摘要：企业简介易俐特自动化技术股份有限公司创立于2010年,从事船舶压载水处理系统的研发、设计、生产与服务,致力于成为全球船舶压载水处理的首选服务商。2021年,易俐特参与制定中国舰船用压载水处理系统装置的国家行业标准。2022年,易俐特获得中国商业联合会全国服务业科技创新奖一等奖,获得海南省技术发明奖唯一特等奖。2023年,获评国家级专精特新“小巨人”企业。

摘要：为解决可穿戴设备在复杂应用场景中无线信号响应范围较窄的问题,该文提出了一种柔性三频微带天线,在2.5 GHz、3.5 GHz、5.4 GHz微波频段采用双“T”型+双“L”型表面结构实现天线的谐振,采用聚酰亚胺为基底材料,纳米银为辐射贴片及接地面的导电材料以实现柔性化。使用ANSYS HFSS对天线进行建模并进行仿真分析,使用微滴喷射3D打印工艺对其加工,有效地解决了传统微机电系统(MEMS)加工在柔性电子领域上成本高及步骤复杂等问题。最后使用场发射扫描电镜分析打印面形貌,并使用矢量网络分析仪分别测试天线成品的回波损耗、可弯折性及弯折抗疲劳性,测试结果与仿真结果基本一致,且天线具有较好的弯折性能。

摘要：新能源发电使电网潮流变化更加快速,跟踪潮流变化,在线预测电网关键振荡模式的阻尼比和机组参与因子对维护电网运行安全有重要意义。该文采用数据驱动的建模思路,设计了基于多任务学习和深度学习框架的电力系统小干扰稳定评估模型(small-signal stability assessment,SSA),可同时实现多振荡模式的阻尼比预测和机组参与因子预测任务。基于图注意力网络和异质图思想,设计了引入边信息的边图注意力机制和将节点和边分类处理的异质图处理方法,建立了能有效利用边信息的异质边图注意力网络模型(heterogeneous edge graph attention network,HEGAT)。以HEGAT的特征聚合为基础,通过多任务共享参数和基于联合误差函数的训练提高了特征提取能力。IEEE10机39节点算例的对比实验表明,HEGAT-SSA能快速准确的预测模式和模态变化,并具有对拓扑变化的良好适应能力。

摘要：数据驱动的暂态稳定评估模型是近年来的热点研究方向。深度学习技术具有高维输入空间的特征聚合能力,其引入能显著降低智能稳定评估模型设计中输入特征选择的主观性,并改善基于动态信息的评估模型预测精度。图深度学习(graph deep learning,GDL)框架进一步拓展了深度学习模型的拓扑学习能力,使其可以将状态特征与拓扑关系相结合,提升稳定评估模型的特征提取能力。论文分析了GDL应用于智能暂态稳定评估模型的设计框架,从图表示、图嵌入、全局聚合、训练方式4个方面探讨了暂态稳定评估应用中GDL的特征聚合性能提升方法。该文结合IEEE测试系统验证了GDL与传统深度学习模型的稳定评估性能差异以及多种性能提升方法的有效性。论文可为GDL在智能稳定评估领域的应用研究提供指导思路。

摘要：小干扰稳定问题对电力系统安全稳定的影响日益突出。采用样本学习的思路建立从稳态运行信息到关键振荡模式的映射模型,为大电网振荡特性的快速预测和评估提供了新的技术路径。采用图卷积网络,并引入边卷积的设计来考虑输电通道潮流分布的影响,建立了小干扰稳定评估的边图卷积网络模型(edge graph convolutional networks for small-signal stability assessment,EGCN-SSA)。采用卷积增强技术改善网络退化现象,并建立多任务学习框架,同时预测多模式的振荡频率和阻尼比。在IEEE10机39节点上的算例和模型对比验证了所提出模型的性能以及对拓扑变化的适应能力。

摘要：英语广告的商业性要求其投入少,后效好。适时恰当地应用修辞手法可以增强广告的感染力,产生独特的宣传效果,有效地影响受众对产品的态度,从而更好地服务于广告的最终目的。

摘要：内部控制是保障学校规范有序、科学高效运转的重要手段,也是实现学校办学目标的长效保障机制。学校开展内部控制建设,要从理论依据、政策依据、现实依据等维度出发,从单位管理层面、专项业务层面、监督评价层面等三个架构层面进行设计,从全员参与内部控制建设工作、全面纳入内部控制建设范围、全程贯通内部控制建设流程等具体路径入手,构建起符合内部控制规范要求和学校办学特点的内部控制体系。

摘要：随着移动通信技术的飞速发展,LTE技术已成为全球移动网络运营商的主流选择之一其高速数据传输、低延迟、高网络容量以及广域覆盖等特点备受青睐。然而,LTE系统的性能受到诸多因素影响,比如天线设计、信号波束宽度以及小区参数等。因此,如何有效测量LTE系统的灵敏度并深入理解相关影响因素,已成为网络性能测试与优化的重要课题。本文将测量LTE灵敏度的相关技术以及主要影响因素从理论和实验两个方面进行分析,希望能对LTE技术的应用与发展提供有益的参考。

摘要：常规深度学习模型应用于电力系统暂态稳定评估时难以直观和充分地考虑电网拓扑结构对稳定性的影响。论文结合“图深度学习”思想,将图注意力网络(graph attention network,GAT)引入TSA建模,设计了多头注意力方案,采用加权交叉熵损失函数改善不均衡样本的训练效果,提出多图并行训练方案加速训练过程。结合算例分析了输入选择和采样点数对稳定评估效果的影响,应用可视化技术分析了图注意力网络的特征聚合效果。通过与多种深度学习模型下建立的TSA模型的性能对比,充分验证所提出模型的优越性。

摘要：为了研究旧路面碎石化加铺级配碎石和沥青路面结构组合的稳定性,文章依托国道大修工程,通过弹性层状体系理论计算出各结构层设计条件下的当量回弹模量,并采用承载板法对不同结构层的当量回弹模量进行测试。检测结果表明:各结构层的当量回弹模量均满足设计要求,能保证路面结构的力学性能要求。