“四化”建设与地区碳强度减排——基于横向比较的经验证据

文章基于构建“四化”衡量指标体系，综合运用计量方法分析减排视角下“四化”建设与碳强度的解耦状态、作用机制及影响关系。研究表明：考察期内省际“四化”建设水平稳步提升，“四化”建设与碳强度的解耦状态突出表现为扩张性负解耦，且解耦演进过程中省份间存在时间及空间差异性；地区间“四化”与碳强度的关联程度呈现东部>中部>西部的现象；短期内“四化”与碳强度的动态响应较为明显，远期而言“四化”对碳强度的冲击效果逐渐减弱；新型工业化、新型城镇化、信息化和新型农业现代化对碳强度的动态影响分别呈现“N”型“、倒N”型、“U”型和“倒U”型的作用趋势。     

基于大数据企业配售电监控管理系统

在以保证配电网安全运行为基础上,本文分析了用电管理运行行为,面向大数据企业建立一套配售电监控管理系统,该系统具备数据记录、运行报表、数据分析、决策支撑等功能.本文主要介绍该监控管理系统的软件结构,运用分层化和模块化思想,设计好该系统在数据采集、状态诊断和分析运行方面的问题.     

裂解气压缩机振动联锁停车事故处理过程及其分析

中国石油辽阳石化公司烯烃厂裂解装置C201裂解气压缩机,从2017年4月份开始,压缩机透平振动值经常出现波动,在波动期间造成多次振动值过大联锁停车事故,经过装置各个部门的齐心努力,检查出机组透平振动值波动的原因并解决问题,使机组平稳运行,为公司创效增益。     

利用信道状态信息的室内定位技术

多径效应导致基于信号接收强度（RSSI）的室内定位方法精度不高，采用更细粒度的物理层信道状态信息（CSI）可以区分不同路径，提高定位精度。在已有基于CSI室内定位方法的基础上，通过改进对数距离路径损耗模型，得到CSI与传输距离的关系，并结合目标位置所测得的CSI值回归出目标与发射端的距离，最后通过三边定位法预测出目标的位置坐标。实验表明，相比基于RSSI的定位方法以及已有的基于CSI的定位方法，所提方法2 m以内的误差概率提高了将近40%和20%，有效提高了定位精度。     

改进高阶容积粒子滤波的系统状态估计算法

传统粒子滤波（PF）直接采用状态转移先验分布作为重要性密度函数来近似后验概率密度函数，使得后验概率密度函数未包含量测信息。针对此问题，提出了一种改进高阶容积粒子滤波(CPF)的系统状态估计算法。算法采用七阶正交容积卡尔曼滤波（7th-CQKF）对PF的粒子进行传递，使得先验分布更新阶段融入最新量测信息；通过7th-CQKF设计重要性密度函数，提高对状态后验概率密度的逼近程度；通过反比例函数计算粒子权重，突出大噪声粒子与小噪声粒子权重差别，提高粒子有效性。仿真结果表明，改进高阶容积粒子滤波的估计精度高于容积粒子滤波（CPF）。     

优化邮政支局长队伍建设研究

文章从邮政支局的重要地位出发,阐述了当前邮政支局长队伍思想、工作和建设的基本情况及主要特点,分析了邮政支局长队伍建设中存在的问题,围绕考评激励、帮扶措施和后备培养等方面提出了加强和改进邮政支局长队伍建设的策略。     

禽流感危机下肉鸡产业市场状态分析*——基于互联网大数据和MS-VAR模型

[目的]为了有效应对禽流感冲击、维持肉鸡产业稳定健康发展。[方法]基于互联网大数据构建了禽流感舆情指数,选取2012年1月至2017年3月周度数据,通过MS-VAR模型分析了禽流感危机下肉鸡市场状态的转换特征以及不同市场状态下产业链价格传导关系。[结果]2012年以来可将肉鸡产业市场状态划分为危机状态和正常状态,肉鸡产业市场在两个市场状态下转换频繁;肉鸡产业危机市场状态和正常市场状态平均持续期分别为4.65周和9.05周;肉鸡市场在区制转移概率上存在明显的非对称特征;肉雏鸡、活鸡和白条鸡价格之间在危机状态下相关性小于正常市场状态下相关性;不同市场状态下肉鸡产业链价格传导存在差异;肉鸡产业市场在危机状态下不稳定程度明显增加。[结论]提出了加大对禽流感疫情的监测以及疫情处理能力,密切关注公众禽流感舆情动态变动情况,做好舆情引导,加强禽流感疫情科学知识的宣传,增强公众对禽流感的认知等对策建议。     

大规模MIMO系统中基于CNN的延迟CSI反馈改进算法

在大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统中，基站根据用户反馈的信道状态信息进行自适应编码调制以提高频谱效率，因此需要将用户侧估计到的信道状态信息反馈到基站。由于反馈过程存在的延迟会降低系统性能，因此在考虑延迟的情况下，对基于深度学习的信道状态信息自编码器CsiNet进行改进，使用下行信道的延迟状态信息作为信道状态信息自编码器的期望输出信号来对自编码器进行训练，减少了反馈延迟误差的影响。仿真结果表明，在延迟为1时隙时，所提方案的归一化均方误差(Normalized Mean Square Error,NMSE)仅为自回归-主成分分析方案、基于压缩感知的方案和基于卷积神经网络的CsiNet方案的1/8~1/7，并且随着时隙增加，NMSE性能提升越明显。