一种基于多阶段特征选择和CNN-GRU的网络入侵检测模型。首先,针对数据集的特征冗余,结合皮尔逊相关系数(PCC)和随机森林(RF)构建PCC-RF特征选择算法进行多阶段特征选择,构造最优特征子集。其次,利用卷积神经网络(CNN)对空间特征的强大提取能力和门控循环单元(GRU)的优秀时序特征提取能力,构建CNNGRU模型。最后,将最优特征子集输入到CNN-GRU模型中进行训练。使用UNSW-NB15数据集进行实验,实验结果表明:数据集在经过PCC-RF特征处理算法后,维度更低,效果更佳,本文所提模型检测准确率达到84.72%。

基于CNN+GRU的网络恶意流量检测算法

针对网络恶意流量检测精确度和效率低等问题,提出了一种基于CNN+GRU算法的网络异常流量检测模型(CN-RU)。模型使用卷积神经网络和门控循环单元来分别自动化提取流量的空间和时间特征,全方位的收集网络流量特征。模型使用多个小卷积核和少参数的门控循环单元来准确提取流量特征的同时减小模型参数,达到提高检测精度与效率的目的。实验使用ISCX IDS2012、CIC-IDS2017、UNSW-NB15三种数据集进行效果评估,对比不同算法的网络流量检测模型,实验结果表明所提出的CNN+GRU结构模型解决了神经网络模型梯度消失问题的同时大幅度提高准确率和检测效率。模型具有较高的应用价值,在网络安全管理应用上有更好的普适性。

S气田天然气压缩机组能效提升技术研究

S气田投产后进入中后期,天然气处理量偏低,天然气压缩机组进排气压力偏离设计工况,导致机组出现能耗高、效率低的现象。以S气田中的5号站、9号站和15号站三个区块为研究对象,分析运行与能效现状,提出四种提效节能方案:压缩机组开关机策略;单双调节改造;高压变频改造;更换小排量压缩机组。通过HYSYS和Pipeline Studio软件模拟得到方案改造后结果。结果表明:改造后单台机组效率平均提升55.44%,均达到节能评价值,单台节能率最高为53.53%,整体节能率达29.77%,有效提升系统能效,减少能耗。

美国高校综合评价招生的理念生成与体系构建

科学选才、公平招生、生源多元有机统一的综合评价招生理念是美国高校对教育内外部环境的时代回应。美国高校综合评价招生体系通过系统搜集申请者多方面的证据,充分考察申请者的个人背景,科学整合多元招生标准以规避单独或过度使用标准化测试分数的局限,从而做出更科学的录取决策。选拔性高校的招生委员会均组建了一支庞大而专业的常设招生队伍,并按照一套适应各自高校招生需要且行之有效的程序展开招生工作。美国高校综合评价招生体系的构建与完善经历了一个长期的探索过程,不仅牵涉内部的综合评价招生运行条件与模式,也涵盖外部的匹配综合评价招生运行的保障系统。借鉴美国经验完善高校综合评价招生体系需要在技术维度完成操作性程序转化。

动车组检修物料拣选路径优化仿真

动车组检修物料拣选是备料过程的主要耗时环节,拣选路径优化有助于减少拣选时间,提高动车组检修效率。动车组检修物料分批次随机存放在多个储位,即1种物料对应多个储位,现有的拣选路径优化基于1种货物对应1个储位前提,现有方法难以解决该问题。在动车组检修物料仓储布局、物料需求、拣选车最大载量确定的前提下,以拣选路径总长度最短为目标,建立储位选择和路径规划进行整体优化模型,基于模拟退火算法设计求解算法。通过算例验证,与基于就近原则的拣选路径决策方法相比,通过储位选择和拣选路径整体优化,拣选路径能缩短12.5%。

水泵水轮机主要参数选择对机组运行稳定性的影响分析

水泵水轮机主要参数的选择对机组运行稳定性的影响尤为重要,且能够对机组运行稳定性造成影响的参数较多,为探寻不同参数对机组运行稳定性的影响,本文根据已建和在建项目的运行情况和模型试验结果等经验,通过公式拟合等手段为新建机组推荐合适的参数选择,减少前期设计的不确定性,为今后抽水蓄能前期设计工作提供一定借鉴,为将来新建机组的稳定性打下基础。

预制装配式检查井的结构选型

预制式检查井底部通常为混凝土结构或者钢制基础结构,能够最大程度地保证土壤稳固程度,可以作为雨水或污水储存池进行使用。井壁部分是检查井主体内容,主要以防水材料和耐用材料应用为主,通过对塑料或钢筋混凝土的应用,按照周边环境和具体应用要求,完成井壁设计。在对预制装配式检查井进行使用时,需要按照使用需求合理地挑选检查井,以便保证所选择检查井能够符合工程要求和环境特点,进而将其优势充分发挥出来。鉴于此,对检查井的选型显得尤为必要。以此为重点,通过对检查井结构的介绍,对检查井选型方法进行分析。

MTO-Ⅲ装置中催化剂管道设计

MTO装置在煤制烯烃工艺过程中起到承上启下的关键作用。MTO装置反应-再生系统中的催化剂管道设计的好坏又是装置能否长周期高效运行的关键环节。结合实际设计经验简单介绍了什么是MTO-Ⅲ装置、催化剂管道在装置中的作用、催化剂管道的特点、设计原则、设计条件、元件选择及其辅助管道的典型配管等。希望通过催化剂管道设计过程的分享,能对同类设计起到抛砖引玉的作用,尤其催化剂管道材质的选择和催化剂输送辅助管道的配管方式等值得大家共同探讨。

基于波哥大轻轨车辆段支援正线的整流机组容量选型分析

该文基于波哥大轻轨项目对波哥大轻轨车辆段支援正线的整流机组容量选型进行探讨分析。根据EN 50328和EN 50329对整流机组的要求进行分析和论述,首先将规范中要求的过电流转换为整流机组容量,然后将规范中对过电流的描述转换成定量参数,接着通过对正线及场段的供电仿拆分并开展仿真得到定量参数值,最后通过对定量参数的计算得到场段整流机组的安装容量并得到国外监理批准。该文通过上述步骤对波哥大轻轨车辆段支援正线的整流机组容量进行了研究和梳理,以期为今后类似供电方案提供一种计算方案及相关案例依据。