摘要:输电线路覆冰对电力系统安全运行具有严重威胁，目前已经发展了多种防冰除冰方法，但每种方法都有其局限性，对于一些具有微气象、微地形特征的重覆冰地区尚未有较好的解决方法。文中考虑到扩径导线的特点和分裂导线输电线路的局限性，根据波阻抗和自然功率将分裂导线等效为单导线，并考虑电流的集肤效应，得到了等效的单根扩径导线，进而分析比较覆冰地区的分裂导线及其等效的单根扩径导线的表面电场特性。研究表明：等效前后导线截面面积相同且波阻抗一致时，扩径导线与分裂导线相比，不仅显著降低了子导线根数和输电线路的覆冰荷载，而且在扩径导线的半径等于分裂导线的等效单导线半径时，扩径导线的表面最大电场强度小于分裂导线。因此，在严重覆冰地区，采用分裂导线等效半径的扩径导线具有非常好的表面电场特性，且可显著降低冰风荷载，提高抗冰强度。

摘要:配电物联网是电力物联网建设中的最后一个环节，由于具有供电路径短、负荷密度大等特点，保护和控制的难度很大，需要建立完善的配电网预警和自愈策略，形成运行方式灵活、故障预警及时、故障自愈完善的智能配电网。为此，文中提出了适用于配电物联网边缘网络固件的安全防御技术框架，对存在边缘设备中的各固件可靠性矩阵进行保护，边缘设备通过边缘服务器相互连接，形成了具备安全预警及自愈能力的配电边缘物联网技术方案。最后，通过不同环境下的模拟实验验证了文中方案的可行性。

摘要:在调峰市场背景下，机组调峰成本与辅助服务费用对发电企业影响较大，据此，提出了计及深度调峰辅助服务与多典型日的年度发电计划优化模型。在场景获取方面，提出了考虑负荷与风电耦合的典型场景聚类方法，有效解决了月内多个典型日场景的模拟问题。在模型方面，考虑了深度调峰成本、辅助服务补偿费用、售电利益与碳交易成本，建立了发电企业参与深度调峰辅助服务市场的收益约束，确保市场各主体能从中获利。考虑到该模型属于非线性混合整数规划模型，结合线性化策略和CPLEX求解器实现了高效求解。最后，基于修正算例系统进行了仿真分析，验证了所提模型的有效性。

摘要:弹性应力波的修正理论指出关于体积应变的波动方程与现有理论一致，但发展了一组关于体积应变和偏应变的弱耦合波动方程。针对矩形板受侧向集中载荷冲击下应力波的波动问题，建立了应力波传播的两组控制方程以及加载面和自由面的波动边界条件。采用有限差分方法求解波动方程，数值分析了应力波关于主波和次波的传播以及自由面上斜入射波的反射过程。偏应变在传播过程中分裂为两部分，一部分与体积应变共同传播组成主波，另一部分传播较慢形成次波。数值模拟结果显示与冲击载荷下纳钙玻璃板中应力波的传播图像是完全符合的。

摘要:为了阐明循环加卸载路径对六边形蜂窝能量演化的影响规律，设计了3种不同分级循环加卸载试验，揭示了不同分级循环加卸载模式下外界输入总能量、弹性变形能、耗散能、塑性变形能等参数的演化特征及相互关系，研究结果表明：不同分级循环加卸载作用下，蜂窝的初始峰值强度和平台应力与卸载过程蜂窝弹性能的释放程度有关；3种不同分级循环加卸载模式下外界输入总能量、蜂窝的弹性变形能和塑性变形能随着加卸载梯级增大呈现非线性增加的趋势，耗散能在前三级循环作用下随着加载次数增加而减小，在最后一级循环中循环载荷上限较大，扰动效应强于强化效应，耗散能呈现相反趋势；提升循环载荷上限，蜂窝内部损伤增加，且越接近蜂窝初始峰值强度，蜂窝的损伤越严重；同时提升循环载荷下限，蜂窝弹性能释放较少，损伤加剧。

摘要:现阶段近水平复合煤层露天矿端帮靠帮回采建设过程中，仍然存在局限，只是研究了下部煤层的回采，对于高位煤层的回采难度较大，研究较少，因此，为了能在近水平复合煤层中进行高位煤层的回采，通过分析宝日希勒露天矿边坡工程地质情况和地层赋存特点，利用FLAC^3D构建端帮三维数值模拟模型，计算了借助内排土场平盘靠帮回采高位煤层1-2煤时换填步距与边坡稳定性的关系，设计确定了靠帮回采高位煤层1-2煤边坡稳定性控制技术及相应的靠帮回采方案。研究结果表明：端帮1-2煤高位煤层靠帮回采换填步距不超过80 m，端帮1-2高位煤层靠帮回采时，借助于发展到1-2煤台阶底板上的内排土场平盘布置设备进行靠帮回采，回采方式为分层捣运、内排追踪回填。全区靠帮回采可多回收1-2煤2.260×10⁷ t，取得49.72亿元的经济效益。

摘要:排放后的尾矿沉积规律影响尾矿库坝体的稳定性。为研究不同排浆浓度条件下尾矿沉积特性，以云南某尾矿库为研究对象，通过现场试验和室内缩尺的堆坝模型试验，研究了不同排浆浓度下的尾矿沉积规律，分析了单颗尾砂颗粒的临界状态，推导了尾砂颗粒运动—沉积临界速度关系和不同粒径颗粒在干滩上的运移距离公式。研究结果表明：沉积滩面的坝前位置粗尾砂沉积较多，随着距离子坝越远，细粒尾砂沉积越多；在干滩面上尾砂流速与矿浆浓度呈负相关，与尾砂浆体压力呈正相关；较粘稠高浓度尾砂浆体的浓度越大，流动力就越弱，致使沉积形成的坡度越大；排浆浓度的逐渐增大，矿浆沉积长度也随之变长；尾砂颗粒在干滩面的沉积距离与排浆初始速度成正比，与干滩坡度、排浆浓度及颗粒粒径成反比。研究成果可对尾矿库坝体稳定性分析提供一定参考。

摘要:双排抗滑桩的推力分配问题在规范中没有明确说明。实际工程中，前后排抗滑桩的推力分配往往只能依靠工程师的经验判断。为研究双排桩布桩方式对桩受力的影响，寻找推力在双排桩中的分配规律，文中依托四川省丹巴地区某公路滑坡治理项目，通过建立有限元模型，分析不同布桩条件下，边坡的安全系数及滑坡推力在前后排抗滑桩上的分配情况。结果表明，桩的布设方式对边坡的安全性有重要影响，存在1个合理桩排距，使滑坡的安全系数达到最大；前后排桩的推力分配比例，会随着不同的布桩条件而变化，是一个动态的过程，当排距为30 m时，前后两排桩承担的推力最为接近。

摘要:降雨入渗会影响城墙稳定性，最终导致城墙失稳坍塌。文中以城墙为研究对象，通过试验得到了土体的物理力学特性和非饱和特性，以试验数据为基础得到了以含水率为变量的抗剪强度公式，基于Bishop法得到安全系数的表达式。对不同工况下城墙边坡进行渗流场有限元分析与稳定性评价，并对梅雨季城墙稳定性变化及孔隙水压力分布进行分析。结果表明，随着降雨的不断进行，孔隙水压力逐渐增大，表层土体开始饱和，前期入渗深度不断增加，后期地下水位上升。梅雨季城墙稳定性持续下降，受降雨总量和降雨时长影响较大。研究成果可为区域典型气候条件下的该地区城墙修缮等工程的设计与施工提供理论参考。

摘要:随着城市夜景生活的丰富多彩，人们对城市标志性建筑照明效果的要求也越来越高。以楼阁式古塔这一类东方典型建筑为例，现阶段夜景照明效果满意度较低，相关研究也较少。文中通过大量的考察、测量和研究，梳理和分析了楼阁式古塔夜景照明美感表现的人眼视觉感受评价要素；再利用结构方程模型处理变量及其相互间关系的能力，运用AMOS软件对影响楼阁式古塔建筑夜景照明效果的视觉感受评价因素及因素间相互关系进行分析，构建了影响因素间关系的量化分析模型，通过对所构建模型的拟合调整和分析验证，深化了对各核心要素潜在关系的诠释，并从定量的角度阐述和剖析了各核心评价要素。最后，构建出可供实际应用且客观合理的楼阁式古塔夜景照明视觉评价体系，为古塔类建筑夜景照明设计和工程项目规划建设提供数据和评价标准参考。

摘要:为探究厂拌热再生沥青混合料中新旧沥青的老化进程及老化机理，模拟再生混合料的拌和与使用过程，首先测试了基质沥青、回收沥青以及新旧沥青三种试样依次经历旋转薄膜烘箱老化试验RTFOT和加速加压老化试验PAV之后各自的动力粘度与路用性能，对比分析了热再生中新旧沥青在老化过程中的宏观性能衰减规律，进而采用红外光谱和差示量热分析扫描等微观测试手段探明了新旧沥青的老化进程与老化机理。测试结果表明，先后经历RTFOT老化和PAV 老化之后，回收沥青的粘度上升最显著，低温性能下降也十分迅速，但新旧沥青的动力粘度与低温性能变化幅度均远远高于基质沥青，证明其老化速率较基质沥青快；新旧沥青在经历RTFOT老化和PAV 老化过程中，除新沥青和回收沥青各自独立的老化外，还存在一种介于二者之间的化学作用，即回收沥青中某些活性基团对新沥青的老化进程具有较明显的促进作用，称之为“诱导老化”，这种诱导老化通过改变基质沥青的老化进程而改变其老化机理。

摘要:为解决鲸鱼优化算法中收敛速度慢和寻优精度低等问题，提出一种基于Iterative映射和非线性拟合的鲸鱼优化算法（NWOA）。首先，该算法利用了Iterative映射对鲸鱼种群初始化，保证初始种群的多样性；其次，采用非线性拟合的策略对收敛因子和惯性权重进行改进，以平衡算法的全局勘测能力和局部开发能力。通过对13种函数进行仿真实验，从均方差和平均值的角度分析，改进后算法寻优精度显著提高，且稳定性较强。实验结果表明NWOA与传统的鲸鱼优化算法相比，收敛速度明显加快。

摘要:为对交通流进行多步预测，支持智能交通系统的长期决策任务，一种基于编码器 -解码器（encoder-decoder, ED）的卷积神经网络(convolutional neural networks, CNN)-门循环 单元(gate recurrent unit, GRU)模型，简称 ED CNN-GRU。首先使用 CNN 作为编码器，对交 通流序列进行信息捕捉，再将上述信息通过 GRU 解码器进行解释并输出。实验证明，对比 CNN、GRU 单个模型，ED 框架有效解决了误差的迅速累积问题。对比其他基准模型，CNN、 GRU 模型对于交通流序列的特征提取及解释能力较为优秀。对于未来 12 个步长的交通流量 预测任务，对比其他基准模型，单因素输入情况的 ED CNN-GRU 模型的均方根误差下降约 0.344~6.464，平均绝对误差下降约 0.192~0.425。对比单因素输入，多因素输入下 ED CNN-GRU 模型拥有更好的预测能力。证明了 ED CNN-GRU 模型在不同输入维度的多步交通流预测中任务中均具有良好的预测能力，为数据获取条件不同的城市提供了一个支持单因素及多因素输入情况的多步交通流预测模型。