针对电力市场环境下短期电力系统负荷预测准确性较低的问题,提出了一种基于LSTM人工神经网络的组合预测模型。分析了LSTM神经网络和其变体GRU神经网络在进行负荷预测时学习时序特征的独特优势,并以卷积神经网络作为负荷数据的特征提取层,结合GRU网络构建了组合模型,通过建立残差预测模型对结果进行修正。仿真结果表明,具有记忆功能的神经网络预测效果要优于ANN和SVM模型,且所提出残差预测模型的负荷预测平均相对误差约为1.79％,其准确性高于单一算法的负荷预测模型。

针对电力信息数据量较大且存储速度较慢的问题,提出了一种基于雾计算的电力信息存储与共享方法。该方法包含了基于差分同步的数据存储方式与基于雾计算的组合数据共享机制。数据存储方法将一部分数据的计算和存储工作转移到雾服务器中,以减少云计算平台的工作负载,从而实现更高效的数据存储;组合数据共享机制通过在雾端建立虚拟化数据共享机制来防止电力信息数据的丢失、损坏及恶意修改。仿真实验与结果表明,该方法能显著减少云服务器的响应次数,进而减轻云计算的负担,具有更高的数据恢复率,相比于传统方法,所提方法可实现高效、安全的电力信息存储及共享。

针对温度累积效应对负荷变化造成的影响,提出了一种计及温度累积效应的智能电网负荷预测算法。将持续高温对电网负荷的影响计入预测模型中,并利用模块化神经网络保证了对温度累积效应学习的独立性和准确性。由三个子网络构成多模块神经网络的第一层,以温度、时间及负荷特征为输入参数,所得负荷预测的准确度可达98.13％,且误差较修正前降低了28.63％。结果表明,所提算法具有更高的预测准确性和运行效率。

针对传统信息隐藏算法存在译码精确度及安全性均较低的问题,在生成对抗网络的基础上,提出了适用于电力信息网络的信息隐写模型。利用基于SE-ResNet块的编码器和解码器来增强模型全局特征的自动选择能力。通过判别器、编码器与译码器的高强度对抗训练,在保持图像布局的基础上,提高了信息隐写模型的安全性能。仿真结果表明,与其他信息隐写算法相比,基于生成对抗网络的信息隐写模型具有更高的译码精确度与安全性,且时间消耗更少。

为了研究Al/Cu涂层中金属间化合物的生成顺序和形成机理,在304不锈钢基体表面制备了Al/Cu涂层。对试样进行热处理使得Al/Cu涂层原位反应生成金属间化合物,随后测试了涂层的高温抗氧化性能。采用第一性原理计算Al-Cu金属间化合物的焓、熵、吉布斯自由能和热容等数据。将热力学和扩散动力学相结合,提出有效生成自由能模型来预测化合物在Al/Cu界面的生成顺序。结果表明:Al/Cu涂层中首先形成Al₂Cu相,在Al/Cu界面处出现了AlCu相,加热时间增加至20 h后出现了富Cu的Al₄Cu₉相。由第一性原理计算得出,Al-Cu金属间化合物的形成顺序为Al₂Cu→AlCu→Al₄Cu₉,与实验结果一致。此外,氧化实验结果表明,涂层具有良好高温抗氧化性能。

针对应力集中导致管壁发生屈服失效的问题,提出了利用磁各向异性检测管壁应力集中区域的方法。从能量角度出发,研究了应力导致管壁产生磁各向异性的机理,建立了管壁当量应力与磁各向异性探头输出电压信号的数学模型,通过计算管壁的当量应力判断其是否发生屈服失效,搭建了应力检测实验平台。实验结果表明,应力会导致管壁产生磁各向异性,磁各向异性检测方法能够检测出管壁当量应力的变化趋势和主应力方向所在延长线的角度,进而判断管壁是否产生应力集中区域。

针对大数据环境下电力工程造价在精准化、动态化等方面存在的不足,提出了一种基于BIM与CNN的电力工程造价优化算法。利用BIM技术的特点进行电力工程全生命周期的造价管理,实现了造价的动态化管控。并且采用Levenberg-Marquardt规则算法改进卷积神经网络,通过改进后的CNN网络对每个工程环节的造价完成预测,从而优化整个工程的施工方案。结合相关的电力工程造价数据,基于Matlab对所提算法进行实验测试。结果表明,当学习率为0.010时CNN网络的性能最佳,所提算法的预测准确率为94％,并且与造价的真实值最为接近。

针对输电线路无人机巡检实时性和准确性的要求,深入研究了YOLOv3目标检测算法在无人机巡检机载AI模块中的应用。利用将目标检测候选区选取和对象识别合二为一的YOLOv3算法,结合多尺度特征融合方式实现了目标检测的高准确性和实时优化,并采用残差块解决了模型退化问题。输电线路绝缘子检测结果表明:YOLOv3算法平均精度可达90％,相同条件下YOLOv3算法平均处理速度约为Faster RCNN算法的3.2倍,约为SSD算法的1.6倍。

为了提高Pt/PbZrO₃/Pt电介质电容器的储能密度,通过热蒸镀和自然氧化方法在Pt/Ti/SiO₂/Si基板上沉积了厚度为0～10 nm的Al₂O₃(AO)层,采用化学溶液沉积法制备PbZrO₃薄膜,研究了Al₂O₃层厚度对PbZrO₃/Al₂O₃(PZO/AO)异质结薄膜储能性能的影响。结果表明:随着AO层厚度的增加,PZO/AO异质结薄膜的击穿电场强度逐渐增大,极化电场电滞回线由反铁电特征转变为铁电特征。当PZO/AO异质结薄膜的AO层厚度为5 nm时,储能密度最大值为21.2 J/cm³。

针对工控系统运行环境封闭带来的传统漏洞检测无法导出系统组件进行分析的问题,根据工控网络协议特征,结合测试用例变异因子,针对Modbus_TCP公开协议提出一种改进的电力工控系统漏洞测试挖掘方法。所提方法利用变异因子与工控协议特征依赖关系,改造协议测试用例。通过将测试用例的特征值和数据域的长度值因子及其数值的选择进行合并,并做归一化处理,进而简化协议测试过程中变异因子的执行次数。针对Modbus_TCP工控协议的模糊测试结果表明,改进后的Fuzzing测试表现出了更高的测试用例接收率和测试效率,测试样例的平均接收率至少提高50％。

针对多自由度电机无线电能传输中传输效率较低的问题,提出基于磁耦合谐振的多自由度电机无线电能传输方法。该方法根据共振原理构建磁耦合谐振式无线电能传输模型,通过反射系数描述阻抗匹配状态,获取最佳负载阻抗;采用混沌优化算法优化电机线圈损耗率,实现多自由度电机无线电能传输优化。实验结果表明,应用该方法后,多自由度电机的电能输出功率达到了893 W,传输效率提升了0.10以上,提高了电能输出功率和传输效率,方法有效,具备可行性。

针对传统电火花加工时,主轴不能及时调整极间间隙导致加工效率低下的问题,提出了一种多自由度磁悬浮驱动器代替传统电火花主轴运动。分析了该磁悬浮驱动器的结构及原理并建立了磁悬浮驱动器的动力学模型,运用有限元仿真软件对该驱动器所产生的电磁力进行仿真分析,通过设计传统PID控制系统及模糊PID控制系统对磁悬浮驱动器的控制效果进行仿真与实验验证。结果表明,该磁悬浮驱动器具有较好的跟随特性和快速的响应速度及符合要求的电磁力,满足微细电火花加工要求。

为了研究孔洞位置和尺寸对疲劳裂纹扩展路径的影响,利用ABAQUS有限元仿真软件建立改进CT试样的裂纹扩展仿真模型,采用扩展有限元法研究了在低周疲劳加载条件下Q235钢圆孔与裂纹尖端的角度、距离以及圆孔半径对裂纹扩展路径的影响,并通过引入裂纹偏转系数来定量描述不同参数对裂纹扩展路径偏转程度的影响。结果表明:当圆孔与裂纹尖端的夹角为45°时,裂纹偏转系数取得最大值;裂纹偏转系数随着孔洞半径的增加逐渐增大,随着圆孔与裂纹尖端距离的增大逐渐减小。

为解决新能源、电动汽车、储能等新技术应用下,高复杂度电力系统电压稳定控制问题,提出了一种基于模糊理论的输电网络电压无功控制策略。该方法引入模糊理论中的隶属度函数,根据系统节点与不同分区之间的耦合程度制定无功控制策略。根据灵敏度计算网络各个节点之间的电气距离,通过模糊聚类算法对节点进行初步分区,并采用聚类融合算法对聚类产生的多个结果进行融合,从而得到最终分区结果。根据关键节点对各个分区的隶属度制定主辅控制策略。IEEE30节点输电网络的算例分析表明,该控制策略可以有效实现对无功功率的控制。

为贯彻落实绿色发展理念,提升现有电网工程绿色建造评价方法的全面性、系统性以及客观性,提出了一种基于灰色系统理论的模糊综合评价模型。通过研究影响电网工程设计、施工与交付等环节的重要绿色评价因子,构建了多层次的绿色建造评价指标体系。并基于灰色系统理论确定指标权重,建立了多层级模糊综合评价模型。同时选取电网工程案例来进行验证,证明了该模型能够科学、合理地确定各指标的权重,从而为电网工程绿色建造评价及不断优化提供了支撑。

针对螺栓连接结构在舰船爆炸冲击中容易发生松动的现象,设计了一种齿形双螺母的防松结构。利用局部滑移理论分析齿形双螺母的防松原理,采用有限元仿真法,通过预紧力和微滑移的变化量对其防松性能进行分析,并研究了齿形双螺母防松性能的影响因素及其影响规律。研究结果表明:横向冲击载荷下,齿形双螺母预紧力下降慢,微滑移变化小,具有较好的防松性能;当楔形角与螺纹升角相同时,防松效果最差;楔形角越大,齿形数量越多,齿形双螺母的防松效果越好。

针对传统基于阈值判别方法的电网火灾预警系统预测精度低、抗干扰能力弱的问题,提出了一种基于模糊神经网络的电网消防预警算法。该算法利用神经网络学习大规模电网数据,使用模糊逻辑推理算法来提升预测结果的推理能力,并通过结合神经网络对大规模数据的学习能力和模糊逻辑算法的推理能力来分析电网线路参数,从而提升电网消防预警系统的精度和抗干扰能力。实验与仿真结果表明,所提出方法能显著提升电网火灾的预警精度,且使用模糊逻辑推理可以得到更符合实际情况的电网火灾预警结果。

针对利用扩展卡尔曼滤波算法估算锂电池荷电状态时,由于历史数据影响易产生累积误差的问题,提出了一种基于自适应渐消扩展卡尔曼的SOC估算方法。选用Thevenin等效模型并用递推最小二乘法进行电池参数辨识,通过将自适应渐消因子引入EKF算法中,抑制历史数据对当前状态估算的影响,完成锂电池SOC估算。结果表明:AFEKF算法在递推20次时可有效收敛,具有较好鲁棒性,估算SOC的平均误差为1.03％,误差均方根为1.21％,平均运行时间为1.476 s,可以较好地模拟电池的动静态特性。

针对不同赋存环境下溶蚀对碳酸盐岩力学特性的影响,采用自主研发的岩石动水压力溶蚀试验设备,开展多因素影响下碳酸盐岩溶蚀及单轴抗压强度试验,研究碳酸盐岩溶蚀效应、力学性质劣化规律及化学损伤。试验结果表明,不同赋存环境下岩样出现了不同程度的力学损伤,其抗压强度和弹性模量在溶解后有所下降,溶蚀率越高,峰值应力和弹性模量越低,进而提出劣化度拟合关系式,得到影响岩样抗压强度敏感度的各因素,依次为pH值、温度、时长、流速、动水压力及溶蚀后岩样的微观结构和矿物成分组成。

因软件发布的迭代频率难以满足软件交付的需求,提出了基于微服务的研发运维一体化关键技术。利用粗粒度实现微服务发布,基于容器的自动发现机制和微服务注册机制实现虚拟化技术,利用DevOps技术和敏捷开发方法论完成运维一体化。实验结果表明,所提方法的生成时间均在10 s以内,可靠性均保持在90％以上,在执行程序过程中占用的内存在50 MB波动,能够有效提高研发运维一体化运行效率,缩短部署时间,降低执行内存,确保可靠性,为研发运维一体化技术提供初步参考。

针对以单纯云计算为基础的电网脆弱线路辨识中,存在主节点计算压力大、耗时过高的问题,引入云边协同方法,设计了一种以云边协同为基础的电网脆弱线路辨识方法。以云边协同逻辑架构为基础,将云计算与边缘计算相融合,构建电网脆弱线路辨识模型。利用PageRank算法建立DNS缓存,整合云计算下的边缘设备数据源,以基尔霍夫定律为基础,计算不同线路的潮流值,根据潮流结果完成电网脆弱线路辨识。结果表明,所提方法对电网中的脆弱线路辨识性能更强、耗时更短。

为了揭示经过T6处理的热挤压Al-5Cu-0.8Mg-0.15Zr-0.2Sc-0.5Ag合金在不同温度下的低周疲劳变形与断裂行为,对T6态热挤压合金进行了室温和200 ℃条件下的低周疲劳实验。结果表明:在室温和200 ℃下合金塑性应变幅与载荷反向周次之间服从Coffin-Manson公式,而弹性应变幅与载荷反向周次之间服从Basquin公式;合金在室温和200 ℃下低周疲劳变形时,在较低外加总应变幅下疲劳变形机制主要为平面滑移,而在较高外加总应变幅下疲劳变形机制主要为波状滑移;室温和200 ℃下合金的疲劳裂纹均萌生于疲劳试样表面并以穿晶方式扩展。

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

针对磁粒子成像技术尚停留在实验室鼠用设备阶段,传统线材线圈过大,无法在可接受的设备体量内达到临床人体检测所需磁场强度的问题,提出了一种基于超导技术构建高场强、小型化磁粒子成像设备的方法。采用高温超导MgB₂线圈替代传统铜线圈,构建磁粒子成像选择场与驱动场。结果表明,在达到相同磁通量的情况下,超导磁粒子成像系统可将两组功能区总质量降低为0.01 kg,设备体积缩小至7 L。在此基础上,采用超导线圈构建梯度磁场还能够获得更高的变化斜率,使零磁扫描区边缘更为清晰规则,移动过程中形态更为稳定,平均直径缩小近二分之一。

为了提升分布式光伏资源利用率,提高时均用电效率,提出大数据联盟下分布式光伏资源共享算法。依据光伏发电储电用电价值链建立资源共享目标,并在约束条件下利用线性电力系统网络模型建立主导节点选择矩阵,划分资源共享集群。针对集成的分布式光伏资源,依据大数据联盟理论,将资源共享分为两种资源共享模式,建立资源共享动态模型,实现资源共享。结果表明,所提方法的资源共享效果较好,能够有效提升资源利用率,具有一定的应用价值。

针对铁尾矿堆存困难、综合利用率低和活性低的问题,以铁尾矿钢渣脱硫灰为复合掺合料制备多固废混凝土。通过抗压性能测试,研究复合掺合料掺量、铁尾矿细度对混凝土抗压强度的影响,并利用压汞法(MIP)和背散射电子成像技术(BSE)探究混凝土的微观结构。结果表明:复合掺合料的掺入对混凝土早期抗压强度影响较大,掺量小于20％的混凝土28 d抗压强度与无掺合料组抗压强度基本持平,30％掺量的混凝土抗压强度随铁尾矿比表面积的增大而先增大后减小;掺入复合掺合料和减小铁尾矿细度能够改善混凝土孔结构和提高界面过渡区的密实度。

针对现有大多数方法难以充分挖掘出电网数据潜在价值的问题,提出了一种云边协同背景下基于随机森林算法结合BP神经网络的电网数据资产综合处理技术。该技术在靠近电网数据源一侧部署边缘计算节点,以构建云边协同环境下的电网数字化资产管理系统。利用随机森林算法设计分类器完成电网数据类型的划分,并将各类型数据输入至BP神经网络中进行学习,通过不断地迭代优化输出相应的综合处理结果。基于Python平台进行的实验分析结果表明,所提技术的分类准确率均超过了90％,能够有效提升电网数据资产的处理效率。

针对电力监控网络服务请求繁多、身份认证速度慢等网络拥塞问题,通过深入分析网络通信过程中数据泄漏发生原理,并基于PKI机制下的挑战响应模式对通信双方的密钥进行动态更新,利用哈希函数对用户身份在通信前做及时认证,设计了一种安全电力监控网络安全的接入体系,实现对网络节点的信息化控制。实验结果表明,所提的基于PKI机制的方案较传统基于对称机制的方案在牺牲少量计算代价的情况下,可实现通信数据高保密高可靠传输,在密钥协商的相互认证阶段本文花费的通信开销相较于对称机制节省约4％。

针对现有Modbus TCP协议的异常检测效率和准确率低的问题,提出了一种基于混合鲸鱼算法优化的随机森林异常检测模型。该模型将柯西变异和自适应动态惯性权重相结合,利用柯西变异算子增加种群多样性,避免算法陷入局部最优;引用自适应动态惯性权重因子提高种群的全局搜索能力,使算法的收敛速度加快。仿真实验结果表明,该模型相较于其他分类算法有着更高的准确率和较强的适应性,证明了模型在实际应用中具有较高的检测精度。

针对智能变电站内一次设备红外监测图像分析与处理智能化较低的问题,提出了一种基于Faster R-CNN的变电站异常设备红外检测图谱分析方法,并实现了变电站故障设备的智能识别和原因分析。将远程终端单元所采集到的红外图像进行预处理,并对图中的变电站设备进行识别;采用大津算法结合图像灰度值的特殊性对图像进行分割与图像配准;Faster R-CNN则用于对比判断设备是否处于故障状态并分析原因。实验测试结果表明,所提方法对于多种故障设备的识别准确率均在90％以上,具有较优的鲁棒性。

为了进一步降低电力监控网络遭受攻击的风险,基于ECC公钥加密算法,提出了具有较高安全性能的智能接入协议。通过研究电力监控网络的基本架构和安全体系,总结了电力监控终端所面临的多种攻击方式。并在此基础上,利用ECC公钥加密算法,深度改进适用于电力监控网络的智能接入协议,进而优化协议的加密耗时、解密耗时及安全强度等多项参数。仿真结果表明,与基于RSA算法的协议相比,基于ECC算法的智能接入协议具备更高的安全强度。

针对社区网络标签传播准确性差的问题,提出基于节点影响值的社区网络稳定标签传播算法。该算法重设社区网络相邻节点相似度,结合链路加权思想将其变换为链路无向带权图;利用节点K-shell分解值判断节点影响力,计算种子节点的中心性度量值,升序排列节点更新顺序;根据越重要节点标签影响越大的规则,修正高频数标签,获取最佳社区网络划分结果。结果表明:该算法模块度在0.320以上,准确率达到99％,因此,经该方法划分后的网络结构清晰、准确,稳定性高。

为了优化大数据预测系统的准确率和运算耗时,在张量理论的基础上,提出了一种适用于电网领域的多模态预测方法。通过综合运用张量和马尔科夫理论,设计了一种具有较强适应性的多元多阶马尔科夫模型,以及无假设前提的马尔科夫转移方法。在此基础上,基于张量链理论的短期预测和长期预测算法,提出了具有较低计算复杂度的大数据多模态预测方法。相关仿真验证结果表明,与经典马尔科夫预测方法相比,基于张量链的多模态预测方法具有更高的预测准确率与更少的运算耗时。

针对变电站消防资源分配与分布不均匀的问题,提出了一种基于多目标优化的变电站消防资源配置算法。该算法采用电力生产场所的道路网作为变电站消防责任区划分的依据,并结合各划分区域的消防需求构建消防资源配置模型。根据该模型的特点,在帕累托最优解的约束下提出了一种基于模拟退火的多目标优化算法,来求解该消防资源配置模型。仿真与实验结果表明,所提出的消防资源配置模型更符合实际变电站各场所分布的特点,且所提出的多目标优化算法得到的消防资源分配结果能在消防资源有限的条件下,实现最大的配置效益和快速的消防响应。

为了解决智能机器人规划路径时,由于未能获取机器人信号目标强度,路径规划存在适应度值低和规划时间长的问题,提出基于蝙蝠优化算法的智能机器人路径规划方法。建立机器人模型并获取机器人目标信号强度,利用粒子群算法搜索机器人移动目标,结合蝙蝠算法和黄金正弦算法获取种群平均位置,通过分阶段搜索流程,实现机器人移动路径规划。结果表明:所提方法的路径规划时间仅为2.0 s,适应度达到了24.1,不可行解个数为零,该方法有效提高了适应度值,降低了规划时间,具备可行性和实际应用价值。

为了资源化利用铁尾矿,以铁尾矿、粉煤灰、矿渣为原料,通过碱激发胶凝材料部分替代水泥制备泡沫混凝土,分析了碱激发胶凝材料、泡沫、水胶比、聚乙烯醇等对泡沫混凝土抗压强度和导热系数的影响,并利用电镜扫描、X射线衍射分析其微观结构及反应机理。结果表明,当碱激发胶凝材料掺量为40％、水胶比为0.40、聚乙烯醇为1％时,28 d最大抗压强度为4.99 MPa,干表观密度为784 kg/m³,导热系数为0.190 9 W/(m·K),满足规范要求。

为了解决风机基础施工成本高、施工难度大等问题,提出了一种新型锚杆倒肋式风机基础。利用有限元分析软件ABAQUS对该新型风机基础与传统梁板式风机基础在极端运行荷载工况下的混凝土应力、钢筋应力、基础位移以及基础倾斜率进行数值模拟分析,并进一步讨论二者的混凝土用量、钢筋用量、土方开挖量。结果表明,锚杆的添加以及倒肋的结构设计使锚杆倒肋式风机基础的受力性能、经济性等方面明显优于传统梁板式风机基础,具有较好的应用前景。

针对智能仓储无人车运动轨迹控制精度的问题,提出了一种基于强化学习的激光导航无人车路径跟踪控制算法。建立了智能仓储无人车的数学模型,设计了一种激光导航定位算法,提出了一种Actor-Critic强化学习路径跟踪算法,最终实现对无人车路径跟踪的高精度控制。通过对比仿真验证了设计的路径跟踪算法具有更优的控制效果和更高的控制精度,最大路径跟踪误差仅为0.3 m,最大x坐标跟踪误差仅为0.1 m,最大y坐标跟踪误差仅为0.29 m,大幅提高了对仓储无人车运动轨迹的跟踪精度。

针对漏磁缺陷识别率低、检测速度慢等问题,提出了一种基于注意力特征融合的漏磁缺陷识别方法。所提算法以CenterNet为基础进行修改,主干网络选取了一种轻量级网络PP-LCNet,相较于现在流行的主干特征提取网络既保证了低计算量又保证了高精度。采用注意力网络CBAM主动学习低层特征中的重要信息并与高层特征进行融合,使模型同时获得低层细粒度信息与高层语义信息,进而提升小缺陷识别的准确率。结果表明,当IOU大于0.5时,所提算法的准确率为94.3％,推理时间为9.6 ms。

为了进一步提高FCC高熵合金的强度,利用真空电弧熔炼法制备了Ni₃₈Co₂₅Cr₁₅Fe₁₀Al₁₀Ti₁Nb₁非等原子比高熵合金。结果表明:高熵合金的凝固组织由单相FCC结构组成,铸带具有典型枝晶结构且存在元素偏析。高熵合金具有较高的抗再结晶性能,退火温度为1 000 ℃时再结晶分数仅约为45.1％,退火温度为1 050 ℃时发生完全再结晶,此时晶粒尺寸细小均匀,平均晶粒尺寸约为4.25 μm。退火Ni₃₈Co₂₅Cr₁₅Fe₁₀Al₁₀Ti₁Nb₁高熵合金具有优异的拉伸性能。经过1 000 ℃退火后合金抗拉强度可达1 640 MPa,伸长率约为20％,经过1 050 ℃退火后合金抗拉强度和伸长率分别约为1 580 MPa和28％。