基于低压电力载波单相电子式电能表的设计

电能表作为电能计量工具,在国民经济各个部门得到了广泛应用。随着微电子技术的迅猛发展,微控制器和大规模集成电路在电能计量领域的应用,使电能表的技术水平和性能得到长足发展。针对目前国情以及建立智能化住宅小区的要求,介绍了一种基于低压电力载波通信的单相电子式电能表的设计方案,该方案以微处理单元为核心,以低压电力线为数据通信媒介,实现电表数据自动传送。该表计与数据集中器以及系统管理中心一起构成远程抄表系统,将具有广阔的推广应用前景。

基于Karrenbauer相模变换的低压供电线路阻抗量测方法

为解决低压供电线路参数精准量测困难的问题,提出一种基于相模变换的低压供电线路阻抗智能量测方法,该方法利用智能电能表采集线路各节点数据,通过Karrenbauer(卡伦鲍厄)相模变换对各相数据进行解耦,并依据线路之间的潮流关系建立最小二乘优化模型对阻抗参数进行寻优,实现精准量测.最后通过实际算例验证了该方法有效可行,实现了对不同工况下低压供电线路阻抗参数的在线辨识,为供电线路运行状态评估提供了依据.

量子人工智能中的对抗学习

量子人工智能是一个探究人工智能与量子物理交叉的领域:一方面人工智能的方法和技术可以用来解决量子科学中的问题;另一方面,量子计算的发展也可能为人工智能,尤其是机器学习,提供新的范式,极大促进人工智能的发展.然而,量子机器学习和经典学习系统对于对抗样本同样具有脆弱性:在原始数据样本上添加精心制作的微小扰动将很可能导致系统做出错误的预测.本文介绍经典与量子对抗机器学习的基本概念、原理、以及最新进展.首先从经典和量子两个方面介绍对抗学习,通过二维经典伊辛模型和三维手征拓扑绝缘体的对抗样本揭示出经典机器学习在识别物质相时的脆弱性,同时利用手写字体的对抗样本直观展示出量子分类器的脆弱性.随后从理论层面上分别阐述经典与量子的“没有免费午餐”定理,并探讨了量子分类器的普适对抗样本.最后,分析并讨论了相应的防御策略.量子人工智能中对抗学习的研究揭示了量子智能系统潜在的风险以及可能的防御策略,将对未来量子技术与人工智能的交叉产生深刻影响.

室内单立管排水系统若干问题的探讨

肯定了单立管排水系统的优越性及其广泛发展前途。通过流态分析和计算，指出了影响管道内压力波动的关键问题。对系统中关键配件的结构形式提出了改进意见和设想。指出在高层建筑中推广采用塑料管材的必要性。