【目的】针对智能电网中电能供需优化匹配与调控越来越复杂,且传统静态优化方法不能满足智能电网优化需求的问题,提出了一种自学习最优控制方法来解决冰蓄冷空调(IAC)系统的最优控制问题。【方法】本文采用自适应动态规划-粒子群(ADP-PSO)算法解决系统最优控制问题,设计了双层迭代自适应动态规划方法学习最优控制策略,其中内层迭代计算时变换迭代控制律序列,外层迭代时优化迭代值函数。为获得适用于IAC系统的最优控制,开发了并行控制方案,该方案能够在最低运营成本的情况下满足冷却负荷需求。【结果】仿真结果和比较研究验证了所提算法的有效性。【结论】本文提出的自适应动态规划-粒子群算法可获得最优能量匹配,该策略可使迭代值函数收敛到最优,获得最优控制策略,使系统运行成本最小化。

【目的】随着AI与5G技术的不断发展,数据中心已经成为未来发展的重要基础设施。数据中心的高能耗特性与当前低碳发展需求间存在突出矛盾,而单纯依赖清洁能源供电的优化路径又存在多重瓶颈,如废热回收难和效率低等问题。因此,本文针对数据中心的余热回收问题展开研究,提出一种规模化制氢容量配置方法,以期为数据中心供能系统的绿色低碳发展与绿氢生产效率提升提供新思路。【方法】首先,分析数据中心能耗架构,构建水冷模式数据中心输出热能的数学模型,并建立有关电解液温度变化对电解制氢效率影响的数学模型,将电解液温升系数作为数据中心与电解制氢的耦合节点,为后续废温水协同机制的构建奠定基础。其次,分析数据中心能耗特征与氢能需求,基于废热回收加热电解液理论,构建数据中心+清洁能源+绿氢运行架构并设计与之匹配的运行模式。建立系统整体动态供需平衡模型后,根据清洁能源出力情况与数据中心运行情况制定电解制氢的多种运行模式。最后,综合考虑数据中心负荷特性、清洁能源出力波动、氢能市场需求等因素,构建了以系统经济性、碳排放量、可再生能源消纳率为优化目标的制氢容量配置模型,设计了基于改进时序差分算法和粒子群算法的多目标优化求解方法,并采用Matlab软件进行了仿真分析。【结果】数据中心+清洁能源+绿氢协同运行模式能够在典型日场景下减少2.59％的年用电量能耗,辅助调峰市场的定价方法可以引导系统按不同目标运行,并能在不同程度上满足系统的经济性与低碳性需求。多维度技术的创新性耦合,推动了数据中心能源系统的结构性变革。【结论】本文提出的规模化电解制氢容量配置方法,既能满足数据中心废热利用的消纳需求,又能降低供能系统对化石能源(柴油)的依赖程度,可为数据中心构建可调负荷-储能-供能三位一体的新型能源系统提供新的技术路径,进而助力我国经济的数字化转型及“双碳”目标的稳步推进。

【目的】环境感知是无人驾驶技术中的核心任务之一,高精度目标检测对于保障自动驾驶系统的安全性与稳定性具有重要意义。近年来,激光雷达(light detection and ranging,LiDAR)作为三维环境感知的关键传感器,凭借不受光照条件影响、测距精度高等优势,在无人驾驶领域得到了广泛应用。【方法】本文首先回顾了传统基于相机的目标检测方法,并分析了其在复杂环境条件下的局限性;随后系统介绍了LiDAR的发展历程、工作原理、主要类型及关键参数,并对基于点云表示、体素表示以及多传感器融合策略的目标检测方法进行了综述。针对不同方法的网络结构特点、性能优势及面临的挑战进行了对比分析,并结合KITTI检测集的实验结果对相关算法进行了量化性能评估。此外,本文还介绍了基于鸟瞰图(bird's eye view,BEV)视角的感知框架及多传感器融合的发展趋势,分析了现有算法在检测精度、实时性和环境适应性之间的权衡关系。【结果】总结了LiDAR目标检测方法的主要优势,并针对点云数据稀疏性、计算开销较大以及多模态融合复杂性等关键瓶颈问题,提出了未来研究的重点方向。【结论】持续优化算法与硬件,可提升复杂场景下LiDAR目标检测的精度、鲁棒性与实用性。

【目的】针对常规继电保护受光伏助增和汲出电流的影响,导致保护装置难以发挥有效作用的问题,提出了一种适用于含高渗透率分布式光伏接入条件的配电网继电保护定值多目标整定方法,以期在满足经济性和实用性的基础上,提高保护的速动性、灵敏性及选择性,有效保护电网安全,支持分布式光伏的广泛接入。【方法】分析了光伏助增和汲出对配电网保护配置的影响,将距离保护与电流速断保护作为保护判据,规避了光伏接入导致的配电网保护误动和拒动问题。以确保速动性、灵敏性及选择性指标参数最优构建保护定值多目标优化模型,并利用动态分裂算子对粒子群算法进行了改进,使得保护定值的求解能够满足实际应用需求。【结果】高渗透率光伏接入会导致配网保护误动或者拒动,而采用距离保护结合电流速断保护作为保护判据有效规避了这一问题。研究构建了多目标优化的保护配置模型,形成了对某一区域整体保护效果的评价指标,基于粒子群算法完成了对保护定值的求解,实现了高渗透率光伏接入情况下保护效果的整体评估,同时提升了保护的速动性、灵敏性和选择性。【结论】研究结果表明,采用距离保护结合电流速断保护的方式可以有效避免光伏助增作用对传统电流速断保护的影响。利用多目标优化方案,可有效提高保护性能。采用均衡策略时,其速动性指标提升约82.2％,灵敏性指标提升约3.8％,选择性指标提升约33.1％。本文创新点在于:采用距离保护结合电流速断保护的方式形成保护判据,规避了由于光伏接入导致的配电网保护误动和拒动的问题;构建了保护定值的多目标优化方案,并利用动态分裂算子对粒子群算法进行了改进,避免了粒子群算法的局限性,同时提高了保护定值的可靠性和适用性。

【目的】在变电站继电保护装置定值校核过程中,传统方法主要依赖人工校核或简单程序校核。人工校核的准确性存在较大差异,且校核效率较低;简单程序校核在效率方面有所提升,但在准确性上仍有改进空间。针对上述不足,本研究提出一种基于深度学习的智能变电站继电保护装置定值校核方法。【方法】首先采用改进卷积循环神经网络(convolutional recurrent neural network,CRNN)对继电保护定值进行识别并利用卷积神经网络(CNN)将文本图像转换为特征序列,其次通过循环神经网络(recurrent neural network,RNN)对特征序列进行识别,最后使用基于词典的连接时序分类(connectionist temporal classification,CTC)损失函数实现转录,从而获得定值文本信息。在此基础上,引入转换门控单元对RNN模块进行改进,形成双向转换门控长短时记忆(bidirectional convert gate long short-term memory,Bi-CGLSTM)网络模型,以实现数据权值的自适应调节。随后,结合中文分词技术开展定值校核并构建完整的定值名称词典,采用Levenshtein距离算法计算待校核文本与标准文本的相似度,并结合改进的正向最大匹配算法完成定值文本匹配,从而实现对继电保护装置定值的逐一校核。【结果】为验证本文方法可行性和有效性,选取某供电公司240份包含10种常用设备型号的定值单作为实验样本进行验证。深度学习模型的训练参数设置为迭代次数100、学习率0.001,权重和偏置参数优化器为Adam。实验结果表明,改进CRNN模型的识别准确率高于97％,本文方法的校核准确率达97.07％,平均校核时间较短,整体性能显著优于对比方法。【结论】改进的深度神经网络能够有效提升大规模数据条件下继电保护装置定值文本的识别精度。基于Levenshtein距离算法与改进正向最大匹配算法的联合应用,不仅保证了校核准确率,还显著提升了校核效率。该方法为智能变电站的智慧运维提供了有力的技术支撑。

【目的】在“双碳”目标推动下,高比例新能源并网导致系统惯量和阻尼特性削弱,严重威胁了电网稳定性。构网型虚拟同步机控制技术虽然能够主动为电网提供惯量支撑,但新能源系统复杂非线性特点使传统VSG控制在非理想工况下面临着角频率和输出电压失稳的风险,传统方法控制效果不理想。针对这一问题,提出一种基于无源控制的构网型换流器控制策略,突破传统线性控制方法的局限,提高系统动态响应性能、抗干扰能力和鲁棒性。【方法】采用非线性控制设计框架,根据VSG控制原理模拟同步发电机转子运动方程,实现有功频率调节,同时模拟励磁系统实现无功电压控制,建立了包含构网型控制的哈密顿系统模型。基于无源控制理论的核心思想,对建立的哈密顿模型进行数学变换,将其转化为具有端口特性的耗散哈密顿标准形式,该模型具备天然的稳定分析优势,可为控制器设计提供理论基础。同时,根据系统稳定运行需求,设定期望的工作平衡点。为加速系统能量向期望平衡点的耗散,有效抑制振荡并加快收敛速度,注入阻尼项,最终推导得到适用于构网型换流器的有功和无功控制律,实现非线性系统的全局渐进稳定。【结果】仿真测试结果表明,在功率变化、电网电压不平衡、短路故障以及负荷变化的非理想条件下,基于无源控制的构网型换流器控制策略在系统角频率的稳定性方面显著优于传统VSG控制,频率波动幅度明显变小,恢复至期望值的时间大幅缩短。输出电压的超调量降低,调节过程更为平滑,电压恢复稳定的速度更快,有效增强了电压稳定性。【结论】本文提出的基于无源控制理论的构网型换流器并网稳定控制策略,通过将无源控制理论引入到VSG控制设计中,建立了基于耗散哈密顿模型的非线性设计框架。本文设计了基于能量整型和阻尼注入的控制策略,所推导的控制律具有强鲁棒性,无需依赖精确系统模型即可适应复杂运行条件,有效解决了传统VSG控制在面对系统非线性特性时稳定性不足、动态响应慢的缺陷,突破了线性控制参数固化的局限性,为新能源并网系统提供了抗干扰能力强、动态响应快的控制策略,能够支撑新型电力系统稳定运行。

【目的】随着电力系统规模的持续扩大,输电线路作为电能传输的关键通道,其安全、稳定运行尤为重要。然而,输电线路长期暴露于复杂多变的自然环境中,易受到外力破坏及设备老化等多种隐患威胁。为实现隐患的高精度、高效率自动化检测,提出了一种基于深度学习的输电线路外力破坏隐患智能识别方法。【方法】构建了“几何校正—图像增强—智能识别”一体化技术框架,系统解决输电线路图像识别中的关键难题。在几何校正阶段,基于最小二乘法的多项式模型建立精确坐标映射,有效消除了由拍摄角度和镜头畸变引起的几何失真;在图像增强阶段,提出了双边滤波与最大类间方差法协同的图像处理算法,在去除噪声的同时完整保留线路边缘特征,为后续识别提供高质量数据;在智能识别阶段,设计了双重优化卷积神经网络(convolutional neural network,CNN)模型,通过动态调整卷积核权重优化特征提取过程,引入稀疏约束提升特征判别性,并结合支持向量机(support vector machine,SVM)分类器实现精确识别。该方法突破了传统技术在几何校正不充分、特征提取不足等方面的瓶颈,形成了完整的输电线路隐患智能识别方案。【结果】在包含多种破损类型的真实数据集上进行测试,与主流算法YOLOv4、Mask R-CNN相比,本文方法在复杂背景下表现出更高的识别准确率和鲁棒性;平均偏移量仅为0.013 m,满足工程应用需求;处理1 000张图像的浮点运算次数降低至3.24×10⁹,大幅提升了实时处理能力。【结论】所提出的输电线路外力破坏隐患智能识别技术,通过创新的技术路线和系统性的优化策略,在识别精度、定位精度与计算效率方面均取得显著提升。其理论贡献在于:建立了完整的输电线路图像处理技术体系,为相关研究提供了新思路;双重优化机制为复杂环境下的特征提取提供了可行方案;轻量化网络设计为深度学习模型的工程化应用提供了重要参考。

【目的】在精密仪器、航空航天等领域低频振动控制至关重要,而在低频隔振领域准零刚度隔振系统凭借其显著优势近年来备受关注。在实际工程应用中仍面临准零刚度区间范围不足导致隔振频带受限和低频隔振性能难以进一步提升的技术难题,为了解决该问题,设计了一种新型准零刚度隔振器,以扩大准零刚度区间范围并提升低频隔振性能。【方法】在经典三弹簧准零刚度结构基础上进行了创新性改进,提出了一种结构简单、紧凑且基于半圆凸轮和滚球机构的新型准零刚度隔振器。首先,通过对系统进行静力学分析,确定了准零刚度的实现条件,并推导了系统的力-位移和刚度-位移关系方程,揭示了系统在平衡位置附近的等效刚度趋近于零的特性。其次,建立了系统的动力学特性方程,通过理论分析和数值模拟研究了系统的幅频响应特性,揭示了系统的非线性动力学行为。最后,通过引入力传递率和位移传递率,深入探讨了阻尼比、非线性项系数和激励幅值变化对系统隔振性能的综合影响,优化了系统参数以实现最佳隔振效果。【结果】与传统三弹簧准零刚度隔振系统相比,新型隔振器显著扩大了准零刚度区域范围,从而能够在更宽的频率范围内实现高效的低频隔振,在低频范围内该隔振器的力传递率远低于线性隔振系统,能够更有效地隔离低频振动。【结论】通过优化结构设计和参数匹配,设计的新型准零刚度隔振器有效解决了传统准零刚度隔振系统在实际工程应用中面临的准零刚度区间范围不足和低频隔振性能有限的技术难题。与传统线性隔振系统相比,设计的隔振系统不仅具有更低的初始隔振频率,而且展现出更卓越的低频隔振性能,为工程领域的低频振动控制提供了一种全新的解决方案。

【目的】特超级双相不锈钢S32707在深海极端环境中的应力腐蚀开裂(SCC)行为是深刻影响其工程应用可靠性的关键问题。氮(N)作为钢中的关键合金成分,需要深入探究其对应力腐蚀性能的调控机制。揭示N对S32707钢在模拟深海高压、高氯离子环境中应力腐蚀行为的演变规律与机理,可为开发更优异耐SCC的深海工程材料提供理论依据。【方法】利用慢应变速率拉伸测试分析不同N含量S32707在空气、模拟海平面与深海环境中的抗拉强度、屈服强度和断后伸长率;结合应力腐蚀开裂敏感性评估N含量对SCC的抑制作用;采用扫描电子显微镜(SEM)表征断口形貌并分析裂纹扩展路径,利用动电位极化曲线分析钝化膜的稳定性与腐蚀动力学行为。【结果】在模拟深海环境中,随着N含量的提高,S32707钢的力学性能逐渐改善,抗拉强度显著提升,屈服强度略微下降,断后伸长率明显增大;S32707钢的SCC敏感性显著降低,由16.8％降至10.3％,降幅达6.5％,远高于模拟海平面环境中的SCC敏感性降幅(1.8％),即N提高了S32707钢的耐应力腐蚀性能;随着N含量的提高,S32707钢的电化学行为逐渐改善,点蚀电流密度由505.0 nA/cm²降至341.6 nA/cm²,点蚀电位由60.2 mV增大至101.0 mV,可起到抑制阴极反应的作用;随着N含量的提高,S32707钢的微观组织逐渐改善,S32707钢的断口准解理区面积减小,准解理特征淡化,裂纹数量减少,裂纹长度降低,断面收缩率提高,裂纹开裂程度逐渐减小,表明N通过提高断裂韧性抑制了裂纹萌生与扩展。【结论】N可以通过多重机制协同提高特超级双相不锈钢S32707的耐深海应力腐蚀性能,降低其SCC敏感性,提高其断裂韧性,抑制其应力腐蚀开裂倾向;N可以增大自腐蚀电位,降低点蚀电流密度,抑制阴极反应,减缓局部腐蚀,提高S32707钢的耐点蚀性能;固溶N消耗了点蚀坑中的H⁺并生成NH⁺₄,有效抑制了蚀坑酸化和析氢腐蚀。因此,调控N含量是改善深海高压环境中S32707钢耐应力腐蚀性能的有效途径,可为高耐蚀双相不锈钢的成分设计和工程应用提供理论依据。

【目的】在电力系统的运行与管理中,中低压配电网作为连接电源与用户的关键环节,其运行效率和稳定性直接关系到整个电力系统的安全性与可靠性。三相线损作为衡量配电网运行效率的重要指标,不仅反映了电能传输过程中的能量损耗,还直接关系到电网的电压质量、电力消耗以及设备的安全运行。然而,配电网的三相线损数据具有复杂的分布特性,呈现多峰、非对称等特征,在动态变化过程中,难以准确捕捉数据的内在模式和结构,从而降低了异常识别的准确性。为此,本文提出一种中低压配电网三相线损异常智能识别方法。【方法】配电网三相线损数据在采集过程中易受电磁干扰、设备误差等多重因素的影响,导致数据中夹杂着大量噪声和异常值。这些噪声不仅降低了数据的信噪比,还会掩盖数据的真实特征,进而影响后续分析的准确性。由此,采用径向基函数(RBF)神经网络对采集到的三相线损数据进行特征提取,通过对输入数据的非线性映射,有效抑制噪声的干扰,提高数据的信噪比。对预处理后的数据进行归一化处理,可进一步提高数据采集的完整性和准确性。基于回路电流的方法,将配电网中的电路分解成多个独立的回路,并在每个回路中计算电压和电流的实部值和虚部值。通过对这些值在时间和相位上的变化特性进行详细分析,可以深入理解电路的运行状态,并准确识别出潜在的异常模式。根据三相分支电路上的电压和电流的实部值和虚部值结果,构建高斯混合分布模型。该模型利用多个高斯分布描述三相线损数据的复杂分布特性,更准确地捕捉数据的内在模式和结构。再利用极大期望值方法拟合归一化后的线损率,构造一个由多个高斯混合分布模型构成的混合型高斯模型,计算维本征矢量的似然概率函数,并根据预设的概率阈值判断数据是否异常。若似然概率低于阈值,判定为异常;否则,判定为正常。【结果】由实验结果可以看出,本文方法可以准确辨识三相线路损耗节点,降低误判、漏判的危险。【结论】本文方法可以及时发现和处理配电网中的故障,对提高电力系统的运行效率和可靠性具有重要意义。

【目的】高压断路器作为电力系统中关键的控制和保护设备,其可靠运行对电网的安全稳定至关重要。然而,高压断路器在长期运行过程中,会因机械磨损、部件老化等问题引发各类故障。当前,对高压断路器的检测面临检测信号多样、故障检测难度大和精度低等问题。因此,研究一种高效、准确的高压断路器机械状态检测方法,对保障电力系统安全稳定运行具有重要意义。【方法】本文提出了一种基于多模态高效Transformer的高压断路器机械状态检测模型。在数据采集环节,综合运用振动传感器、电流传感器和位移传感器,同步获取高压断路器运行过程中的振动信号、电流信号和位移信号,构建多模态信号数据集。在信号预处理阶段,采用小波变换技术对采集到的多模态信号进行处理,将信号分解到不同的频率尺度上,从而有效去除信号中的噪声成分,同时增强故障特征信号,进而显著提升信号质量。在模型构建方面,引入高效Transformer模块。Transformer模块凭借其强大的自注意力机制,能够有效捕捉信号序列中的长距离依赖关系,对多模态信号中的复杂特征进行深入挖掘,通过将高压断路器的运行状态分为正常运行、合闸无法保持、软连接松动、单相触头磨损、绝缘拉杆松动和分闸弹簧断裂,实现对断路器机械状态的准确诊断。【结果】在仿真实验中,构建了高压断路器不同故障类型的仿真模型,模拟实际运行中的各种工况,生成多模态信号数据。将这些数据输入到本文检测模型中进行测试,结果显示模型能够准确识别不同故障类型。在实际实验中,选取了多台高压断路器作为实验对象,在其正常运行和设置不同故障状态下,采集多模态信号数据。实验结果表明,相比传统检测方法,本文方法在保证检测速度的同时,使检测精度有了显著提升。【结论】本文提出的基于多模态高效Transformer的高压断路器机械状态检测模型,有效解决了检测信号复杂、噪声干扰大的问题;借助高效Transformer的强大特征提取和分类能力,实现了对高压断路器多种机械状态故障的准确识别。仿真分析与实验结果证明,本文方法在检测精度和速度上均表现良好,能够为电力系统中高压断路器的状态监测和故障诊断提供可靠的技术支持,有助于及时发现设备潜在故障,在保障电力系统的安全稳定运行方面具有一定的应用价值和推广前景。

【目的】针对具有通信时滞的线性多智能体系统,研究了其在事件触发机制下的一致性控制问题,旨在降低通信次数的同时确保系统的稳定性。传统一致性控制策略多依赖周期性信息更新机制,频繁通信不仅占用资源,还可能引发系统不稳定问题。为此,本文针对含通信时滞的多智能体系统,提出了一种结合钉住控制策略与积分型事件触发机制的分布式控制方法,实现对智能体状态的一致性驱动。【方法】首先,在多智能体系统中引入一个虚拟领导者,将系统一致性控制问题转化为误差系统的渐近镇定问题。其次,设计了包含局部状态、邻居信息与领导者引导项的反馈控制器,并结合积分型触发函数构造触发时序,减少更新次数。随后,基于所构造的误差系统模型,采用Lyapunov-Krasovskii方法构建泛函结构,系统考虑了当前状态、通信滞后项、双重积分项、触发误差项与滞后导数项的共同作用,并得到可使闭环误差系统全局渐近稳定的充分条件。在确保稳定性的基础上,进一步分析了事件触发机制可能引发的Zeno行为问题。通过引入误差能量增长上界与积分触发函数的动态变化约束,得到了触发间隔的正下界表达式,给出了避免Zeno行为的一组充分条件。最后,通过数值仿真验证了本文控制策略的有效性。【结果】仿真结果表明,在存在通信时滞的情况下,积分型事件触发机制在保证一致性收敛的同时,显著降低了事件触发次数和控制能耗。此外,收敛曲线更加平稳,避免了高频小扰动引起的过度触发现象,表现出良好的收敛稳定性与能效兼顾性。【结论】与传统、动态事件触发机制相比,本文控制策略在保证一致性的前提下,在通信与能量利用方面表现出更优的综合性能,证明其在资源受限的多智能体系统控制中具有更高的应用价值,为含时滞多智能体系统的分布式控制研究提供了新的理论支持与方法框架。

【目的】随着风能和太阳能等可再生能源在电网中的高比例接入,其固有的间歇性和波动性对电网末端电压稳定性提出了严峻挑战。特别是在区域电网末端,风光荷出力的不确定性导致电压快速下降风险加剧,可能引发设备损坏甚至连锁故障。现有研究在风光荷出力预测误差处理和多目标协同优化等方面存在明显不足,例如全纯嵌入灵敏度分析方法未能充分考虑预测误差的影响,而源网荷协调控制框架忽视了预测误差对协作效果的影响。针对这些问题,本文提出了一种新的低电压快速调节算法,通过量化风光荷出力的不确定性,构建安全、效能与成本兼顾的多目标优化模型,实现电网末端低电压的快速稳定调节,从而提升高比例可再生能源接入电网的可靠性和适应性。【方法】采用协同进化遗传算法(CGA)作为核心求解方法,首先针对风电、光伏及负荷出力的随机性建立了精确的概率密度函数模型。风电出力通过结合风速的Weibull分布及预测误差正态分布进行量化;光伏出力则关联光照强度与光电转化效率并引入预测误差项进行表征;负荷出力通过概率密度函数反映其波动性。在此基础上,构建了以安全、效能和成本兼顾为优化目标的低电压调节模型,其中安全指标量化电网末端缺电总损失量,效能指标综合计算网损值与电压偏差,成本指标计算全寿命周期成本。通过整实数混合编码方案和动态调整的交叉概率与变异概率,能够有效优化种群并输出满足电压稳定裕度要求的最优解。【结果】基于广州市某地区实际电网数据进行仿真实验,结果验证了本文算法的有效性。在不确定性处理方面,本文算法对风电和光伏出力的预测结果与实际数据吻合度显著高于其他传统方法,这得益于本文算法将出力功率预测误差作为随机变量进行建模,更准确地反映了实际系统中的不确定性。在电压调节效果方面,当风光荷出力波动和负荷增加导致电压降低时,该算法能够快速有效地将节点电压恢复至正常水平,调节效果优于基于电网稳态模型和双环电压-电流控制算法的传统方法。在静态电压稳定裕度方面,本文算法在多种测试场景下均能保持较高的电压稳定裕度,始终维持在0.8以上,表现出良好的电压调节能力。此外,本文算法在保证电压稳定的同时,兼顾了电网运行的经济性和效能。【结论】低电压快速调节算法通过深度融合风光荷出力不确定性建模与多目标优化,有效解决了高比例可再生能源接入电网末端低电压失稳问题。该算法创新性地引入概率密度函数量化预测误差,显著提升了风光荷出力预测精度;通过CGA协同优化安全、效能与成本兼顾的目标,实现了电压的快速动态调节。实验结果表明,本文算法在调节速度、稳定裕度及经济性等方面均优于其他传统算法,为高比例可再生能源电网的智能化调控提供了可靠技术支撑。该研究成果不仅具有重要的理论价值,在实际工程应用中也展现出广阔前景,未来可进一步探索多时间尺度下的电压协同控制策略,以持续提升电网运行的稳定性和经济性。

【目的】随着油气管道服役年限增加,因资料缺失导致的管道材质无法确认问题日益突出,传统检测方法难以应对材质识别及老化状态评估的工程需求。本研究旨在提出一种基于磁压缩效应的新型无损检测方法,通过分析不同钢材在外部磁场作用下的漏磁信号基值变化行为,建立材质与磁信号之间的关联模型,为实现管道材质的快速、准确、非接触识别提供理论基础和技术途径。【方法】研究将磁荷理论与磁压缩效应相结合,建立了外磁场作用下钢材表面漏磁场的数学模型。从理论上推导出漏磁信号基值与外部磁场强度、材料磁化强度之间的函数关系,并提出利用磁压缩系数对磁压缩效应强度进行量化表征的方法。通过系统化的实验设计,选取Q235、Q345、X52、X65、X70、X80这6种典型结构钢与管线钢作为实验材料。将试样加工为270 mm×140 mm×10 mm的统一标准尺寸,并在自行搭建的高精度漏磁实验平台上,以1 kA/m为步长,在0～48 kA/m范围内逐步增加外磁场,实时采集各钢材的漏磁信号基值。为进一步验证方法的稳定性,分别对原始状态钢板产生的信号以及抛光后表面粗糙度为0.8 μm的钢板产生的信号进行了对比测试。所有实验均重复进行,以确保实验结果的可重复性与准确性。【结果】实验结果表明,所有钢材的漏磁信号基值均随外磁场强度的增大呈现出先上升后下降的变化趋势,且其峰值位置因材料磁特性的差异而表现不同。具体而言,Q235和X65的信号基值在24 kA/m时达到峰值,X70和X80的信号基值在25 kA/m时达到峰值,而磁化强度较高的Q345和X52的信号基值则在26 kA/m时达到峰值。该变化规律与各钢材M-H曲线的饱和磁特性高度一致,表明磁压缩效应发生的临界场强与材料磁特性密切相关。此外,对钢板的不同表面状态进行测试,结果表明,尽管漏磁信号的幅值存在差异,但同种钢材的信号基值下降临界点始终保持一致,验证了该方法对表面状态不敏感,具有良好的抗干扰能力和工况适应性。【结论】研究提出了一种基于磁压缩效应的管道材质无损检测方法,通过建立漏磁信号基值与外磁场强度之间的对应关系,实现了对不同种类结构钢和管线钢的有效区分。该方法不仅具有良好的可重复性,还展现出较强的工程适用性,其检测结果不受管道内表面粗糙度、腐蚀状态等复杂因素影响,适用于管道内检测等复杂工况。研究成果为老旧管道的材质识别与安全评估提供了新的技术手段,具有重要的理论意义与工程应用价值。

【目的】数控机床在运行状态下具有瞬时功率高及能源效率低的特点,并且数控机床的加工能耗随着复杂多变的加工任务实时变化,导致机床加工能耗预测困难。基于信息流与能量流的数控机床加工能耗预测机理模型需要操作人员能辨悉机床运行状态,明悉机床能耗变化特点,故机床加工能耗预测困难且周期较长。随着测试技术与计算机算力的显著提升,基于数据驱动的预测方法被引入数控机床加工能耗预测研究中。因此,本文提出一种结合随机配置网络(SCNs)与多机制改进后沙丘猫(SCSO)算法的自适应增量式机器学习方式,实现数控机床加工能耗的高效、高精预测。【方法】以螺旋槽数控铣床铣削螺杆转子为例,基于工艺参数设计螺旋槽数控铣床加工能耗铣削实验,采集加工能耗数据。采用多机制改进后的沙丘猫算法优化随机配置网络,建立数控机床加工能耗预测模型。将随机配置网络算法作为机床加工能耗的预测模型,结合Tent种群初始化策略、可变螺旋搜索策略与自适应t分布策略改进后的沙丘猫算法对随机配置网络建模过程中的比例因子与正则化参数进行求解,提升随机配置网络的预测精度及预测效率。【结果】为验证模型的准确性,以均方根误差(RMSE)和平均绝对百分比误差(MAPE)为评价指标,将SCSO-SCNs算法、SCNs算法、松鼠算法优化的BP神经网络(SSA-BP)进行对比,结果表明,SCSO-SCNs算法较SSA-BP算法与SCNs算法在RMSE上分别减少了38.62％与46.03％,同时在MAPE上较SSA-BP算法与SCNs算法分别减少了40.47％与47.33％,证明SCSO-SCNs模型在加工能耗预测方面性能的优越性。【结论】提出的融合随机配置网络与多机制改进的沙丘猫算法的机器学习方法在数控机床加工能耗预测领域展现出较为明显的性能优势。改进后的沙丘猫算法通过优化算法初始种群、改进种群位置更新策略,提升了算法搜索效率及跳出局部最优解能力。基于多机制改进后沙丘猫算法寻求随机配置网络最佳比例因子与泛化因子,极大地提升了模型的预测精度,经过与现有机器学习算法比较可知,本文提出的方法预测精度更高,且极大地提升了机床加工能耗的预测效率。

【目的】随着输变电工程在配电网中地位的日益提升,传统造价估算方法因误差较大、耗时较长等问题,难以满足现代工程管理的需求。为提高输变电工程的执行效率和估算精度,设计提出了一种基于径向基函数神经网络(RBFNN)和显著性成本理论的造价估算技术。该技术旨在通过优化神经网络结构和特征筛选,打破传统方法在复杂工程造价估算中的局限性,同时提升模型的鲁棒性和适应性。【方法】基于显著性成本理论对历史工程数据进行特征筛选,确定影响输变电工程造价的关键因素,并将其作为神经网络的输入特征。通过引入径向基函数(RBF)对传统人工神经网络(ANN)结构进行深度改造,设计适用于输变电工程的造价估算模型。该模型采用高斯函数处理输入层数据,结合K-means聚类算法初始化隐含层中心值,并利用最小二乘法和梯度下降法分别完成输出层和隐含层的训练。此外,为验证模型的有效性,通过100组输变电工程项目的仿真数据,对比传统造价估算方法(单位造价法和指标估算法)与本文模型的累计绝对误差率和平均执行时间,并采用SHAP值分析法量化关键因子对估算误差率的影响。【结果】仿真结果表明,基于径向基函数神经网络的造价估算方法在累计绝对误差率和平均执行时间上均优于传统方法。当测试样本量增至20组时,单位造价法的累计误差率达440％,指标估算法为180％,而本文模型的累计误差率稳定在110％以内。在执行时间方面,传统方法平均耗时5 s,而本文模型仅需0.5 s。此外,对SHAP值分析显示,电线截面积、钢管杆和回路数量等显著性因子对造价估算误差率的影响最为显著,其SHAP值远高于其他因子。这一发现为模型优化和成本控制提供了重要依据。【结论】本文提出的基于径向基函数神经网络和显著性成本理论的造价估算技术,能够有效提升输变电工程造价估算的精确度和运行效率。尽管该方法在复杂施工环境下仍存在一定的误差,但其整体性能优于传统方法,具有较强的实用性和推广价值。未来研究将进一步结合回归分析、支持向量机等机器学习算法,优化模型的精确度,以更好地适应输变电工程的复杂性和多样性。

【目的】外来物种入侵作为全球性生态安全问题,其引发的生物多样性丧失和生态系统功能退化已对人类社会的可持续发展构成了严重威胁。传统生物控制方法在应对环境不确定性与随机干扰等复杂情况时,普遍存在控制精度不足、鲁棒性能较差的局限性。本文针对随机生物系统的动态特性,提出一种基于Lyapunov稳定性理论的自适应模糊控制(AFC)策略。通过建立具有白噪声干扰和未知不确定非线性因素的随机动力学模型,重点解决在环境不确定性、随机扰动等复杂因素耦合作用下,本地物种保护与入侵种群抑制的双目标协同调控这一核心问题。【方法】首先基于随机微分方程理论,构建了外来物种入侵随机生物系统的动力学模型。针对系统模型中存在的不确定非线性项,采用模糊逻辑系统(FLS)进行逼近处理。将反步法和自适应模糊手段相结合应用于随机生物系统,并选取合适的Lyapunov函数设计出具有参数自校正功能的模糊反步控制器和自适应律。【结果】所设计的自适应控制器的智能调整使得本地物种种群密度在有限时间内能够有效跟踪给定的期望密度,且跟踪误差能够收敛到原点附近,实现了控制器对误差信号的实时监测与精确分析。自适应控制器能够动态调整控制输入,确保跟踪误差始终处于可接受范围内,同时能够确保外来物种入侵随机生物系统中的所有状态均为半全局一致最终有界。当随机干扰强度变化时,系统仍能保持稳定的收敛特性并展现良好的适应性。【结论】结合模糊逻辑系统与非线性控制理论,所设计的自适应模糊控制策略有效解决了随机生物系统中的不确定性控制问题,数值仿真结果进一步验证了控制策略在本地物种保护和外来物种入侵动态管理中的有效性,可为复杂生态系统的智能调控提供新的思路。

【目的】DDoS攻击作为一种破坏性极强的网络威胁,严重影响电力系统的稳定运行。由于电力监控局域网中的数据流量复杂多变,DDoS攻击流量与正常流量在表现形式上存在较高相似性,导致二者难以有效区分。传统的静态阈值方法虽能在一定程度上实现流量监测,但因无法适应流量的动态变化,常出现误判,从而削弱了对DDoS攻击的检测效果,难以为电力监控局域网提供可靠的安全保障。为此,提出一种基于动态阈值的电力监控局域网DDoS攻击检测方法。【方法】通过网络流量采集设备实时获取电力监控局域网的流量数据,并利用信息熵理论计算流量熵值。信息熵可反映数据的混乱程度:正常流量通常具有一定规律性,熵值相对稳定;而DDoS攻击流量因异常数据包的大量涌入,导致熵值显著波动。基于此特性,本文设定动态阈值,当流量熵值超过阈值时判定为异常流量。随后,提取异常流量的六元组特征集(包括平均流包数、平均字节数、源IP地址增速、流表生存时间变化、端口增速以及对流比),并将其输入预训练的最小二乘支持向量机(least squares support vector machine,LSSVM)分类器中。LSSVM通过对已知样本的学习建立特征与类别的映射关系,从而实现对异常流量的分类与判断,确定其是否为DDoS攻击流量。【结果】实验结果表明,本文方法在ROC曲线和PR曲线上均表现较好,ROC-AUC和PR-AUC值均较传统方法有所提高。这表明该方法在检测DDoS攻击时具备更高的准确率与召回率,能够有效识别隐藏于正常流量中的攻击流量,并显著降低误判率。【结论】基于动态阈值与LSSVM分类器的检测方法能够有效应对电力监控局域网中DDoS攻击与正常流量难以区分的问题,提升检测的准确性与可靠性,为电力监控局域网提供更为有效的DDoS攻击防护手段,有助于增强电力系统的安全性与稳定性,保障电力供应的可靠运行,对电力行业网络安全防护具有重要的实际应用价值。

【目的】长期以来,能源存储技术一直备受学术领域和工业领域的密切关注,与其他电介质材料相比,反铁电材料的介电电容器能够显示出更高的能量存储密度和更快的电荷释放速率。锆酸铅(PbZrO₃)作为典型的反铁电材料因其独特的场致相变行为以及高居里温度,在实际储能应用中具有较大的潜力。【方法】电介质材料的储能性能主要取决于其极化性能和电场击穿强度。为了提高以PbZrO₃为电介质的储能电容器的储能密度,本文通过热蒸镀法在Pt(111)/Ti/SiO₂/Si衬底上蒸镀了3 nm厚的Al层并通过溶胶-凝胶法在Al层覆盖的衬底上沉积PbZrO₃非晶薄膜,分别利用微波退火和普通退火两种工艺制备了PbZrO₃-Al₂O₃纳米复合薄膜。【结果】采用该方法制备的Al₂O₃纳米粒子层状分布在PbZrO₃基体上,形成纳米复合薄膜,且该薄膜的电滞回线的形状与极化性能可调控。采用普通退火方式制备的PbZrO₃-Al₂O₃纳米复合薄膜在950 kV/cm电场下具有13.52 J/cm³的储能密度,比普通退火制备的PbZrO₃薄膜密度提高了83％。除此之外,已有实验数据表明微波退火可以降低PbZrO₃薄膜的结晶活化能,不仅可以使非晶PbZrO₃薄膜在650 ℃低温下结晶,而且所用时间仅为普通退火的三分之一。微波退火还可以稳定PbZrO₃薄膜的反铁电性能,从而提升了薄膜的储能密度。利用微波退火这一特性,本文进一步优化PbZrO₃-Al₂O₃纳米复合薄膜微结构,减小薄膜的晶粒尺寸并降低漏电流密度。采用微波退火方式制备的PbZrO₃-Al₂O₃纳米复合薄膜的漏电流密度约为10^-8数量级,比普通退火制备的PbZrO₃-Al₂O₃纳米复合薄膜进一步降低了1个数量级,这说明微波退火可以调控钙钛矿晶粒尺寸及Al₂O₃纳米粒子分布,从而提高了电场击穿强度。采用微波退火方式制备的PbZrO₃-Al₂O₃纳米复合薄膜在1 550 kV/cm电场下具有18.94 J/cm³的储能密度,比普通退火制备的纳米复合薄膜提高了40.1％。【结论】本文利用热蒸镀配合节能环保的微波退火技术制备出高质量电介质纳米复合薄膜,为纳米复合设计新型储能电容器材料提供了新的思路。

【目的】随着网络规模与复杂性的激增,传统网络运维技术在处理海量告警数据时面临准确性低、噪声干扰严重、根因定位困难等挑战。现有Apriori与FP-Growth等关联规则算法因缺乏对告警数据相关性及层级根因的深入分析,导致压缩效率低下且误报率较高。通过引入图卷积神经网络(graph convolutional network,GCN),设计了一种智能告警压缩算法,以解决传统方法在数据关联性挖掘、噪声抑制及多层级根因分析中的不足,从而提升了网络运维的智能化水平与告警处理效率。【方法】首先,针对告警数据的异构性与冗余性,提出基于滑动时间窗口的动态预处理机制,通过时间同步规则与去冗余操作,构建高精度告警事务库。其次,将预处理后的告警序列转化为图结构数据,利用节点特征矩阵与邻接矩阵表征告警事件及其关联关系。在此基础上,设计多层图卷积神经网络模型,通过局部卷积聚合邻域节点特征,结合归一化技术解决图结构数据的不平衡性,并引入ReLU激活函数增强非线性特征提取能力。模型参数设置包括输入特征维度、隐藏层结构、Adam优化器及Dropout机制,以平衡模型复杂度与泛化性能。最后,基于真实网络故障数据集,对比分析GCN与ResNet、Apriori、FP-Growth算法的性能差异。【结果】实验结果表明,本文算法在告警准确度与运行时间上均显著优于传统方法。具体而言,当数据量增至6 000条时,GCN算法的告警准确度超过92％,较Apriori(83％)、FP-Growth(87％)和ResNet(84％~94％)算法表现更优且波动更小。在运行效率方面,GCN算法的平均处理时间与FP-Growth接近(当数据量超过1 000条时相差不足5％),并显著低于ResNet算法。此外,GCN算法通过捕捉告警数据的非线性关联与层级根因,有效抑制了噪声干扰,验证了其在复杂网络环境中的鲁棒性。【结论】基于图卷积神经网络的告警压缩算法,通过深度融合告警数据的时空特征与拓扑关联,实现了高精度、低冗余的告警信息提取。对比传统方法,该算法在准确度与效率上均展现出显著优势,为网络运维的智能化转型提供了可靠的技术支撑。未来工作将聚焦于模型轻量化设计与实时性优化,以进一步适应大规模动态网络场景的需求。

【目的】强雷电活动区域的输电线路运行时易遭雷击,同塔双回线路因结构紧凑、电磁耦合效应显著,雷击故障率一直偏高。现有防雷措施多依赖统计经验,无法有效区别绕击、反击等不同类型的雷击故障,难以实现精准防护,导致线路跳闸事故仍时有发生,严重威胁电网安全稳定运行。为此,本文提出一种基于深度学习的雷击故障识别方法,可实现绕击与反击的高精度自动识别,为输电线路的差异化防雷设计及运行维护提供有效的技术支撑。【方法】采用电磁暂态仿真软件ATP-EMTP,构建220 kV同塔双回输电线路雷击故障仿真模型,获取不同雷电流幅值、接地电阻条件下的过电压响应数据。针对雷击信号的非平稳性及模态混叠问题,引入集合经验模态分解(ensemble empirical mode decomposition,EEMD)方法,通过加入高斯白噪声抑制模态混叠,提取前4阶本征模态函数(intrinsic mode function,IMF)以保留主要特征成分。随后采用频率切片小波变换(frequency slice wavelet transform,FSWT)计算多频段能量比,并与雷电流幅值、接地电阻共同构建多维特征集。在分类模型方面,提出CNN-LSTM-Attention深度学习架构:利用CNN提取空间特征,通过LSTM捕捉时序依赖特征,借助Attention机制聚焦关键信息,从而实现复杂信号特征的有效融合与识别。【结果】实验结果表明,本文方法在绕击与反击识别任务中表现优异。模型整体识别准确率达98.6％,查准率与查全率均超过98.5％,F₁分数最低为0.99。与SVM、CNN等基准模型相比,该方法在识别精度上具有明显优势。10次独立对照实验结果显示,模型平均准确率达到99.7％,方差为0.000 93,充分验证了该模型的稳定性和可靠性。【结论】基于EEMD-FSWT特征提取与CNN-LSTM-Attention融合模型的雷击故障识别方法,能有效表征同塔双回输电线路雷击信号的时频特性,实现绕击与反击的高精度区分。该方法不仅提升了故障诊断的准确性和实时性,更为电网差异化防雷策略的制定提供了重要数据支持。研究成果对降低输电线路雷击跳闸事故率、保障电力系统安全稳定运行具有重要工程应用价值与良好推广前景。

【目的】针对电力应用中无人机通信环境安全进行评估,并设计提出一种有效的安全架构与设计方案,以解决电力巡检中无人机通信面临的电磁干扰、数据安全等问题,确保无人机在复杂电磁环境下的高效协同作业和数据安全传输。【方法】研究分析了无人机协作无线网络结构及其面临的安全威胁,特别是电力线附近强烈的电磁干扰对无人机通信的影响。提出了一种基于身份密码学的无人机协作无线网络解决方案,通过设计增强型通信协议与防干扰机制,确保无人机在强电磁环境下仍能稳定地传输关键数据。此外,研究还引入了实体间的相互验证、签名及通信数据的身份验证机制,以提升无人机通信的整体安全性。【结果】实验结果表明,所提出的安全评估架构设计方案在不同无人机数量、通信失败率、电磁干扰强度和数据包大小下均表现出较高的数据恢复率和较少的资源消耗。特别是在高电磁干扰环境下,系统仍能保持较高的数据恢复率和容错能力,可有效抵御潜在的网络入侵和数据窜改威胁。【结论】提出的安全评估架构与设计方案能够显著提升电力巡检中无人机通信的安全性和可靠性,降低信息泄露的风险,并在复杂电磁环境下实现高效协同作业。研究创新之处在于:结合了身份密码学和公钥机制,设计了一种轻量且高效的安全解决方案,为电力巡检任务中的无人机通信网络提供了有效安全保障。

【目的】在道路工程的实际建设中,高含盐量软土因其特殊的物理力学性质,往往难以直接满足工程建设的技术要求。因此,有必要针对高含盐量软土的固化特性展开系统性研究,通过深入分析软土固化过程中呈现的各种特性,为该类软土在道路工程中的合理利用提供理论支撑与技术参考。【方法】本文综合运用室内试验与理论分析方法,针对高含盐量软土开展室内固化处理,并就固化软土的强度特征及其微观作用机制展开了研究。设置了水泥单掺试验以及水泥、石灰、粉煤灰三因素、三水平正交试验。围绕这两类试验,着重探究了含盐量分别为1.5％、3.5％、5.5％和7.5％时对高含盐量固化软土无侧限抗压强度的影响。为了更深入地理解其中的作用机制,后续又运用X射线衍射仪(XRD)与扫描电子显微镜(SEM)对经过固化处理的高含盐量软土的微观机理展开进一步研究。【结果】水泥单掺试验的结果表明,在软土初始含水量与含盐量恒定的前提下,水泥固化高含盐量软土存在最佳掺量;此外,通过设定不同掺量的水泥、石灰与粉煤灰复合固化处理含盐量为7.5％的软土,其经过7、14与28 d养护后的试样无侧限抗压强度最大分别能达到326、388与593 kPa,能够较好地满足实际项目的建设需求。【结论】当采用7％水泥+3％粉煤灰+3％石灰的组合作为无机胶凝性固化剂时,不同含盐量软土均能取得较为理想的固化效果。需要注意的是,在固化剂配合比保持不变的条件下,随着软土中含盐量的逐渐增加,固化软土的强度呈现持续劣化的趋势,并且氯盐对固化软土强度的影响还会随着养护龄期的增加变得愈发显著。

【目的】随着无人机群在侦察任务中的广泛应用,优化防空反制系统部署已成为提升防御能力的重要手段。无人机群凭借其高灵活性、强生存能力和低成本特性对传统防空体系构成了严重威胁。单一防空系统难以有效应对多目标协同的无人机群,因此,需要通过多系统协同部署,最大化无人机群的飞行成本,迫使其改变路径或放弃任务。本研究旨在设计一种高效的防空反制系统部署方法,以应对无人机群侦察带来的安全挑战。【方法】研究提出了一种基于水波优化(water wave optimization,WWO)和A^*算法的防空反制系统部署(water wave and A^* deployment,WAD)方法,该方法通过两个核心子模型实现优化:一是构建无人机群的最优路径规划模型,用于计算在给定防空反制系统位置下无人机群的最小飞行成本;二是设计防空反制系统选址优化模型,通过调整系统位置来最大化无人机群的期望飞行成本。WAD算法融合了WWO在全局和局部搜索中的平衡优势以及A^*算法在路径规划中的高效性,并通过改进的编解码机制提升了搜索效率,避免其陷入低效解空间。【结果】通过仿真实验验证WAD算法的有效性。实验设计了一个包含4个飞行起点、39个路径点和3个防空反制系统的场景,结果表明WAD算法能够求解出无人机群期望飞行成本的最大值,并输出优化的防空反制系统部署位置及无人机群的飞行路径。种群最佳适应度随迭代次数的增大而快速收敛,平均在30次迭代内达到稳定,表明算法具有较高的精度和计算效率,与传统方法相比,显著缩短了优化时间。【结论】WAD算法为无人机群防空反制系统的优化部署提供了一种高效解决方案。通过集成WWO和A^*算法的优势,该方法在全局探索与局部开发之间实现了良好平衡,显著提升了部署方案的收敛速度和优化质量。研究结果表明,本文方法适用于复杂侦察场景下的防御需求。未来可进一步研究动态环境下多目标优化的部署策略,探索防空反制系统间的协同机制,引入实时威胁评估,以适应无人机群技术的快速演变。

【目的】现有研究针对不同设备间迁移学习的齿轮故障诊断仍存在不足,尤其是在小样本条件下,诊断准确率仍待提高。为此,提出一种结合自校准卷积分散注意力网络(SCResNeSt50)模型与迁移学习策略的小样本齿轮故障诊断方法。【方法】基于连续小波变换对齿轮信号进行时频分析,生成时频图作为模型输入。采用ResNeSt网络结构融合分散注意力机制与自校准卷积改进传统卷积神经网络对时频图的线性处理方式,即使用自校准卷积替代ResNeSt模块中的常规卷积,以实现自适应响应校准和多尺度特征编码,从而扩大感受野并增强故障特征表征能力。采用迁移学习策略,通过微调源域预训练模型的分类器参数,并冻结特征提取层,以实现目标任务的有效适配,同时保留源模型的通用知识和特征表示,提高小样本条件下的齿轮故障诊断准确率。【结果】在东南大学齿轮箱数据集与康涅狄格大学齿轮数据集上进行实验,验证了方法的有效性。实验包括变工况迁移学习与跨数据集迁移学习两类场景,并与现有故障诊断方法进行对比分析。结果表明,在变工况迁移学习实验中,目标域诊断准确率分别达到98.7%和98.9%;在东南大学数据集向康涅狄格大学数据集的迁移实验中,当目标域训练集中每种齿轮状态的样本量分别为25、20、16、12、8及6个时,诊断准确率分别达到98.1%、98.1%、97.8%、97.5%、96.5%及93.1%。【结论】方法在多个实验中均取得优于其他方法的诊断准确率,表明改进的自校准卷积有效提升了齿轮故障特征的表征能力,而迁移学习策略在小样本条件下显著增强了故障诊断的可靠性。该研究为小样本条件下的齿轮故障诊断提供了可行的解决方案,推动了智能故障诊断技术的发展。

【目的】在电力系统中,输电线路作为关键组成部分,常因地处偏僻且绵延千里,易遭受雷击等自然灾害影响导致故障。我国输电线路雷击故障约占总事故的50％。雷击会引发杆塔绝缘闪络、电压异常甚至供电中断,还会损坏电子设备,造成较大经济损失。为提高输电线路对雷击的抗性,本文对110 kV线路绝缘子雷击闪络电压特性进行分析,以改进输电线路设计,增强其抗雷电能力。【方法】基于电场理论和能量守恒原理,构建电场内电子的能量守恒方程,结合3种粒子(正属性粒子、负属性粒子、中性粒子)的运动方程和泊松方程,建立绝缘子雷击数学模型。通过数学模型计算雷击电流过电压,获取雷电冲击输电线路的电流标准波形。同时,分析输电线路耐雷电水平与绝缘子串闪络电压的关系,通过过电压分析绝缘子雷击闪络电压特性,进而获取雷击点的电流值与雷击电流过电压。此外,选用110 kV线路的硅橡胶绝缘子进行实验,模拟不同呼高、接地电阻、雷电电流波形和绝缘距离等参数,分析各参数对电压波形的影响。【结果】实验结果表明,绝缘子在遭受不同波形雷击时,电压值会在12 μs后趋于平缓。其中双指数型电压峰值最大,斜角型模型对电压的控制效果最优,绝缘距离大于5 m时电压波形更趋于稳定。与其他方法相比,本文方法得到的电压波形与实际情况更为接近,误差低于1 kV,准确性较高。【结论】杆塔呼高为25 m时绝缘子对雷击冲击响应最敏感,接地电阻增大,电压峰值随之增大,斜角型雷击电流模型控制电压效果最佳,绝缘距离大于5 m时可提高绝缘子抵抗雷电冲击的能力。研究将数学模型与电场理论结合,综合考虑多种参数对绝缘子的影响,建立了更全面准确的绝缘子串电压波形和数学方程。该研究成果为输电线路设计提供了科学依据,对提高输电线路抗雷电能力,保障电力系统安全稳定运行具有较高的工程应用价值和借鉴意义。

【目的】纳米材料因具有表征尺度小,比表面积大的特性,在土遗址修复材料领域的应用关注度日益提升。针对辽宁地区土遗址受损严重、亟待修复的问题,本文聚焦纳米二氧化钛(TiO₂)和氧化石墨烯(graphene oxide,GO),探究二者对土遗址修复材料无侧限抗压性能、三轴抗剪性能和微观结构的影响,以及纳米TiO₂-GO的协同增强机理。【方法】以有机硅-复合改性土(S-GLS)为基础,研究不同添加比例的纳米TiO₂和GO对纳米TiO₂-GO改性土(SN-GLS)物理性能的影响,其中纳米TiO₂质量分数为1％、3％、5％,GO质量分数为0.02％、0.025％和0.03％;通过无侧限抗压试验和三轴剪切试验,获取SN-GLS在对应工况下的力学行为特征和应力-应变全过程曲线;借助扫描电镜(SEM)与压汞孔隙率(MIP)试验,分析SN-GLS的微观结构形态、孔隙特征及其分布规律。【结果】随着TiO₂-GO的掺入,SN-GLS的抗压强度和抗剪强度均显著提升。三轴剪切试验结果显示,试样的宏观破坏形式发生转变,由原有的斜向剪切破坏,转变为鼓胀与多剪切破坏的组合形式,即试样中间部位产生侧向鼓胀,裂缝以竖向、横向发展的多形式剪切带呈现。当TiO₂和GO的掺量分别达到3％和0.025％时,根据28 d龄期SN-GLS的应力-应变全过程曲线显示,其应变在2.5％～4％区间达到峰值,且残余强度保持率为75％～90％,这表明纳米TiO₂-GO的掺入提升了原始土的延性,使SN-GLS具有更优的抗剪性能与塑性变形特征。同时,该掺量下,SN-GLS的7 d龄期黏聚力较S-GLS提升了61.8％,28 d龄期黏聚力提升了42.7％且内摩擦角提高了1°。扫描电镜与压汞孔隙率试验结果显示,与S-GLS相比,SN-GLS的微观结构优化及力学性能提升,源于GO与纳米TiO₂的协同作用,具体表现为:GO的掺入使SN-GLS形成粗糙且褶皱的层状结构,增大了原始土的层间距,其表面含氧官能团为原始土水化反应提供成核位点,起到“模板”作用,促使SN-GLS内部生成更多水化产物(如C-S-H),因而力学性能得到显著提升。纳米TiO₂通过小尺度效应与填充效应,填充土样内部孔隙并增强土颗粒间的连接;同时改变土样骨架的排列方式,提高其定向性,最终使SN-GLS的分形维数较S-GLS增大0.045 9。上述作用共同导致SN-GLS的孔隙分布显著优化,中孔隙占比较S-GLS降低18％,小孔隙占比增加16％,微孔隙占比增加2％;中孔隙向小孔隙、微孔隙转化,微观结构更致密,总孔隙率较S-GLS减小10.09％。【结论】本文为土遗址修复材料的研究与改进提供了新的思路,纳米TiO₂和GO在土遗址保护和加固方面具有潜在应用价值。

【目的】随着旋转类机械结构对运行精度和稳定性要求的不断提高,其内部服役轴承的动态性能也面临更加严格的要求。为提高旋转类机械结构的工作性能,揭示轴承在复杂载荷工况下的动态接触特性变化规律显得尤为重要。【方法】基于经典琼斯哈里斯模型和滚道控制理论,依据部件间的几何分析和受力分析,建立了一种五自由度动态接触特性分析模型,该模型系统考虑了离心力和陀螺力矩等因素,并计入轴承球-滚道接触和分离两种工作态的影响,以全面描述球轴承在轴向载荷、径向载荷、力矩载荷和转速等多因素作用下的动态接触特性。此外,构建了一种内循环-外循环式Newton-Raphson迭代算法求解局部方程和全局方程,依据轴承内部几何关系和受力关系简化模型求解变量,以降低模型求解的复杂度。以NSK 7013C轴承为例,分析特定载荷工况下轴承的动态接触特性变化规律。【结果】计算结果显示,当轴向载荷较小且达到一定转速时,轴承内部球-滚道会出现非完全接触状态,非完全接触区域与转速呈正相关;适当增大轴向载荷时,轴承内、外圈接触载荷幅值的变化幅度变小且非完全接触状态消失;单独增大径向载荷会导致轴承内部出现非完全接触现象,当径向载荷增大到一定程度时,非完全接触区域不再增大;在同一载荷条件下,轴承内、外圈接触角和接触载荷随滚动体方位角的变化而变化;不同方向的径向载荷和力矩载荷均使轴承接触角和接触载荷产生波动,其作用效果会相互叠加。【结论】轴向载荷能够改善轴承内部载荷分布,且对个别轴承球出现的分离状态具有一定抑制作用。轴向载荷、径向载荷、力矩载荷和转速对轴承的动态接触特性具有不同程度的影响,且力矩载荷的影响较小。本文创新之处在于系统考虑了轴承外界载荷和轴承球-滚道接触、分离全工作态的影响,分析轴承在复杂载荷工况下的动态接触特性变化规律,为指导轴承的选型、正向设计以及改善旋转机械的工作性能等提供了新的理论支持。

【目的】电力物联网设备固件的安全性对保障关键基础设施稳定运行至关重要。然而,固件特征复杂且分析维度单一,导致现有漏洞检测方法存在精度低、适应性差的问题。为此,研究一种适用于泛在物联背景下的智慧电力物联网固件多粒度漏洞检测方法,以提升漏洞检测的全面性与准确性。【方法】本文设计了i2vBi模型,将地址空间操作数映射为8类控制装载基址,从而精确生成指令词向量;利用Softmax函数计算上下文词概率,训练极大似然估计模型,并通过双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)聚合指令向量,得到蕴含前后向语义信息的基本块嵌入向量。利用基本块嵌入向量构建属性控制流图,以提取函数内部的细粒度结构特征;采用主邻域聚合(principal neighbourhood aggregation,PNA)算法,并结合多种聚合器与基于节点度的缩放器,自适应地聚合节点邻域信息,生成表达力更强的图嵌入向量,完成函数级别的中观粒度特征提取。随后,利用卷积神经网络(convolutional neural network,CNN)与自注意力机制从图嵌入向量中提取函数执行顺序的局部模式特征,并将该顺序特征与基本块嵌入向量构建的属性控制流图特征输入多层感知机进行融合,形成最终的综合特征向量。引入语义分析维度,将已知漏洞函数转化为自然语言文本,通过基于双向编码器(bidirectional encoder representations from transformers,BERT)表示的语义嵌入模型进行掩码建模与均值池化,生成语义向量;计算其与目标函数综合特征向量的余弦相似度,通过设定阈值实现基于语义相似度的多粒度漏洞判定。【结果】为验证本文方法的有效性,在包含真实电力物联网固件镜像的数据集上进行了测试。实验结果表明:本文方法的曲线下面积(area under the curve,AUC)值稳定在0.85～0.95之间,显著高于对比方法,证明了其优异的整体分类性能;Kappa系数位于0.85～0.95的高位区间,表明检测结果与真实情况具有高度一致性;海明距离值始终保持较低水平,说明本文方法的误报率与漏报率得到了有效控制,预测结果更为精确。【结论】本文方法通过融合指令、基本块、函数控制流及语义等多个层次的特征,有效克服了特征维度单一的局限。该方法不仅显著提升了漏洞检测的精度与鲁棒性,而且因其对代码语义的理解而具备更好的环境适应性。研究成果为实现智慧电力物联网固件的自动化、智能化安全分析提供了可靠的技术途径,对增强电力物联网系统的整体安全性与稳定性具有积极意义。

【目的】工业控制系统(industrial control system,ICS)中设备间通信过程高度依赖工控协议来实现,协议安全性对保障ICS稳定运行起到关键作用。漏洞挖掘与入侵检测等作为ICS安全防御体系的核心技术组件,其有效性依赖于对工控协议结构及语义功能的精确解析。协议逆向分析作为解析协议结构与语义功能的关键技术,其核心环节语义推断精度直接决定协议理解的准确性。然而,受限于工控协议文档缺失、格式异构性强等现实条件,现有语义推断方法普遍依赖专家经验,存在自动化水平不足、跨协议泛化性能有限等固有瓶颈,难以适应实际工业环境中多源异构协议的高精度解析需求。【方法】为解决上述问题,本文提出mBERT协同多源领域自适应与结构化掩码策略的语义推断方法。通过mBERT模型实现跨协议通用语义表示;利用结合注意力权重与位置编码设计的结构化掩码策略,增强模型对协议结构和语义内在联系的表示能力,提高语义推断方法的自动化程度和效率;利用结合对抗训练的多源领域自适应逐步微调策略,提升模型对多个源协议的语义通用表示能力,增强其在多种工控协议上的适用性,实现关键字语义的有效推断。【结果】在辽宁省石油化工行业信息安全重点实验室的典型能源企业攻防演练靶场中开展实验验证,采集了S7comm、Modbus/TCP和EtherNet/IP三种工控协议数据,并利用协议复杂度评分机制组建训练数据集。结果表明,多源领域自适应逐步微调策略能够显著提升模型性能,将其与结构化掩码策略结合,进一步提高了语义推断精度,且本文方法在精确度、召回率与F₁分数指标上均显著优于现有基线方法。【结论】本文提出了mBERT协同多源领域自适应与结构化掩码策略的语义推断方法,在语义推断中采用高维球面映射与多任务损失函数,增强了不同语义类别的区分度与模型对协议语义的深层辨识能力。本文方法不仅显著降低了对人工先验知识的依赖,也提升了语义推断效率与跨协议适用性,为工控协议逆向分析及工业系统安全防护提供了具备理论支撑的新路径。

【目的】在新型电力系统建设背景下,高比例可再生能源的大规模接入及柔性负荷的广泛普及,显著加剧了系统的随机性、波动性,叠加电网规模的不断扩大,导致控制变量急剧增多,对传统电网电压和潮流控制策略提出了严峻挑战。现有电网分区方法主要依赖节点间电气距离进行无功分区,难以适应源荷双侧特性剧烈变化的新型电力系统运行需求。为此,本研究提出一种综合考虑多重因素的电网分区优化方法,旨在降低高比例新能源接入下的电网整体控制难度,提升分区自治运行能力。【方法】本研究的核心在于建立了一套分区指标体系及优化模型,突破传统分区仅关注拓扑连接的局限,创新性地同时考虑分区内部电气连接紧密程度和源荷匹配程度,分别构建了基于电气距离的无功分区指标和基于源荷匹配的有功分区指标。以此为基础,构建了电网分区优化模型,以最小化无功分区指标为主要优化目标,旨在最大化分区内部电气紧密程度,简化无功电压控制。将有功分区指标满足要求作为关键约束条件,用以限制分区间有功功率的频繁交互,并减少分区内部净负荷的剧烈波动,保障分区内部源荷平衡。同时,为高效求解所构建的非线性复杂优化模型,提升寻优速度并避免算法陷入局部最优解,本研究创新性地提出一种仿生联合优化策略,充分利用了遗传算法的全局搜索能力和萤火虫算法的快速局部求精能力。【结果】采用标准IEEE 39节点系统进行算例验证。仿真结果表明,本文算法能够显著提升分区内部源荷匹配度,有效降低分区之间及分区内部的净负荷波动,减少了不必要的潮流交互,有效降低系统无功控制难度,使分区内部节点电气紧密性增强,简化了分区内部的电压无功调节过程。萤火虫-遗传仿生联合算法表现出优越的求解性能,能够快速、有效地获得优化的分区方案。【结论】本研究的创新点主要是在电网分区模型中同时集成了基于电气距离的无功控制优化目标和基于源荷匹配的有功平衡约束,克服了传统方法对源荷变化适应性不足的缺陷。提出了高效、鲁棒性强的萤火虫-遗传仿生联合优化算法以求解分区模型,有效提升了寻优速度和精度。本文算法为解决新型电力系统复杂网络结构下的分区运行控制难题提供了新的技术途径,对提升电网安全稳定运行水平和促进新能源高效消纳具有较高的理论价值与实际意义。

【目的】由于传统故障自愈方法存在故障定位精度和效率较低等问题,为提高配电系统故障处理能力,提出了一种基于决策树和多代理(agent)系统的配电主站故障自愈方法。【方法】采用分层多代理技术构建配电主站故障自愈系统,包含节点区域代理层和馈线代理层。节点区域代理层采集配电网数据以及利用梯度提升决策树(GBDT)算法完成故障定位,并将故障数据传至馈线代理层。馈线代理层汇总数据,并综合考虑重要负荷恢复顺序、转供裕度和线损这3个方面的影响,构建了故障自愈优化模型,通过多agent演化算法进行求解,从而得到最优的配电主站故障自愈恢复方案。【结果】基于IEEE-29系统对本文方法进行实验分析,结果表明GBDT故障定位算法在迭代150次后准确率接近97％,该方法的重要负荷恢复量、网损、转供容量裕度和故障自愈时间分别为100％、90.58 kW、11.26 kW和2.79 s,且自愈恢复率均大于91％、自愈控制操作复杂度最高不超过5,均优于其他对比方法。【结论】GBDT故障定位算法能够实现更理想的准确率和效率,并且该方法能够在最短时间内恢复全部的重要负荷,保证网损最小。此外,本文方法的自愈能力较为稳定,能够更好地协调新能源发电,并能适应新型电力系统的快速发展,实现电力系统的高质量供电。针对传统故障自愈方法的集中式处理模式导致的工作量大、准确率较低等问题,本文方法基于多代理系统构建配电主站故障自愈系统,通过分布式协同监测各个节点的运行状态实现故障快速精准的检测与恢复。相比于决策树算法,GBDT算法通过在每轮迭代中拟合前一轮残差构建新学习器的方式逐步提高分析精度,更适用于配电主站一级的故障定位,为故障自愈提供精准的数据支撑。相比于传统寻优方法,GBDT算法采用多agent演化算法进行故障自愈优化模型求解,通过将目标分配至各agent并行执行,大幅提升了寻优效率,并汇总所有agent的优良解形成最终方案,保证了全局最优效果。

【目的】钢结构长期服役过程中,钢构件的应力状态是评估结构安全与健康状态的关键参数。现有基于磁感电动势效应的应力检测方法未考虑磁场方向的影响,磁场角度变化会降低检测结果准确性。因此,通过理论分析和试验研究,量化磁场角度对钢结构柱磁感电动势-应力关系的影响程度。【方法】设计Q235B H型钢短柱轴心受压试验,将锰锌铁氧体U型电磁传感器固定于钢翼缘中心并改变其角度。分级加载过程中,同步采集不同应力水平、不同磁场角度下的磁感电动势信号,所有试验重复两次以保证数据可重复性。基于试验数据,建立不同磁场角度下H型钢柱的磁感电动势-应力关系曲线,分析磁场角度对H型钢柱应力与磁感电动势关系的具体影响规律,明确磁感电动势与应力、磁场角度的定量关系,同时通过磁感电动势梯度均值量化磁场角度对钢结构柱磁感电动势-应力关系的影响程度。【结果】在弹性范围内,磁感电动势与压应力呈显著线性负相关。随着磁场角度的增大,磁感电动势-应力关系曲线的斜率变化显著;磁场方向与主压应力方向平行时,信号灵敏度最高;随着磁场角度的增大,灵敏度呈非线性递减,垂直时灵敏度最低,且不同角度下的关系曲线互不相交。【结论】不同磁场角度下,磁感电动势梯度随应力增加趋于定值,且其均值随磁场方向与加载方向偏离角度的增大而减小,表明磁场角度会影响应力检测结果。基于试验结果建立的磁感电动势-应力数学表达式拟合度较好,且磁感电动势梯度均值与磁场角度符合余弦函数关系。

【目的】在金属材料表面采用热浸镀方法制作纯锌层是一种高效的耐腐蚀保护层制备方法,但在热浸镀锌的生产过程中,由于液态锌具有较强的扩散能力与反应活性,会与沉没辊等构件中的铁元素发生反应,生成铁锌合金脆性金属间化合物,该反应不仅会持续消耗构件中的铁元素,被腐蚀掉的铁渣黏结在沉没辊表面还会划伤镀层。【方法】采用等离子熔覆方法在316L不锈钢基材上制备厚约5 mm的两种不同钴基合金熔覆层,并将两种熔覆层置于450 ℃熔融液态Zn中分别腐蚀72、120、168 h,分析其腐蚀后形貌、产物和元素损失情况,探究钴基合金熔覆层的腐蚀行为与机理。【结果】两种合金熔覆层原始组织中均存在γ-Co和Cr₇C₃、Cr₂₃C₆碳化物,但2^＃合金熔覆层的碳化物数量相对较多,分布更弥散。1^＃合金熔覆层的腐蚀方式为均匀溶解性腐蚀,腐蚀过程中出现了具有较多孔隙和横向裂纹的扩散层。由于Zn可与C发生反应,C元素由内向外扩散,导致扩散层和熔覆层表面C含量升高。腐蚀168 h后,热应力作用导致横向裂纹扩展,扩散层最终剥离为上下两层,层间存在Zn的侵入现象。2^＃合金熔覆层腐蚀过程中同样出现了扩散层,但孔隙和裂纹很少,也未发生扩散层分裂现象。腐蚀过程中Zn先扩散至碳化物与Co固溶体的晶界,随后对Co固溶体进行溶解腐蚀并逐步绕过碳化物相,导致熔覆层厚度逐渐减薄。两种合金熔覆层的耐蚀性能均高于316L不锈钢基材,1^＃合金熔覆层的腐蚀速度约为316L不锈钢基材的1/3,2^＃合金熔覆层的腐蚀速度约为316L不锈钢基材的1/4。虽然两种熔覆层组织中碳化物类型几乎相同,且碳化物均不与Zn发生反应,但2^＃合金熔覆层中碳化物含量相对较多,碳化物能够阻碍Zn的扩散,导致能与Zn反应的Co基固溶体变少,因此,碳化物含量较高的2^＃合金熔覆层具有较好的耐蚀性能。【结论】在等离子熔覆过程中原位生成的碳化物对钴基合金具有较好的保护作用,且其腐蚀速度随着碳化物形成元素含量的增加而大幅降低。由不同时长的腐蚀结果可知,碳化物含量的增加可以有效提高沉没辊在液态Zn中的服役时间。

【目的】在电力系统运行过程中,继电保护装置起到至关重要的作用。然而,设备长期运行,老化和损坏现象不可避免,其会导致继电保护装置产生异常变位数据,这些异常数据如果不能得到妥善处理,将会影响电力系统的安全稳定运行。因此,如何有效处理继电保护装置的异常变位数据成为一个亟待解决的问题。【方法】研究提出了一种自主可控的容错存储算法,该算法通过对继电保护装置的状态进行评估,分析潜在的扰动因素。在此基础上,运用模型预测控制(MPC)技术预测可能出现的异常数据。MPC是基于系统的动态模型,通过预测未来系统的状态来提前进行决策,并针对预测到的异常数据实施校正,旨在将数据恢复到原始状态。同时,利用数据弹性理论和粒度率来计算补偿存储强度,数据弹性理论有助于衡量系统在面对故障时的承受能力,而粒度率则与数据的细化程度相关,通过将两者结合确保数据的准确性和完整性。在研究过程中,构建了基于上述算法的实验环境,通过模拟继电保护装置在不同工况下产生的异常变位数据对算法进行测试。【结果】通过实验验证该算法的效果,算法的容错率高于0.89,意味着在面对大量异常数据时,算法能够成功处理其中绝大部分的数据错误。存储所需占用内存在20 MB以下,表明算法在存储数据时对内存资源的占用较少。在数据量为10 000个的情况下,数据传输次数仅为401次,体现了算法在数据传输方面的高效性。【结论】通过研究可知,所提出的自主可控容错存储算法能够有效增强继电保护装置的数据容错能力。对异常数据的准确预测、校正以及合理的存储策略,确保了数据的准确性和完整性,从而提升了继电保护装置在面对设备老化和损坏时的应对能力。在电力系统中采用本文算法有助于提高继电保护装置的可靠性,进而保障电力系统的安全稳定运行。本研究创新之处在于将模型预测控制、数据弹性理论和粒度率相结合,构建了一种全新的容错存储算法。这种综合运用多种技术的方法在处理继电保护装置异常变位数据方面具有独特的优势。本文算法能够提高继电保护装置的数据处理能力,减少因数据异常导致的电力系统故障风险,对于保障电力系统的安全稳定运行具有重要意义。

【目的】随着燃气轮机发动机逐渐实现自主研发,被誉为“皇冠上的明珠”的发动机叶片研发备受关注,燃气轮机发动机的叶片部分为空心叶片,陶瓷型芯是形成空心叶片内腔的主要部件。由于燃机发动机空心叶片的尺寸较大,在浇注过程中高温保温时长相对较长,使得陶瓷型芯在高温保持的时间也随之延长。为确保陶瓷型芯满足大尺寸空心叶片的铸造要求,对其长时高温蠕变行为的研究尤为重要。因此,本文聚焦氧化铝含量对硅基陶瓷型芯长时高温蠕变行为的影响展开研究。【方法】以熔融石英为基体,制备不同氧化铝含量的硅基陶瓷型芯样品。样品经过1 200 ℃烧结后,采用悬挂法进行1 500 ℃保温1 h的蠕变测试实验,观察陶瓷型芯蠕变变形特征并测量蠕变变形量;采用扫描电镜(SEM)观察陶瓷型芯蠕变后样品的断口微观组织,利用X射线衍射(XRD)设备分析不同状态下陶瓷型芯的相组成。【结果】当氧化铝质量分数为20％时,陶瓷型芯的显孔率最低,且烧结后及1 500 ℃/1 h保温后的方石英相对含量均最高;当氧化铝质量分数为10％时,陶瓷型芯的蠕变变形量最小。氧化铝含量较高时,其与二氧化硅在高温下发生反应,会促进黏性流动烧结,进而导致陶瓷型芯蠕变变形增大。【结论】氧化铝对硅基陶瓷型芯烧结过程中熔融石英向方石英的相转变具有一定促进作用;经高温保温后,随着氧化铝含量的升高,氧化铝会参与反应形成莫来石相,引发黏性流动烧结,从而增大陶瓷型芯的蠕变变形量。若要获得高强度、长时蠕变性能优异的硅基陶瓷型芯,需要合理控制氧化铝添加量。

【目的】激光热辅助磨削可以显著改善钛合金的加工性能,其中激光预热温度场直接影响工件表面质量与磨削力。为揭示激光辅助砂带磨削钛合金的作用机制,探究了激光工艺参数对温度场分布与磨削力的影响规律。【方法】基于热传导理论,利用有限元仿真软件建立激光预热钛合金仿真模型,分析不同激光功率、扫描速度与光斑半径对工件温度场分布的影响。依据微观磨粒磨削理论,构建激光辅助单颗磨粒磨削钛合金仿真模型,研究不同预热条件下磨削力的变化规律,并设计激光辅助砂带磨削钛合金试验,对仿真模型进行试验验证。【结果】通过对比试验实测温度与仿真结果,确定了钛合金对激光的吸收率,进一步完善了激光辅助砂带磨削钛合金仿真模型。激光预热温度场仿真结果表明:激光预热区温度随着激光功率的增大而升高,随着激光相对工件移动速度的加快而降低;当工件移动速度较慢时,速度变化对预热温度影响较小;光斑半径越小,预热区温度越高,这是由于在相同激光功率下,小光斑可使激光能量更为集中,单位时间内材料温升更高。激光辅助单颗磨粒磨削仿真结果表明:磨削力随着激光功率的增大而减小,主要归因于激光功率升高可使材料温度上升、磨削层硬度降低,从而减小加工阻力。对比仿真结果与试验结果可知,二者平均相对误差约为4.95％,表明仿真结果与试验结果吻合度较高,仿真模型具有较高可靠性。【结论】激光照射可使材料表层温度急剧升高,形成氧化变质层。由于钛合金导热性较差,较大温度梯度会产生显著热应力,促使预热层产生微观裂纹。若磨削加工未去除激光预热产生的变质层和热裂纹,将导致工件表面质量下降。本文建立的有限元仿真模型与试验结果吻合度较高,验证了模型的可靠性与准确性,可为其他激光辅助材料去除加工工艺提供参考。

【目的】传统电力巡检方式主要依赖人工巡检,存在效率低、成本高、危险性大的问题,难以满足现代电力系统对高效、安全、智能化巡检的需求。近年来,无人机技术的快速发展为电力巡检提供了新的解决方案。无人机具有灵活性强、覆盖范围广、成本相对较低等优势,能够有效提升巡检效率,降低人工巡检的风险。然而,无人机电力巡检系统在实际应用中仍面临诸多挑战,尤其是在复杂环境下精确定位、导航和数据传输等方面。北斗卫星导航系统作为中国自主研发的全球卫星导航系统,具有高精度、高可靠性和全球覆盖特点,为无人机电力巡检系统提供了强大的技术支持。【方法】本文通过引入北斗卫星技术,设计一种能够在复杂场景下保持高准确性和稳定性的无人机电力巡检系统,以提升电力设备的监测和维护效率。本文研究的核心在于对无人机电力巡检系统的硬件框架进行重构设计,以实现与北斗卫星技术的深度融合。在硬件框架重构的基础上,设计了基于北斗卫星定位PPP-RTK函数模型的软件算法。该算法可实时获取无人机的高精度位置信息,从而有效克服复杂环境对巡检精度的干扰。通过这一技术路线,实现了无人机在复杂场景下的稳定、精准巡检。研究过程中,通过对硬件框架的重构,确保无人机能够稳定接收并高效处理北斗卫星信号,并依托大量实验数据对系统性能进行了充分验证。【结果】实验结果表明,在复杂场景下,本文所提出的无人机电力巡检系统可显著提升巡检结果的准确性和稳定性,有效降低环境因素对巡检质量的影响。验证了融合北斗卫星技术的无人机电力巡检系统在复杂场景下的有效性和优越性。【结论】通过硬件框架的重构设计和软件算法的优化,显著提升了无人机在复杂环境下的巡检能力,为电力设备的监测和维护提供了更加可靠的技术支持。本文的创新之处在于将北斗卫星技术引入无人机电力巡检系统,并基于PPP-RTK函数模型实现了高精度定位,有效解决了传统系统在复杂场景下的巡检难题。该研究不仅提升了无人机电力巡检的准确性和稳定性,更为电力设备的智能化、精准化监测与维护提供了新的技术路径,具有重要的理论价值和实践意义。

【目的】传统灰色模型因其对小样本、贫信息数据的适应性较好而被广泛应用于短期负荷预测,然而其在处理兼具指数和线性增长趋势的复杂电力用能数据时,存在预测精度不足、对数据噪声敏感、泛化能力较弱等固有局限,难以满足现代精细化电力管理需求。针对传统灰色模型的不足,提出一种综合改进预测框架,以显著提升电力用能行为预测的准确性和实用性,为电力系统智能化管理提供更可靠的数据支撑。【方法】在数据预处理阶段,采用标准差法识别并剔除异常值,采用线性插值法对采集周期密集的电力用能数据进行缺失值填充。在用户用能行为分析阶段,应用K-means聚类算法处理负荷曲线,利用肘部法则确定最优聚类数,识别相似用能模式用户群。在预测模型构建阶段,提出改进灰色模型,即通过融合传统灰色模型与线性回归模型,构建灰色线性回归融合模型。该融合模型通过累加生成序列,利用融合方程进行拟合,并结合序列变换与最小二乘法进行参数估计。利用融合模型预测残差序列,引入傅里叶变换进行频谱分析和降噪,构造傅里叶基矩阵并利用最小二乘法求解相关系数以修正原始预测值。【结果】基于某地区205户用电用户实际数据进行验证后发现,改进模型通过聚类分析成功识别4类典型电力用能模式。将提出的改进灰色模型与传统灰色模型、灰色模型+线性模型、灰色模型+残差修正三种基准模型进行对比后发现,改进灰色模型在用户类别和预测时间点方面,平均绝对误差和平均绝对误差百分比均显著低于其他三种模型,尤其在前几个预测时段其优势更为明显,表明改进模型更适用于短期负荷预测。【结论】改进灰色模型融合K-means聚类、线性补偿和傅里叶残差修正为一体,K-means聚类为精细化用户管理提供了分类基础,线性回归有效弥补传统模型线性拟合缺陷,傅里叶残差修正显著降低噪声与系统误差,三者结合使得改进模型在精度与泛化性上实现显著提升。改进模型在短期负荷预测方面表现优异,对电力实时调度、需求响应、经济用能和降低成本等方面具有重要实践价值。改进模型主要适用于短期电力负荷预测,未来将探索融合机器学习或引入更多因子以提升其中长期电力负荷预测能力。

【目的】视力障碍群体的规模与需求不容忽视,触觉传感器在辅助阅读领域的应用尤其值得关注,它既可集成于机器人或假肢系统,又能为视力障碍群体提供有效的盲文阅读工具,研究具有信息交互能力的视力辅助装置与盲文识别技术,对于实现视力障碍群体的技术支持具有重要意义。【方法】基于仿生原理模拟仿生毛发功能,采用具有磁性的铁镓合金丝作为仿生毛发,以霍尔元件作为毛发根部的感受器,并根据盲文字母阵点的尺寸,设计了一种仿生电磁触觉传感器。基于磁化强度、磁感应强度理论及力学方程,推导了传感器作用力与输出电压之间的关系曲线。搭建了由信号发生器、功率放大器、激振器、数据采集卡、计算机和直流稳压电源组成的动态特性测试系统,测试了触觉传感器的动态特性。【结果】测试结果表明,触觉传感器在0～1.5 N范围内可以实现作用力与电信号的转换,输出电压在0～1.5 N作用力范围内随力的增加逐渐增大,当接触力小于0.5 N时,二者近似呈线性关系。传感器在1 Hz频率、0.2～1.4 N作用力范围内的输出电压稳定性较高;在1 Hz、1.0 N作用力下的灵敏度为34.5 mV/N;在1 Hz、0.5 N作用力时响应时间和恢复时间分别为20 ms和18 ms。利用所设计的仿生电磁触觉传感器,构建了由二指机械手、电机驱动滑台、数据采集卡和计算机等组成的盲文识别系统,通过对盲文阵点的扫描,确定了盲文字母与输出电压波形的对应关系。【结论】对所研制的电磁触觉传感器的输出特性进行了测试,实验结果与计算值较好吻合,表明计算模型能够描述作用力与输出电压之间的关系。设计的触觉传感器输出电压具有稳定性好、灵敏度高、响应速度快的特点,可用于静态和动态作用力的检测。应用盲文识别系统确定了盲文字母对应的电压波形,指出电压波形峰数、电压峰值强度和峰起始点所对应的时间可以作为识别盲文字母的判据,表明盲文识别系统具有识别盲文字母能力。研究成果可为视力障碍群体提供新的盲文识别工具和技术路径,可将触觉传感器与识别技术进行深度融合,面向视力障碍群体构建辅助技术支持系统。