一、连续型设备系统可靠性与资源优化模式研究（论文文献综述）
王雷[1]（2021）在《无人机中继通信链路性能分析与资源分配技术研究》文中认为灵活性和可控性使无人机在未来无线通信领域开始发挥重要作用,比如应急通信和物联网数据转发。相比于地面通信链路遭受建筑物遮挡而产生较大信号衰减,配备收发天线的无人机可作为空中无线接入点利用空地链路进行无线信息传输,这既加强了网络节点部署的可重构性,又可通过空地视距传播优势来提升无线信道容量。从大尺度衰落角度来说,视距链路有助于减少无线信号传播的路径损耗;从小尺度衰落角度来说,视距主成分使空地链路产生莱斯衰落信道。上述表明空地通信链路从平均信道增益和瞬时信道增益两个方面都区别于地面通信链路。为综合探究大尺度衰落和小尺度衰落如何影响空地信道质量,本文从空地链路中断性能角度出发,旨在评估引入无人机后通信系统的可靠性。具体的,本文研究了三种基本的利用无人机进行中继通信的场景,分别为无人机静态中继、预设轨迹下无人机移动中继和三维自由度下无人机移动中继,并结合全双工和非正交传输技术,提出了联合无人机静态部署和资源分配、时变信道下动态资源分配以及联合无人机三维轨迹和动态资源分配算法,通过降低空地链路中断概率来提升无人机中继系统的可靠性。本文主要研究内容及创新点如下:针对无人机部署位置影响空地链路视距传输质量的问题,提出了一种应急通信场景下无人机中继的部署和资源分配策略,旨在通过高视距链路概率实现可靠的空地传输。考虑基于视距概率的空地衰落模型和全双工中继模式,通过联合优化无人机部署高度、功率控制和带宽分配最小化多条中继链路的最大中断概率。所构建原始问题首先被解耦为可采用连续凸近似方法处理的高度优化子问题和资源优化子问题,然后提出了基于块坐标下降的迭代算法来实现全局优化。仿真结果在三种城市环境下揭示了所提算法的性能增益,并表明合理增加无人机高度可利用空地链路的视距传播优势来降低链路中断概率,通过功率控制降低全双工中继自干扰可进一步提升系统可靠性。针对无人机移动性导致时变信道特征的问题,提出了一种预设轨迹下无人机执行应急中继通信时的动态资源分配策略,旨在通过匹配时变信道条件提升空地传输的可靠性。下行链路引入非正交多址接入技术,在串行干扰消除约束下构建了基于无人机瞬时位置的带宽和功率分配优化问题,目标是最小化多条中继链路的最大中断概率。首先设计了变量的等价代换关系将原问题转换为更容易处理的形式,在此基础上提出了连续凸近似迭代算法来求解该重构问题,最后根据所设计的等价代换关系还原原始问题的可行解。仿真结果分析了带宽和功率资源如何匹配时变信道特性,并表明非正交传输可通过串行干扰消除提升系统可靠性。针对无人机飞行轨迹影响空地链路视距主成分的问题,提出了一种无人机执行物联网数据转发任务时的三维轨迹和动态资源分配策略,旨在通过感知莱斯信道特征实现可靠的数据转发。所构建问题考虑无人机移动控制和功率分配约束,最小化时变莱斯衰落信道下沿无人机三维轨迹的平均中断概率。首先考虑经原问题解耦后的三维轨迹优化子问题和功率分配优化子问题。三维轨迹优化子问题在松弛约束下利用连续凸近似方法求解,功率分配优化子问题采用标准凸优化求解,最后所提块坐标下降算法交替优化三维轨迹和功率来降低系统平均中断概率。为彰显时变莱斯衰落信道下设计无人机三维轨迹所获取的可靠性增益,还考虑了一种无人机沿最低高度飞行的情况,然后联合优化无人机二维飞行轨迹和功率分配以最小化系统平均中断概率。仿真结果表明相比于无人机沿二维轨迹飞行,在时变莱斯衰落信道下无人机沿三维轨迹飞行可提升移动中继系统的可靠性。
许倩倩[2]（2021）在《SWAN服务可靠性关键技术研究与实现》文中研究指明随着全球一体化趋势的日益增长,越来越多的用户分布在范围更大的分支机构和其他地区,使得大多数企业网络都需要向广域网转变,以提高用户对云应用及公共和私有资源访问的敏捷性和灵活性。软件定义广域网（Software Defined Wide Area Network,SDWAN）作为一种新型的网络体系结构,它支持混合链路接入,并通过软件进行网络设备管理和动态路由计算,具有部署快、运维简单、成本低等优点。为了保证用户可以随时随地、高效可靠地访问应用和资源,这就要求SDWAN服务能够尽可能长时间地持续可靠运行,保证业务不中断以提供更好的用户体验。针对上述问题,本论文引入了 SDWAN服务风险评估模型。在网络状态特征不变的历史时间段内,统计SDWAN连续服务时长数据并通过服务风险评估模型计算出满足风险要求的最大无故障运行时间,并在最大无故障运行时间耗尽之前,重新触发收敛性维护和风险评估,以获得最大限度的风险控制能力,这对提高SDWAN服务可靠性具有重要的实际应用价值。本论文的工作主要包括以下几个方面:（1）对SDWAN服务可靠性的背景及其面临的挑战进行了研究;（2）对网络状态特征检测技术进行了分析,提出了 SDWAN服务风险评估模型,并在原有SDWAN系统收敛性的基础上进行了优化;（3）在实验室自研的SDWAN系统上设计并实现了服务风险评估和收敛性维护的功能;（4）在云网环境下,通过功能测试和性能测试,验证了系统服务可靠性的有效提升。
赵波[3]（2021）在《空间环境下高可靠长寿命快门技术研究》文中认为巡天观测是获取宇宙信息的重要手段,也是世界各主要国家在太空领域展开竞争的焦点。我国在该领域起步较晚,目前仍然处于赶超阶段。为追赶世界先进水平,我国的巡天观测设备在观测精度、天区覆盖度、运行寿命等技术指标和任务指标上取得进一步的突破显得越发迫切。面对这一需求,增大巡天观测设备的焦面尺寸是非常重要的手段。在焦面尺寸不断增大的情况下,如何为焦面设计一个与之尺寸相符且可靠性和寿命都得到保证的快门就成为了一个极具挑战性的课题。在国内外,现有或已提出的快门,均不能同时满足大尺寸、高可靠、长寿命,并且使用环境是空间等要求。因此,亟需针对空间环境的特点,展开大尺寸高可靠长寿命快门技术研究。在我国的巡天计划中,多功能光学设施多色成像与无缝光谱巡天模块的焦面尺寸达到了500mm×650mm,所要求的快门需在轨运行十年,开合次数需超过100万次。现有或已提出的空间快门方案均不能同时满上述指标要求。因此,本文围绕为一个焦面面积约为500mm×650mm的多功能光学设施多色成像与无缝光谱巡天模块设计一个高可靠长寿命的快门展开研究,主要研究内容包括以下几个部分:1.分析了现有主要望远镜快门的结构特性。由于本快门的设计焦面尺寸较大,在国内外尚无应用先例,且对其可靠性和寿命的要求也非常高。因此,我们对现有的主要望远镜的结构进行了分析探讨,期望从中获得有益的启发并应用到本快门中。最终经过严密分析,我们认为,面对大尺寸高可靠长寿命的现实要求,现有的主要快门结构均不能完全满足,于是创新性地提出了对开式的快门结构形式。2.针对这一全新的快门结构形式,考虑在空间环境下的特殊要求,从功能、性能、具体方案等角度对快门的各主要部分进行了详细的设计,以满足快门对可靠性及寿命的要求。尝试从定量及定性的角度同时为新的快门结构建立可靠性模型,为随后在可靠性方面的研究奠定基础。3.在之前建立的可靠性模型的基础上,我们明确了快门结构所存在的薄弱环节。我们选取了快门叶片在非工作状态容易产生晃动导致快门结构受损这一较为突出的薄弱环节展开深入探讨,提出了一个新颖的快门叶片锁紧方案,从而解决了这一薄弱环节,大大提升了快门机构整体可靠性。4.为验证快门结构整体的可靠性及寿命表现,我们为快门整机进行了寿命试验。我们设计了寿命试验方案,充分考虑了快门机构在轨工作时面临的复杂的空间环境因素。寿命试验顺利完成,结果较为理想,快门可开合的次数超过100万次。这一结果也表明我们设计的快门机构能够达到指标要求,创造了这一领域的一大突破。本文在快门主要指标的制定、主要结构的提出,到结构力学特性的论证、主要薄弱环节的消除以及最后快门整机的验证等各个阶段都进行了完整且较为细致的探讨研究并总结了一定经验,可以为将来类似新结构的提出及验证提供参考。
刘沆[4]（2021）在《气电耦合虚拟电厂运营优化及风险评价模型研究》文中进行了进一步梳理随着化石能源的持续开发全球大气二氧化碳排放量达到历史最高水平,排放强度逐年上升,对未来世界的可持续发展带来了严重挑战。传统虚拟电厂应用项目普遍存在能源结构单一、参与市场不足、能源耦合关系稀疏和新型负荷缺失等显着问题,导致传统虚拟电厂的运行稳定性差、经济效益低、风险管理难度大。在此背景下,气电耦合虚拟电厂的概念逐步成为未来分布式能源发展应用的一个重要技术方式,通过进一步聚合电转气装置（P2G）、燃气锅炉等气电转换设备,使得分布式可再生能源机组的利用效率得到提升,减少了出力不确定性对系统稳定、经济运行的影响。然而,当前气电耦合虚拟电厂的运行控制及市场运营研究还较为缺乏,无法有效协调多类型灵活性资源并入虚拟电厂,支撑气电耦合虚拟电厂的调度优化及市场运营决策。基于此,亟需计及多重不确定性、电动汽车特性及综合需求响应特性展开对气电耦合虚拟电厂运营优化及风险评价,以便为多类型分布式能源、可控负荷、电转气耦合设备等灵活性资源参与虚拟电厂调度提供强大动力,有效支撑电力系统与虚拟电厂的协同运行,提高虚拟电厂的经济效益与运行效率。第一,基于气电虚拟电厂的研究现状和相关理论,阐明了本文所研究气电虚拟电厂运营优化研究的理论和应用价值。首先,围绕气电耦合虚拟电厂的基本概念、发展过程和主要类型阐述了气电耦合虚拟电厂的基础理论;其次,为了实现供给侧多能互补和负荷侧综合互动的运行目标,从形态特征、结构特征、技术特征和应用特征四个方面对气电耦合虚拟电厂的运营运行特征进行了详细分解;再次,基于气电虚拟电厂多种能源主体的复杂结构及相互关系,梳理了气电虚拟电厂参与外部能源市场的类型和运营优化模式及内部各类能源形式和设备的协同运行模式;最后,针对国内外虚拟电厂应用项目进行了现状分析与经验总结,并指出对气电虚拟电厂经验启示,为本文后续章节开展相关研究奠定扎实的理论基础。第二,基于可再生能源出力、负荷的不确定性以及能源价格波动对气电虚拟电厂运营优化带来的风险,建立了计及多重不确定性的气电耦合虚拟电厂运营优化模型。首先,分析了气电虚拟电厂内部分布式可再生能源出力、负荷需求、碳排放权价格及能源电力价格的不确定性,采用概率分布模型对上述不确定性因素进行了建模;其次,构建了以系统经济效益最优、碳排放最小为目标的计及多重不确定性的气电耦合虚拟电厂运营优化模型,并提出了改进捕食遗传算法的求解算法和具体的计算流程;最后,选取北方某气电虚拟电厂为例,设置了六种不同情景进行了对比研究,验证了在计及内外部多重不确定性下气电耦合虚拟电厂更具有市场竞争力,能够实现经济效益和环境效益的共赢。第三,基于电动汽车特性及耦合设备运行特性对系统运行的影响,建立了计及电动汽车特性的气电耦合虚拟电厂运营优化模型。首先,对电动汽车运行特性及可与电动汽车耦合运行的虚拟电厂相关设备特性进行了研究,设计了考虑电动汽车特性的气电耦合虚拟电厂运行结构;其次,以气电虚拟电厂在日前能量市场中的运营收益最大化为目标,构建了计及电动汽车特性的气电耦合虚拟电厂运营优化模型;然后,考虑了运营优化模型的非线性、多维度问题,为了提高粒子群算法存在收敛速度、计算精度,避免早熟的问题,提出了基于Tent映射的改进混沌优化算法,以及具体的计算流程;最后,选取某工业园区进行实例分析,并对四种情景下的系统收益进行了优化求解,得到了气电虚拟电厂各设备在运行日各时刻的优化出力方案,证实了考虑电动汽车充放电特性并将其与P2G设备引入气电虚拟电厂可显着提升系统收益。第四,基于虚拟电厂参与需求响应的交易机制和需求响应特性分析,建立了计及综合需求响应特性的气电虚拟电厂运营优化模型。首先,分析了气电虚拟电厂参与需求响应的交易机制和需求响应负荷特性,设计了气电虚拟电厂参与综合需求响应的总体框架;其次,以气电虚拟电厂收益最大化为目标,根据各耦合设备出力交换功率和多能源需求响应的互动关系,考虑可控负荷、电力网络、热力网络、天然气网络及能源耦合、存储设备等约束,构建了气电虚拟电厂参与综合需求响应的运营优化模型;然后,针对综合需求响应中各种能源的价格存在不确定性,在原模型基础上引入了均值-方差模型,实现了气电虚拟电厂效益最大化并降低了不确定性带来的风险;最后通过算例和多情景对比研究,结果表明了虚拟电厂参与综合需求响应相比于传统需求响应能够获得更高的效益。第五,基于气电耦合虚拟电厂参与多种能源市场交易中面临内外部多方面风险因素的影响,建立了考虑气电虚拟电厂参与市场运营的全流程风险评价模型。首先,从多重不确定性、电动汽车特性及综合需求响应特性三个方面,深入分析了不同特性对气电耦合虚拟电厂造成的风险影响;其次,结合气电虚拟电厂的运行结构和特点,多维度考虑了外部政策、参与主体、耦合技术、运营交易、信用管理5个方面,设计了包含29个风险评价指标的气电耦合虚拟电厂风险评价指标体系;然后,在熵权-序关系赋权法和云模型解决不确定性评价信息的优点基础上,构建了基于熵权-序关系法改进的云模型风险评价模型;最后,针对四种场景下的气电虚拟电厂进行算例分析,对比研究了不同场景及不同评价模型的评价结果,验证了所提出模型的有效性和优越性。
马泽洋[5]（2021）在《含大规模风电的发—输—配电系统充裕性优化决策研究》文中认为以风电为代表的新能源发电是实现“碳达峰、碳中和”目标最现实的战略选择。“碳达峰、碳中和”目标下,风电新增装机容量将持续增加,风电并网规模日益增大。然而,由于风电具有随机性、波动性和反调峰特性,大规模风电并网将使得我国面对巨大的风电消纳压力。随着智能电网的发展,需求响应、储能系统及分布式可控电源等多种灵活性资源成为应对系统不确定性的重要手段;特高压输电技术的快速发展及应用,让输电网结构经历巨大变化的同时,也使得通过多区协调调度成为消纳风电的有效措施。风电发电容量的快速提高、电力系统的结构的日趋复杂,都为电力系统运行带来了更多的不确定性影响因素,对电力系统的稳定运行带来了新的挑战,增加了电力系统发、输、配各环节运行调控的难度和风险。电力系统充裕性优化决策是在电力系统中大量不确定性因素存在下确保系统运行安全、可靠的前提和手段。然而,仅靠确定性的充裕性优化决策方法无法计及系统的不确定性因素,难以满足电力系统运行及决策的需要。因此,考虑发电、输电和配电各环节的不确定性,研究含大规模风电消纳的发-输-配电系统充裕性优化决策方法具有重要的理论意义和实际价值。本文的主要研究内容如下:（1）针对发电系统充裕性评估问题,提出基于需求响应的含风电系统发电充裕性评估模型,该模型能够考虑用户对于需求响应的参与意愿及其行为不确定性对大规模风电并网系统发电充裕性的影响。首先,由于用户作为需求响应决策者是有限理性的,决策结果与其主观标准有关。为刻画用户的主观风险偏好,采用行为金融学中的前景理论价值函数来刻画用户的主观风险态度,给出用户参与需求响应的主观效用值计算公式;其次,考虑到需求响应对于用户用能感受产生的改变会影响用户未来参与需求响应项目的程度和策略,根据用户主观效用值,提出采用改进的Roth-Erev算法刻画用户的需求响应潜力及参与行为,给出系统需求响应可用容量的度量方法;进而,将需求响应可用容量引入到运行约束中,以系统运行成本最低为目标函数,构建需求响应调度模型。最后,基于需求响应可用容量的度量和需求响应调度模型,对经典基于状态持续时间模拟的发电充裕性评估方法进行了扩展,提出了考虑大规模风电消纳和需求响应的发电充裕性评估方法。通过算例分析,验证所提出方法的可行性和有效性。（2）针对发电充裕性调度优化问题,提出Sobol序列改进的拉丁超立方抽样方法,该方法能够提高考虑风电出力相关性的随机场景的生成效率;基于Glue-VaR提出可用发电容量不足指标,进而构建基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型。首先,为了考虑风电场实际出力的相关性,提出采用D-vine Copula对风速预测误差的相关性进行刻画;其次,为了克服经典简单随机抽样方法均匀性较差,且获得的D-vine Copula样本可能引入非预期的相关性的不足,提出将Sobol序列引入拉丁超立方抽样框架中,提出Sobol序列改进的拉丁超立方抽样方法;进而,考虑不同电力系统参与者的风险偏好,提出基于Glue-VaR的可用发电容量不足指标对发电充裕性进行评估;综合考虑运行成本和发电充裕性风险,建立多目标充裕性调度优化模型;最后,基于ε-约束方法得到帕累托前沿,提出采用熵权-加权聚合和积评价方法来寻找充裕性优化模型的理想有效解。通过算例分析,验证所提出模型的可行性和方法的有效性。（3）针对输电系统可用输电能力决策问题,基于联合累积量提出一种新的可用输电能力的概率评估方法,并据此提出基于期望分位数的风险可用输电能力的决策模型。首先,为解决累积量方法要求变量间相互独立,无法考虑风电出力相关性的问题,提出采用联合累积量结合FGM Copula函数刻画风电出力相关性;其次,针对可用输电能力的概率性评估问题,结合分区积分方法和Cornish-Fisher展开,建立可用输电能力概率评估模型;最后,针对基于风险价值的决策方法仅考虑概率分布尾部实现的概率,无法描述整个分布中产生的风险的问题,提出基于期望分位数的风险可用输电能力指标,并提出其评估流程。通过算例分析,验证所提出指标及模型的可行性和实用性。（4）针对配电系统风电接入充裕性优化问题,提出相对鲁棒GVaR风险度量,并据此提出配电系统风电接入充裕性指标。首先,针对传统鲁棒优化模型优化结果过于保守,且无法考虑配电系统不同参与者的风险偏好的问题,定义一种相对鲁棒GVaR风险度量指标,并对相对鲁棒GVaR指标的性质进行研究;其次,为反映配电系统保证风电接入的能力,结合相对鲁棒GVaR指标,提出配电系统弃风能量相对风险指标,并给出弃风能量相对风险指标的计算公式;进而,为反映历史数据中风电出力和负荷的对应关系,构建了风电-负荷分级功率模型,并基于该模型,以日前运行成本最低和弃风能量相对风险最低建立了随机-鲁棒混合优化模型;最后,采用列和约束生成算法求解随机鲁棒联合优化模型,并将其中难以处理的双线性项采用大M法化简,将模型转换为混合整数线性规划问题进行求解。通过算例分析,验证所提出指标及模型的可行性和有效性。
徐文悦[6]（2021）在《微网可靠性评估及其数据驱动技术》文中研究指明近些年,微网技术通过有效提高电网对分布式电源的接纳能力,改善网络的供电质量和可靠性,受到国内外电力行业的广泛关注并得到迅速发展。然而微网内大量分布式电源的不确定性,会对用户的用电质量产生负面影响;另一方面当上级电网发生故障,微网处在离网运行方式时,其内部负荷需求依赖于微电源的功率输出,很有可能导致负荷被迫停电,直接影响用户用电可靠性。可见开展微网可靠性评估,对电网规划设计以及用户用电质量有着重要的意义。在微网可靠性评估中,采用序贯蒙特卡洛算法模拟光伏、风电等分布式电源以及负荷的时序多态不确定性会导致计算收敛缓慢,计算精度与计算成本矛盾突出。针对上述问题,提出了适用微网可靠性评估的数据驱动算法。首先,对传统可靠性模型进行优化,建立微型燃气轮机寿命过程的时序概率仿真模型、光伏间歇性等效随机模型、时变负荷的波动性等效随机模型;其次,利用模型中定义的连续随机变量,将可靠性指标转化为多维超立方体上的积分问题,进而建立微网可靠性评估多维积分模型;同时,运用拉格朗日乘子法以方差最小为目标,求解出随机变量的最优密度函数解析式,采用蒙特卡洛积分法估计解析式的数值解,形成适用于微网数据驱动的具体方法,以达到降低计算费用的目标;最后,以计算精度、方差、方差系数3个指标作为评判标准,从微网充裕性、安全性2个角度考虑,对所提模型和算法的有效性和适用性予以验证。研究结果表明:基于数据驱动算法的可靠性评估理论,可以实现对独立运行微网的可靠性水平进行真实评估,有效解决了计算成本与计算精度之间的矛盾,在保证了计算精确性基础上大大节省了评估的计算成本,为影响可靠性指标的决定性因素提供了定量分析,也为微网可靠性评估中容量优化提供有针对性指导。另外,针对并网模式下的微网可靠性评估算法开展研究。采用配电网等效发电机模型简化配电网系统,反映配电网对微网可靠性的支撑作用。定义了等效发电机模型的可靠性参数,实现了概率仿真。分析了上级配电网元件故障对等效后的发电机和微网公共连接点处静态开关运行状态影响,进一步计及外网和微网的出力模式提出了含等效发电机的微网负荷平衡策略。开展了算例研究,对上述评估方法的有效性进行验证,研究结果表明:微网在并网状态下的可靠性水平优于孤岛模式,并且不同并网方案下可靠性水平也具有差异。
张志伟[7]（2021）在《某型号轴向柱塞泵可靠性研究》文中提出轴向柱塞泵由于其独有的结构特点,致使其具有效率高、自吸能力强等优点,再加上轴向柱塞泵拥有多种变量形式,可以根据使用者的不同需求去变换工作方式,操作简单且工作寿命长。近年来对于轴向柱塞泵的可靠性要求也随着科技以及市场的发展逐步提高,但由于现阶段国内的相关可靠性试验始终存在不够拟实、样本信息收集不全、能耗太高等弊端,因此研究新型的轴向柱塞泵可靠性试验就显得尤为必要。本文以潍柴动力股份有限公司牵头,吉林大学为主要负责单位的国家重点研发计划子课题“高压柱塞泵/马达可靠性与寿命实验评估技术研究”平台为基础,研究轴向柱塞泵的可靠性试验与寿命评估。以为了提高轴向柱塞泵、马达等液压零部件的可靠性为目的,通过理论基础研究和试验数据分析相结合的方法,为今后液压零部件的可靠性试验研究与优化提供参考依据。首先利用失效树分析法与收集整理的大量合作企业反馈回来的轴向柱塞泵失效案例,得出轴向柱塞泵的四种典型失效模式,并对失效案例的失效原因和相应改进措施也做了详细描述。在此基础上结合编程语言编制了一套轴向柱塞泵失效案例数据库,阐述了失效案例数据库的目标及任务,并详尽介绍了其功能需求和模块实现方面的内容;数据库用于长期收集失效案例,便于后期在轴向柱塞泵大量失效数据的支持下进行威布尔分析。其次通过对常见的几种实验室功率回收装置及加速寿命试验方案进行对比分析,本文选择了回收效果较好的电功率回收方式以及能够更好的拟合实际加载工况的变应力加速方案,制定了相应试验方案,依循设计的液压系统原理图搭建了与之匹配的轴向柱塞泵加速寿命可靠性试验装备,并详细阐述了起重要作用的辅助液压系统和实时监控系统,对于其中的关键零部件还做了选型。分析了系统的功率回收原理,通过试验测试得到试验台的实际整体功率回收情况与其理论计算回收值作对比发现,二者相差不大,证明试验所选功率回收方式可行有效,且节能效果显着。最后对试验中发生失效的被测轴向柱塞泵做拆解检查,找到失效原因为局部失效,对比几种常见的概率分布模型的特征后选择适合本次试验失效特征的二参数威布尔寿命分布,还选用逆幂律加速模型来分析被测轴向柱塞泵的特征寿命与压力应力之间的关系;以容积效率为依据判定轴向柱塞泵失效,并利用极大似然估计法和结合试验退化数据求解分布函数三个参数,进而通过Matlab软件得到被测轴向柱塞泵的相关可靠性函数及曲线图,同时计算出其在试验所选变应力加速方案下的特征寿命和平均寿命,完成了被测轴向柱塞泵的寿命评估。
曹园园[8]（2021）在《基于区块链的停放车辆边缘计算及卸载机制研究》文中研究说明随着移动互联网、智慧城市、自动驾驶以及移动设备的快速发展,许多计算密集型节点正在涌现,而这些节点往往是资源有限的,因此探索计算任务的安全有效卸载势在必行。同时车辆在硬件和通信技术的长足发展中获得了更为强大的存储和计算能力,而当车辆处于停放状态时,会造成闲置资源浪费。对停放车辆资源的利用可以缓解传统计算系统里中央节点的压力,在给车主带来既得利益的同时,还可以给社会带来持久的影响。论文的主要内容如下:（1）提出基于区块链的停放车辆边缘计算（Blockchain-based Parked Vehicular Edge Computing,BPVEC）平台,使用区块链技术保障车辆计算资源共享的安全与隐私,并为资源共享中产生的交易提供分布式记账能力。提出一个集成优化框架,实现车辆对绿色能源的有效利用,并满足在区块生成、任务计算以及通信过程中的时延限制。问题求解基于混合时间尺度的优化算法,在短期阶段,提出一种重塑的深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）算法,以加快计算频率控制策略的学习速度;在长期阶段,对于任务卸载和区块链参数调整的混合整数规划问题,采用一系列变换来保持其凸性。仿真结果证明了该方案在分布式能量/计算资源、服务延迟需求和区块链可承受容量之间实现了平衡,同时大大降低了电池的折旧成本。（2）为增加系统的可用性,使用有向无环图（Directed Acyclic Graph,DAG）描述复杂应用任务特性,并在车辆间采用协作计算的方式提供高效的计算服务;车辆采用混合能源供给模式,系统中整合了不同模式下的计算成本。考虑到车辆逗留的不确定性以及绿色能源到达的随机性,对系统可靠性建模。针对优化问题中存在的复杂约束形式,采用交替优化（Alternating Optimization,AO）的方式,分别求解最优计算资源分配策略和卸载策略。针对任务间复杂的依赖关系,根据任务优先级使用多级二分图匹配（Kuhn-Munkres,KM）算法对任务进行分层调度。仿真表明,系统可以为复杂的应用提供有效的计算服务,在各种环境下均可以保持可靠性,同时最大化PVs效用。
张慧平[9]（2021）在《风力发电系统的故障分析和设备维护策略研究》文中指出世界能源危机加深,自然环境逐渐恶化,社会对清洁能源的需求日益增加。风力资源作为一种取之不尽且无污染的新能源,逐渐成为电力领域内的重要角色。近年来,风电技术的不断进步和产业发展日趋成熟,导致风电机组的最大风力装机容量以及内部结构的设计复杂程度也逐渐得到提高,但是,作为以电力机械结构为主的复合型系统,风电系统内部的磨损、退化和故障等问题也急需解决。与此同时,维护过程中因维护管理过度而导致的“过维护”现象也会影响风电系统的正常运行,进而使得电厂出现安全问题和经济收益下降等现象,所以风电厂拥有一套切合风力发电特性的维护方案成为其持续发展的必要条件。针对风力发电系统的运维特点,本文建立了以非齐次泊松分布为可靠性理论和以马尔可夫决策过程为控制理论的多子系统动态维护模型和考虑相关性的成组维护模型。首先,本文对风力发电系统的维护策略的研究背景和研究必要性做了分析;对研究所涉及的理论知识、控制技术等信息做了相关的研究现状介绍,主要包含:（1）动态维护、（2）马尔可夫理论、（3）状态维护理论、（4）成组维修理论;阐明了本文的研究目标和研究意义,为论文后续研究的开展奠定基础。其次,本文介绍了风力发电系统各部分的结构以及相应的功能、重要性;介绍了可靠性分析和维修理论的相关成果以及探讨结果;罗列并剖析了学术研究中常用的维护模型:（1）完全维护模型、（2）不完全维护模型、（3）最小维护模型;分析了风力发电系统内各子系统的历史故障数据,建立了多子系统的风电系统的故障率函数和可靠度函数模型。第三,本文以马尔可夫决策过程的科学原理为基本理论,总结了该理论在设备维护和生产调度领域的广泛应用。在该部分,本文首先分析了马尔可夫模型的动态特征,其次本文评估了动态维护策略研究中采用马氏模型的可行性;本文又以经济效益作为目标,综合全面地梳理了风力发电系统维护过程中,子系统状态转变的随机波动性和维护方案选取的灵活适应性,建立了基于马尔可夫模型和非齐次泊松理论的动态维护抉择策略的数学架构。第四,本文采用了兼顾模拟退火算法和粒子群算法特征的算法求解动态维护模型,以验证该模型的可行性。这部分以风电系统的九个子系统为例,运用算法求解出风力发电系统的动态维护方案。实验结果表明:相比风电厂现行的维护策略,动态维护策略能创造更大经济效益和保障更高的可靠性。最后,基于前文所得的动态维护数学模型,本文又利用其结果——动态维护时刻和维护动作序列,建立了一套基于滚动时间窗口的考虑相关性的成组维护模型。该模型考虑了经济相关性、结构相关性,且以最小化维护成本为目标,针对频繁出现的维护问题做出了相应调整。随后,本文以MATLAB软件为仿真平台求解了该成组维护模型,并添加了各子系统的相关参数,仿真结果获得了较大的成本节省量和维护时间节省量,可以为风力发电企业的维护计划提供参考。
彭志江[10]（2021）在《面向小样本数据的特征分析技术研究》文中研究表明小样本数据分析是数据挖掘领域的重点和难点,小样本数据通常存在样本容量较小、数据缺失、数据不平衡的问题。数据的缺失不仅会导致样本信息的丢失,难以保证样本质量,后续还会使得很多统计学习和机器学习方法无法应用于数据集。数据质量的好坏决定了统计分析的结果,如果不能对缺失数据进行适当的处理,那么最终的分析结果也很难具有代表性。另一方面,直接对不平衡数据进行训练分类时,由于样本类别比例差异过大,不仅无法使用传统的性能指标来评估分类效果,而且会导致分类器的性能大幅下降,难以构造具有较好性能的分类器。本文针对以上数据缺失和不平衡数据问题展开了深入研究,在MissForest填补算法的基础上进行改进,提高了数据填补的准确率和速度。采用数据重采样与集成学习分类相结合的方法对不平衡数据进行处理,提高了数据的分类准确率。本文首先论述了数据缺失和不平衡数据的相关基础理论,分析了产生相关问题的原因。针对数据缺失问题,介绍了两大类常用的填补方法,分别是基于统计学习和基于机器学习的方法,并重点对机器学习相关方法进行了对比研究。通过分析数据内部属性的相互关系,在传统的机器学习填补算法上进行改进,提出了基于相关性的改进MissForest填补算法。该算法针对不同缺失率下的特定地区受关注人员信息数据集,相比于传统算法具有更好的填补效果。在不平衡数据处理方面,本文主要从数据层面进行研究,比较分析了多种数据重采样方法。针对小样本数据的特点,选择混合采样方法SMOTE+Tomek进行数据预处理,优化了数据集中各类样本比例。在后续数据分类阶段,主要使用了集成学习算法,结合多个基学习器的训练结果,优化不平衡数据的分类结果,并与其它算法进行对比实验,最终选取的LightGBM算法针对特定地区受关注人员信息数据集具有较好的分类效果。最后,根据项目需求,本文整合了缺失数据填补和数据分类模块,开发了小样本数据处理软件系统,并对系统的功能进行演示。对填补性能和分类性能进行了系统的测试,其结果满足预期目标,验证了本文所使用的相关算法对小样本数据特征分析的有效性和适用性。
二、连续型设备系统可靠性与资源优化模式研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、连续型设备系统可靠性与资源优化模式研究（论文提纲范文）
（1）无人机中继通信链路性能分析与资源分配技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 无人机应用发展 |
| 1.1.2 无人机在中继通信领域应用 |
| 1.1.3 无人机中继通信链路性能评估 |
| 1.2 国内外研究现状 |
| 1.2.1 无人机通信研究现状 |
| 1.2.2 无人机中继通信链路性能研究现状 |
| 1.2.3 当前研究存在的问题 |
| 1.3 论文研究内容与组织结构 |
| 1.3.1 论文研究框架 |
| 1.3.2 论文章节安排 |
| 参考文献 |
| 第二章 无人机中继通信基础模型与优化理论概述 |
| 2.1 无人机中继通信无线传输技术 |
| 2.1.1 无人机中继通信基本场景 |
| 2.1.2 中继双工模式 |
| 2.1.3 多链路中继接入方式 |
| 2.2 无人机中继通信大尺度衰落模型 |
| 2.2.1 空地信道视距概率模型 |
| 2.2.2 空地信道路径损耗模型 |
| 2.3 无人机中继通信小尺度衰落模型 |
| 2.3.1 莱斯衰落信道 |
| 2.3.2 莱斯分布特性 |
| 2.4 多元函数优化 |
| 2.4.1 凸优化 |
| 2.4.2 连续凸近似 |
| 2.4.3 块坐标下降 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 无人机静态中继位置优化与资源分配 |
| 3.1 相关工作分析 |
| 3.2 基于视距概率的全双工无人机静态中继可靠性建模 |
| 3.3 无人机中继位置与资源分配联合优化算法 |
| 3.3.1 基于视距概率的无人机中继位置优化 |
| 3.3.2 基于全双工的无人机中继功率控制与带宽分配优化 |
| 3.3.3 联合位置-资源优化算法 |
| 3.4 算法仿真 |
| 3.4.1 参数设置 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 预设轨迹下无人机移动中继动态资源分配 |
| 4.1 相关工作分析 |
| 4.2 基于下行链路NOMA的无人机移动中继可靠性建模 |
| 4.3 时变信道下动态资源分配优化算法 |
| 4.4 算法仿真 |
| 4.4.1 参数设置 |
| 4.4.2 仿真结果分析 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 无人机移动中继三维轨迹设计与资源分配 |
| 5.1 相关工作分析 |
| 5.2 基于时变莱斯衰落信道的无人机移动中继可靠性建模 |
| 5.3 无人机移动中继三维轨迹与功率分配联合优化算法 |
| 5.3.1 基于时变莱斯因子的无人机三维轨迹优化 |
| 5.3.2 基于无人机轨迹的动态功率分配优化 |
| 5.3.3 联合轨迹-功率优化算法 |
| 5.4 无人机移动中继二维轨迹设计与功率分配 |
| 5.5 算法仿真 |
| 5.5.1 参数设置 |
| 5.5.2 二维轨迹仿真结果分析 |
| 5.5.3 三维轨迹仿真结果分析 |
| 5.6 本章小结 |
| 参考文献 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 缩略语对照表 |
| 致谢 |
| 攻读学位期间的学术成果 |
（2）SWAN服务可靠性关键技术研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文背景 |
| 1.2 主要工作 |
| 1.3 论文结构 |
| 第二章 SDWAN服务可靠性研究背景 |
| 2.1 SDWAN技术研究背景 |
| 2.1.1 SDN网络架构介绍 |
| 2.1.2 SDWAN技术介绍 |
| 2.1.3 SDWAN系统收敛性介绍 |
| 2.2 网络服务可靠性与CAP理论 |
| 2.2.1 广义的服务可靠性 |
| 2.2.2 CAP理论及其演化 |
| 2.2.3 CAP理论在网络领域的应用 |
| 2.2.4 CAP理论与风险评估 |
| 2.3 网络状态特征检测技术研究 |
| 2.4 SDWAN服务可靠性研究进展 |
| 2.5 SDWAN服务可靠性面临的问题与挑战 |
| 2.6 POCO2.4系统简介 |
| 2.6.1 POCO2.4系统基础收敛性介绍 |
| 2.7 本章小结 |
| 第三章 SDWAN服务可靠性关键技术研究 |
| 3.1 SDWAN服务可靠性指标定义 |
| 3.2 网络状态特征检测技术评估 |
| 3.3 SDWAN服务风险评估模型设计与验证 |
| 3.3.1 SDWAN服务风险定义及评价指标 |
| 3.3.2 SDWAN服务风险评估模型构建 |
| 3.4 SDWAN系统收敛性的改进设计 |
| 3.4.1 SDWAN系统收敛中的数据分类 |
| 3.5 本章小结 |
| 第四章 POCO2.4服务可靠性需求分析与功能设计 |
| 4.1 POCO2.4系统服务可靠性组成模块及整体流程 |
| 4.1.1 功能模块介绍 |
| 4.2 POCO2.4系统服务可靠性需求分析 |
| 4.3 网络状态特征检测功能设计 |
| 4.4 服务风险评估功能设计 |
| 4.5 收敛性维护功能设计 |
| 4.5.1 POCO2.4系统已有的数据一致性维护流程 |
| 4.5.2 POCO2.4系统收敛流程 |
| 4.6 本章小结 |
| 第五章 POCO2.4系统服务可靠性维护详细设计与实现 |
| 5.1 总体架构与开发技术介绍 |
| 5.1.1 开发语言 |
| 5.1.2 开发框架及依赖 |
| 5.1.3 总体架构说明 |
| 5.2 网络状态特征检测模块详细设计与实现 |
| 5.2.1 模块简介 |
| 5.2.2 详细设计与实现 |
| 5.3 风险评估模块详细设计与实现 |
| 5.3.1 模块简介 |
| 5.3.2 详细设计与实现 |
| 5.4 收敛性维护模块详细设计与实现 |
| 5.4.1 模块简介 |
| 5.4.2 详细设计与实现 |
| 5.5 本章小结 |
| 第六章 收敛性维护测试与分析 |
| 6.1 测试环境 |
| 6.2 测试过程中获取测试结果的方法 |
| 6.3 功能测试 |
| 6.3.1 网络状态特征检测功能测试 |
| 6.3.2 收敛性维护功能测试 |
| 6.4 性能测试 |
| 6.4.1 收敛性维护耗时测试 |
| 第七章 总结和工作展望 |
| 7.1 总结 |
| 7.2 工作展望 |
| 参考文献 |
| 缩略词 |
| 致谢 |
| 攻读硕士期间发表的文章及研发成果 |
（3）空间环境下高可靠长寿命快门技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 快门的基本形式 |
| 1.3 国内外研究现状 |
| 1.3.1 欧几里得空间望远镜 |
| 1.3.2 詹姆斯·韦伯空间望远镜 |
| 1.3.3 其他望远镜 |
| 1.3.4 小结 |
| 1.4 研究的目的与意义 |
| 1.5 本文的主要研究内容与结构安排 |
| 1.5.1 论文的主要研究内容 |
| 1.5.2 论文的结构安排 |
| 第2章 可靠性理论基础及空间环境的特点 |
| 2.1 可靠性工程 |
| 2.2 可靠性系统工程 |
| 2.3 可靠性常用概念 |
| 2.3.1 故障 |
| 2.3.2 寿命剖面与任务剖面 |
| 2.3.3 基本可靠性与任务可靠性 |
| 2.3.4 固有可靠性与使用可靠性 |
| 2.4 可靠性常用参数 |
| 2.4.1 基本可靠性参数 |
| 2.4.2 任务可靠性参数 |
| 2.4.3 耐久性参数 |
| 2.5 常用的统计分布 |
| 2.5.1 离散型分布 |
| 2.5.2 连续型分布 |
| 2.6 常用的可靠性模型 |
| 2.7 空间环境 |
| 2.7.1 空间极端环境 |
| 2.7.2 影响航天器寿命及可靠性的主要环境因素 |
| 2.7.3 小结 |
| 2.8 小结 |
| 第3章 快门的结构方案 |
| 3.1 功能、性能要求 |
| 3.1.1 功能要求 |
| 3.1.2 性能要求 |
| 3.2 结构方案设计 |
| 3.2.1 方案设计的指导思想和原则 |
| 3.2.2 快门主要结构与工作原理 |
| 3.2.3 具体方案设计 |
| 3.3 小结 |
| 第4章 快门的FMEA、可靠性建模及动态故障树分析 |
| 4.1 快门的故障模式及影响分析 |
| 4.1.1 快门叶片的FMEA |
| 4.1.2 轴系(长轴)的FMEA |
| 4.1.3 轴系(轴承)的FMEA |
| 4.1.4 快门支座的FMEA |
| 4.1.5 电机的FMEA |
| 4.1.6 编码器的FMEA |
| 4.1.7 锁紧机构的FMEA |
| 4.1.8 限位块的FMEA |
| 4.1.9 在轨复位机构的FMEA |
| 4.1.10 小结 |
| 4.2 快门系统的可靠性建模 |
| 4.2.1 快门系统的可靠性框图 |
| 4.2.2 快门系统的Petri网建模 |
| 4.2.3 小结 |
| 4.3 快门系统的动态故障树分析 |
| 4.3.1 快门叶片的动态故障树 |
| 4.3.2 轴系(长轴)的动态故障树 |
| 4.3.3 轴系(轴承)的动态故障树 |
| 4.3.4 快门支座的动态故障树 |
| 4.3.5 电机的动态故障树 |
| 4.3.6 编码器的动态故障树 |
| 4.3.7 锁紧机构的动态故障树 |
| 4.3.8 限位块的动态故障树 |
| 4.3.9 在轨复位机构的动态故障树 |
| 4.3.10 小结 |
| 4.4 小结 |
| 第5章 快门叶片的锁紧 |
| 5.1 快门叶片的锁紧需求 |
| 5.2 各种锁紧方式的应用情况 |
| 5.3 锁紧机构 |
| 5.3.1 锁紧机构的锁紧原理 |
| 5.3.2 锁紧机构的参数确定 |
| 5.4 弹性件 |
| 5.4.1 弹性件的厚度优化原理 |
| 5.4.2 弹性件的厚度优化计算 |
| 5.5 锁紧机构的仿真 |
| 5.6 锁紧机构的试验 |
| 5.7 小结 |
| 第6章 快门的加速寿命试验 |
| 6.1 加速寿命试验 |
| 6.2 快门的加速寿命试验 |
| 6.2.1 试验目的 |
| 6.2.2 系统描述 |
| 6.2.3 参试设备 |
| 6.2.4 试验环境和状态 |
| 6.2.5 试验准备与连接 |
| 6.2.6 试验步骤 |
| 6.2.7 试验中断处理 |
| 6.2.8 数据记录及处理 |
| 6.2.9 合格判据 |
| 6.3 试验数据分析 |
| 6.4 轴承状态测试分析 |
| 6.4.1 测试项目及结果 |
| 6.4.2 结论 |
| 6.5 小结 |
| 第7章 总结与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）气电耦合虚拟电厂运营优化及风险评价模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟电厂发展研究综述 |
| 1.2.2 虚拟电厂参与能源电力市场研究综述 |
| 1.2.3 虚拟电厂运营优化研究综述 |
| 1.2.4 虚拟电厂风险评价研究综述 |
| 1.3 论文主要研究内容及技术路线 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究技术路线 |
| 1.4 论文研究主要成果和创新点 |
| 1.4.1 本文主要研究成果 |
| 1.4.2 本文主要创新点 |
| 第2章 气电耦合虚拟电厂相关理论基础 |
| 2.1 气电耦合虚拟电厂基础理论 |
| 2.1.1 气电虚拟电厂基本概念 |
| 2.1.2 气电虚拟电厂发展过程 |
| 2.1.3 气电虚拟电厂主要类型 |
| 2.2 气电耦合虚拟电厂运营特征 |
| 2.2.1 形态特征 |
| 2.2.2 结构特征 |
| 2.2.3 技术特征 |
| 2.2.4 应用特征 |
| 2.3 气电耦合虚拟电厂内外部运营优化规则 |
| 2.3.1 内外部主体构成 |
| 2.3.2 外部运营策略优化 |
| 2.3.3 内部协同运行模式 |
| 2.4 气电耦合虚拟电厂应用项目经验总结及启示 |
| 2.4.1 国外虚拟电厂应用项目 |
| 2.4.2 国内虚拟电厂应用项目 |
| 2.4.3 经验总结与启示 |
| 2.5 本章小结 |
| 第3章 计及多重不确定性的气电耦合虚拟电厂运营优化模型研究 |
| 3.1 引言 |
| 3.2 多重不确定性分析及运行架构 |
| 3.2.1 多重不确定性分析 |
| 3.2.2 多重不确定性设备参与气电耦合运行架构 |
| 3.3 计及多重不确定性的气电虚拟电厂多目标优化模型 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 3.3.3 不确定性处理 |
| 3.4 气电耦合虚拟电厂多目标运营优化求解方法 |
| 3.4.1 多目标优化模型求解 |
| 3.4.2 基于捕食搜索策略的遗传算法 |
| 3.4.3 设计优化模型求解流程 |
| 3.5 算例分析 |
| 3.5.1 基础数据 |
| 3.5.2 仿真结果分析 |
| 3.5.3 敏感性分析 |
| 3.5.4 收敛性分析 |
| 3.6 本章小结 |
| 第4章 计及电动汽车特性的气电耦合虚拟电厂运营优化模型研究 |
| 4.1 引言 |
| 4.2 气电虚拟电厂电动汽车运行特性及运行架构 |
| 4.2.1 电动汽车及耦合设备运营特性 |
| 4.2.2 电动汽车及耦合设备参与气电耦合运行架构 |
| 4.3 计及电动汽车特性的气电虚拟电厂运营优化模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.4 气电耦合虚拟电厂运营优化模型求解算法 |
| 4.4.1 典型粒子群优化算法 |
| 4.4.2 混沌优化算法 |
| 4.4.3 设计优化模型求解流程 |
| 4.5 算例分析 |
| 4.5.1 基础数据 |
| 4.5.2 场景设置 |
| 4.5.3 算例结果分析 |
| 4.5.4 敏感性分析 |
| 4.5.5 收敛性分析 |
| 4.6 本章小结 |
| 第5章 计及综合需求响应的气电耦合虚拟电厂运营优化模型研究 |
| 5.1 引言 |
| 5.2 虚拟电厂参与综合需求响应的交易机制与特性分析 |
| 5.2.1 虚拟电厂参与综合需求响应的交易机制 |
| 5.2.2 综合需求响应特性分析 |
| 5.3 计及综合需求响应的气电虚拟电厂运营优化模型 |
| 5.3.1 目标函数 |
| 5.3.2 约束条件 |
| 5.3.3 条件风险价值均值-方差模型 |
| 5.4 气电耦合虚拟电厂参与综合需求响应运营的求解算法 |
| 5.4.1 互利共生阶段 |
| 5.4.2 偏利共生阶段 |
| 5.4.3 寄生阶段 |
| 5.4.4 基于旋转学习策略的SOS改进 |
| 5.5 算例分析 |
| 5.5.1 基础数据 |
| 5.5.2 仿真结果分析 |
| 5.5.3 求解算法性能对比 |
| 5.6 本章小结 |
| 第6章 计及多角度特性下气电耦合虚拟电厂运营风险评价模型研究 |
| 6.1 引言 |
| 6.2 多角度特性下气电虚拟电厂运营风险分析 |
| 6.2.1 多重不确定特性产生风险分析 |
| 6.2.2 含电动汽车产生风险分析 |
| 6.2.3 综合需求响应产生风险分析 |
| 6.3 设计气电耦合虚拟电厂风险评价指标体系 |
| 6.3.1 风险评价指标选取原则 |
| 6.3.2 设计风险评价指标体系 |
| 6.3.3 风险评价指标的预处理 |
| 6.4 基于熵权法-序关系改进的云模型风险评价模型 |
| 6.4.1 熵权-序关系赋权法 |
| 6.4.2 云模型算法 |
| 6.4.3 设计风险评价计算流程 |
| 6.5 算例分析 |
| 6.5.1 场景设置 |
| 6.5.2 基于改进云模型风险评价的结果分析 |
| 6.5.3 基于传统模糊综合评价的结果分析 |
| 6.6 本章小结 |
| 第7章 研究成果和结论 |
| 7.1 本文主要结论 |
| 7.2 未来研究展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（5）含大规模风电的发—输—配电系统充裕性优化决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 发电充裕性评估模型 |
| 1.2.2 发电充裕性优化模型 |
| 1.2.3 输电系统可用输电能力决策 |
| 1.2.4 配电系统充裕性评估 |
| 1.3 研究内容及结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究结构 |
| 1.4 论文的主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 发电充裕性评估理论 |
| 2.1.1 发电充裕性指标概述 |
| 2.1.2 发电充裕性指标的计算 |
| 2.1.3 基于蒙特卡洛法的发电充裕性评估 |
| 2.2 拟蒙特卡洛法 |
| 2.3 随机优化与场景分析理论 |
| 2.3.1 随机优化的基本概念与模型 |
| 2.3.2 场景分析理论 |
| 2.4 相关性分析理论 |
| 2.4.1 相关系数 |
| 2.4.2 Copula理论 |
| 2.4.3 藤Copula理论 |
| 2.5 风险度量 |
| 2.5.1 风险与风险度量概述 |
| 2.5.2 VaR和CVaR的定义及性质 |
| 2.5.3 VaR和CVaR的计算方法 |
| 2.6 本章小结 |
| 第3章 基于需求响应的含风电系统发电充裕性评估模型 |
| 3.1 发电机组特性建模 |
| 3.1.1 发电机组出力特征建模 |
| 3.1.2 发电机组的可靠性模型 |
| 3.2 用户负荷特征建模 |
| 3.2.1 刚性负荷 |
| 3.2.2 可中断负荷 |
| 3.2.3 可转移负荷 |
| 3.3 用户参与需求响应策略分析 |
| 3.3.1 前景理论中的价值函数 |
| 3.3.2 用户主观效用值的计算 |
| 3.3.3 基于改进Roth-Erev算法的用户行为意愿模型 |
| 3.4 考虑大规模风电消纳的需求响应调度模型 |
| 3.5 发电充裕性评估模型 |
| 3.5.1 发电充裕性指标的计算 |
| 3.5.2 发电充裕性评估模型 |
| 3.6 算例分析 |
| 3.6.1 测试系统与基本数据 |
| 3.6.2 发电充裕性评估结果及分析 |
| 3.6.3 对比分析 |
| 3.7 本章小结 |
| 第4章 基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型 |
| 4.1 基于Sobol序列改进拉丁超立方抽样的随机场景生成方法 |
| 4.1.1 风速预测误差的非参数分布模型 |
| 4.1.2 基于D-vine Copula的风速预测误差相关性分析模型 |
| 4.1.3 Sobol序列改进的拉丁超立方抽样方法 |
| 4.1.4 基于SaLHS的随机场景生成方法 |
| 4.2 基于Glue-VaR的发电充裕性评估指标 |
| 4.3 考虑发电充裕性风险的调度优化模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.3.3 基于熵权-加权聚合和积评价的多目标求解方法 |
| 4.4 算例分析 |
| 4.4.1 基于SaLHS的风速预测误差场景生成 |
| 4.4.2 多目标日前随机调度结果及分析 |
| 4.4.3 对比分析 |
| 4.5 本章小结 |
| 第5章 基于期望分位数的含风电系统可用输电能力的决策模型 |
| 5.1 考虑大规模风电消纳的可用输电能力决策问题分析 |
| 5.1.1 可用输电能力评估框架 |
| 5.1.2 考虑相关性的多风电场联合出力不确定性建模 |
| 5.1.3 考虑大规模风电消纳的可用输电能力评估模型 |
| 5.2 基于联合累积量的可用输电能力概率评估模型 |
| 5.3 基于期望分位数的风险可用输电能力决策模型 |
| 5.3.1 期望分位数 |
| 5.3.2 基于期望分位数的风险可用输电能力评估指标 |
| 5.3.3 基于期望分位数的风险可用输电能力决策步骤 |
| 5.4 算例分析 |
| 5.4.1 测试系统与基本数据 |
| 5.4.2 可用输电能力评估结果及分析 |
| 5.4.3 对比分析 |
| 5.5 本章小结 |
| 第6章基于相对鲁棒GVaR的配电系统风电接入充裕性优化模型 |
| 6.1 基于相对鲁棒GVaR的风电接入充裕性指标 |
| 6.1.1 风电接入充裕性 |
| 6.1.2 相对鲁棒GVaR风险评估模型 |
| 6.1.3 基于相对鲁棒GVaR的配电系统风电接入充裕性指标 |
| 6.2 风电-负荷分级功率模型 |
| 6.3 考虑风电接入充裕性的随机-鲁棒混合优化模型 |
| 6.3.1 目标函数 |
| 6.3.2 约束条件 |
| 6.4 随机-鲁棒混合优化模型转换与求解 |
| 6.5 算例分析 |
| 6.5.1 测试系统与基本数据 |
| 6.5.2 优化结果及分析 |
| 6.5.3 对比分析 |
| 6.6 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）微网可靠性评估及其数据驱动技术（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 微网可靠性国内外研究现状及存在问题 |
| 1.2.1 微网时序可靠性模型 |
| 1.2.2 微网可靠性评估指标体系 |
| 1.2.3 微网可靠性评估方法 |
| 1.3 数据驱动算法 |
| 1.4 研究内容 |
| 第二章 计及多态不确定性微网的时序仿真算法 |
| 2.1 引言 |
| 2.2 多态不确定性时序仿真模型 |
| 2.2.1 可修复元件模型 |
| 2.2.2 PV出力模型 |
| 2.2.3 时序负荷模型 |
| 2.3 考虑多态不确定性的可靠性评估方法 |
| 2.3.1 状态抽样 |
| 2.3.2 状态分析 |
| 2.3.3 可靠性评价指标计算 |
| 2.3.4 收敛特性分析 |
| 2.4 算例分析 |
| 2.4.1 算例系统及算例参数 |
| 2.4.2 可靠性评估结果 |
| 2.5 本章小结 |
| 第三章 基于数据驱动算法的独立型微网可靠性评估 |
| 3.1 引言 |
| 3.2 适用于微网数据驱动算法的概率模型 |
| 3.2.1 MT寿命过程的时序概率模型 |
| 3.2.2 PV间歇性等效随机模型 |
| 3.2.3 时变负荷的波动性等效随机模型 |
| 3.3 微网可靠性多维积分模型 |
| 3.4 最优概率密度函数解析式 |
| 3.5 最优概率密度函数的数值解 |
| 3.6 植入数据驱动算法的可靠性评估流程 |
| 3.7 算例分析 |
| 3.7.1 算例系统及算例参数 |
| 3.7.2 数据驱动算法计算精度 |
| 3.7.3 数据驱动算法收敛特性 |
| 3.7.4 MT、PV、负荷随机变量最优概率密度函数 |
| 3.7.5 不同系统条件下主导随机变量研究 |
| 3.8 本章小结 |
| 第四章 计及安全约束的微网可靠性评估 |
| 4.1 引言 |
| 4.2 基于数据驱动的微网随机流计算方法 |
| 4.2.1 安全约束条件 |
| 4.2.2 算法流程 |
| 4.3 算例分析 |
| 4.3.1 算例系统及算例参数 |
| 4.3.2 微网随机潮流仿真结果 |
| 4.4 本章小结 |
| 第五章 并网模式下的微网可靠性评估 |
| 5.1 引言 |
| 5.2 配电网的等效发电机模型 |
| 5.3 基于等效发电机模型的可靠性评估 |
| 5.3.1 等效发电机的参数 |
| 5.3.2 上级配电网元件故障对等效发电机运行状态影响 |
| 5.3.3 并网模式下的微网负荷平衡策略 |
| 5.3.4 算法流程 |
| 5.4 算例分析 |
| 5.4.1 算例系统 |
| 5.4.2 可靠性评估结果 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 在学期间的研究成果 |
| 致谢 |
（7）某型号轴向柱塞泵可靠性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究背景 |
| 1.2 轴向柱塞泵国内外发展文献综述 |
| 1.2.1 轴向柱塞泵国外发展现状 |
| 1.2.2 轴向柱塞泵国内发展现状 |
| 1.3 柱塞泵可靠性研究概述 |
| 1.3.1 柱塞泵可靠性试验方法研究 |
| 1.3.2 柱塞泵可靠性数据分析方法研究 |
| 1.3.3 柱塞泵可靠性模型研究 |
| 1.4 柱塞泵可靠性试验装备的发展趋势与展望 |
| 1.5 课题主要研究内容和研究意义 |
| 1.5.1 课题的主要研究内容 |
| 1.5.2 课题的研究意义 |
| 第2章 轴向柱塞泵失效分析与数据库研究 |
| 2.1 失效分析理论基础 |
| 2.1.1 失效的分类 |
| 2.1.2 失效模式和失效机理 |
| 2.1.3 失效树分析法 |
| 2.2 轴向柱塞泵失效分析 |
| 2.2.1 轴向柱塞泵结构和工作原理 |
| 2.2.2 轴向柱塞泵失效树分析 |
| 2.2.3 轴向柱塞泵失效判定方法 |
| 2.2.4 轴向柱塞泵失效维修反馈分析 |
| 2.3 失效案例数据库研究 |
| 2.3.1 数据库目标与任务 |
| 2.3.2 数据库功能需求分析 |
| 2.3.3 数据库功能模块实现 |
| 2.4 本章小节 |
| 第3章 轴向柱塞泵可靠性试验系统研究 |
| 3.1 轴向柱塞泵可靠性试验方案 |
| 3.1.1 试验节能方案研究 |
| 3.1.2 试验加速方案研究 |
| 3.2 轴向柱塞泵可靠性试验台研究 |
| 3.2.1 被试柱塞泵介绍 |
| 3.2.2 液压原理图 |
| 3.2.3 试验台架主体及创新点介绍 |
| 3.3 可靠性试验台辅助系统研究 |
| 3.3.1 冷却系统设计 |
| 3.3.2 加载系统设计 |
| 3.3.3 主供油、补油系统设计 |
| 3.3.4 过滤系统设计 |
| 3.3.5 传感器元件选型 |
| 3.4 可靠性试验台监控系统研究 |
| 3.5 试验台安装与调试 |
| 3.5.1 液压元件安装 |
| 3.5.2 试验台测试 |
| 3.6 可靠性试验台节能效果分析 |
| 3.6.1 功率回收原理 |
| 3.6.2 系统功率回收分析 |
| 3.6.3 试验过程中的功率回收效果分析 |
| 3.7 本章小节 |
| 第4章 轴向柱塞泵可靠性数据分析与评估 |
| 4.1 可靠性的基本函数 |
| 4.1.1 可靠度函数 |
| 4.1.2 失效率函数 |
| 4.1.3 平均寿命函数 |
| 4.2 常见概率分布 |
| 4.2.1 对数正态分布 |
| 4.2.2 威布尔分布 |
| 4.2.3 指数分布 |
| 4.3 性能退化数据与失效分析 |
| 4.3.1 性能退化基本理论 |
| 4.3.2 容积效率退化轨迹 |
| 4.3.3 性能退化试验数据 |
| 4.3.4 被测柱塞泵失效现象及原因分析 |
| 4.4 可靠性数据处理 |
| 4.4.1 确定寿命分布函数 |
| 4.4.2 加速模型 |
| 4.4.3 试验变应力下的失效时间累计 |
| 4.4.4 参数计算 |
| 4.5 轴向柱塞泵可靠性寿命评估 |
| 4.6 本章小节 |
| 第5章 结论与展望 |
| 5.1 研究结论 |
| 5.2 研究展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（8）基于区块链的停放车辆边缘计算及卸载机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 车辆计算资源的利用 |
| 1.2.2 基于区块链的车辆计算系统 |
| 1.3 论文主要研究内容 |
| 1.4 论文结构安排 |
| 第二章 相关技术概述 |
| 2.1 区块链概述 |
| 2.1.1 基础概念 |
| 2.1.2 区块链分类 |
| 2.1.3 共识机制 |
| 2.2 任务卸载机制概述 |
| 2.2.1 任务模型 |
| 2.2.2 单点计算 |
| 2.2.3 协作计算 |
| 2.2.4 容错计算 |
| 2.3 强化学习技术概述 |
| 2.3.1 基于价值的算法 |
| 2.3.2 基于策略的算法 |
| 2.3.3 价值和策略混合的算法 |
| 2.4 本章小结 |
| 第三章 基于区块链的绿色能源供给大规模停放车辆计算及卸载 |
| 3.1 引言 |
| 3.2 系统架构 |
| 3.3 系统模型 |
| 3.3.1 时延模型 |
| 3.3.2 激励模型 |
| 3.3.3 优化问题模型 |
| 3.4 基于DDPG的混合时间尺度优化策略 |
| 3.4.1 CPU的短期动态控制策略 |
| 3.4.2 长期区块链参数调整及卸载策略 |
| 3.4.3 算法实现 |
| 3.5 仿真验证与性能评估 |
| 3.6 本章小结 |
| 第四章 基于区块链的停放车辆协作计算 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 PV及其逗留模型 |
| 4.2.2 协作计算模型 |
| 4.2.3 基于DAG的迭代时延模型 |
| 4.2.3.1 通信时延 |
| 4.2.3.2 计算时延 |
| 4.2.3.3 队列时延 |
| 4.2.3.4 复杂依赖关系下的任务总时延 |
| 4.2.4 混合能源供给下的能量模型 |
| 4.3 系统优化设计 |
| 4.3.1 激励设计 |
| 4.3.2 系统可靠性分析 |
| 4.3.2.1 逗留时间可靠性分析 |
| 4.3.2.2 能源可靠性分析 |
| 4.3.3 联合任务调度与计算资源优化问题 |
| 4.4 任务调度与计算资源分配算法 |
| 4.4.1 基于粒子群的计算资源分配算法 |
| 4.4.2 基于任务优先级的调度算法 |
| 4.4.2.1 任务优先级 |
| 4.4.2.2 多级KM匹配算法 |
| 4.5 仿真验证与性能评估 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 附录 缩略语 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（9）风力发电系统的故障分析和设备维护策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 动态维护策略国内外研究现状 |
| 1.2.2 马尔可夫控制理论国内外研究现状 |
| 1.2.3 状态维修理论的国内外研究现状 |
| 1.2.4 成组维护国内外研究现状 |
| 1.3 研究目标和研究内容 |
| 1.3.1 课题研究目标 |
| 1.3.2 主要研究内容 |
| 1.4 课题来源 |
| 1.5 论文总体框架 |
| 第二章 风电系统结构及故障分析 |
| 2.1 风电系统结构介绍 |
| 2.1.1 风轮系统 |
| 2.1.2 变频系统 |
| 2.1.3 传动系统 |
| 2.1.4 偏航系统 |
| 2.1.5 润滑冷却系统 |
| 2.1.6 发电机系统 |
| 2.1.7 液压系统 |
| 2.1.8 主控系统 |
| 2.1.9 机舱塔架系统 |
| 2.2 可靠性分析理论基础 |
| 2.2.1 可靠度函数 |
| 2.2.2 寿命分布函数 |
| 2.2.3 故障概率密度函数 |
| 2.2.4 故障率函数 |
| 2.2.5 平均寿命函数 |
| 2.2.6 连续型寿命分布模型 |
| 2.3 常用的维护模型 |
| 2.4 风力发电系统的故障分析 |
| 2.4.1 风力发电系统故障数据分析 |
| 2.4.2 风力发电系统可靠性分析 |
| 2.4.3 风力发电系统退化特征分析 |
| 2.5 本章小结 |
| 第三章 风力发电系统动态维护策略建模 |
| 3.1 马尔可夫决策过程 |
| 3.1.1 马尔决策过程的基本理论知识 |
| 3.1.2 马尔可夫模型的价值理论 |
| 3.2 两种类型的马尔可夫决策模型 |
| 3.2.1 离散时间的马尔可夫决策模型 |
| 3.2.2 连续时间的马尔可夫决策模型 |
| 3.3 动态维护策略数学模型 |
| 3.3.1 动态维护模型收入模块的建立 |
| 3.3.2 动态维护模型成本模块的建立 |
| 3.3.3 模型目标函数建立 |
| 3.4 本章小结 |
| 第四章 系统维护策略模型的求解与分析 |
| 4.1 算法介绍 |
| 4.2 仿真验证 |
| 4.3 仿真结果对比与分析 |
| 4.4 灵敏性分析 |
| 4.4.1 故障性维护成本与次数之间的关系 |
| 4.4.2 形状参数的变化对故障性维护次数的影响 |
| 4.5 动态维护模型在实际生产环节的应用 |
| 4.6 本章小结 |
| 第五章 考虑相关性的成组维护优化 |
| 5.1 相关性理论 |
| 5.2 成组维护理论 |
| 5.3 成组维护的数学模型表达 |
| 5.3.1 成组维护模型的建立 |
| 5.4 求解过程 |
| 5.4.1 参数设置 |
| 5.4.2 考虑相关性 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间取得与学位论文相关的成果 |
| 致谢 |
（10）面向小样本数据的特征分析技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 缺失数据处理研究现状 |
| 1.2.2 不平衡数据处理研究现状 |
| 1.3 本文研究内容及结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 第二章 数据预处理及分析 |
| 2.1 数据预处理 |
| 2.2 数据相关性分析 |
| 2.3 数据缺失机制与缺失模式 |
| 2.3.1 数据缺失类别 |
| 2.3.2 数据缺失机制 |
| 2.3.3 数据缺失模式 |
| 2.4 不平衡数据相关理论 |
| 2.5 方法性能评估指标 |
| 2.6 本章小结 |
| 第三章 缺失数据填补 |
| 3.1 常用填补算法 |
| 3.1.1 KNN填补算法 |
| 3.1.2 MICE填补算法 |
| 3.1.3 MissForest填补算法 |
| 3.2 基于相关性的改进MissForest算法 |
| 3.3 实验对比及分析 |
| 3.3.1 构造缺失数据集 |
| 3.3.2 填补精度对比 |
| 3.3.3 填补速度对比 |
| 3.4 本章小结 |
| 第四章 不平衡数据分类 |
| 4.1 不平衡数据处理方法 |
| 4.1.1 重采样方法简介 |
| 4.1.2 SMOTE及其改进算法 |
| 4.1.3 ADASYN算法 |
| 4.2 数据分类方法 |
| 4.2.1 决策树 |
| 4.2.2 集成学习 |
| 4.2.3 SVM |
| 4.3 实验对比及分析 |
| 4.3.1 数据重采样实验 |
| 4.3.2 数据分类实验 |
| 4.4 本章小结 |
| 第五章 相关软件实现 |
| 5.1 系统需求分析 |
| 5.2 开发工具及环境 |
| 5.2.1 开发工具 |
| 5.2.2 开发环境 |
| 5.3 软件系统架构 |
| 5.4 软件系统演示 |
| 5.5 软件性能测试 |
| 5.5.1 缺失数据填补测试方法 |
| 5.5.2 数据分类测试方法 |
| 5.5.3 测试结论 |
| 5.6 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
四、连续型设备系统可靠性与资源优化模式研究（论文参考文献）
- [1]无人机中继通信链路性能分析与资源分配技术研究[D]. 王雷. 北京邮电大学, 2021(01)
- [2]SWAN服务可靠性关键技术研究与实现[D]. 许倩倩. 北京邮电大学, 2021(01)
- [3]空间环境下高可靠长寿命快门技术研究[D]. 赵波. 中国科学院大学(中国科学院光电技术研究所), 2021(08)
- [4]气电耦合虚拟电厂运营优化及风险评价模型研究[D]. 刘沆. 华北电力大学(北京), 2021
- [5]含大规模风电的发—输—配电系统充裕性优化决策研究[D]. 马泽洋. 华北电力大学(北京), 2021(01)
- [6]微网可靠性评估及其数据驱动技术[D]. 徐文悦. 北方工业大学, 2021(01)
- [7]某型号轴向柱塞泵可靠性研究[D]. 张志伟. 吉林大学, 2021(01)
- [8]基于区块链的停放车辆边缘计算及卸载机制研究[D]. 曹园园. 北京邮电大学, 2021(01)
- [9]风力发电系统的故障分析和设备维护策略研究[D]. 张慧平. 广东工业大学, 2021
- [10]面向小样本数据的特征分析技术研究[D]. 彭志江. 电子科技大学, 2021(01)