张玉波
- 作品数：41 被引量：68H指数：4
- 供职机构：东北石油大学电气信息工程学院更多>>
- 发文基金：黑龙江省新世纪高等教育教学改革工程项目黑龙江省科技攻关计划黑龙江省高等教育教学改革工程项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信石油与天然气工程更多>>
- 潜油电泵智能节电装置的研制被引量：1
- 2012年
- 在进入高含水期的油田开发中,潜油电泵得到广泛应用,而如何提高其采油系统效率,降低电泵采油井耗电量,成为油田节能减排工作的重点。本文设计了一种新型智能潜油电泵有载调压变压器,给出了结构组成及工作流程,进行了室内外的现场实验,结果表明,该装置可以有效地选择最佳电压,节电效果显著。
- 毕洪波张玉波
- 关键词：混沌RBF神经网络电力负荷
- 开式多源油田电网出力优化研究
- 油田企业电网和地方电网分属于不同的电力系统,在市场条件下均追求各自最大的经济效益。因此,在安全约束条件下,如何协调油田电网各电源出力,以动态适应油田电网经济运行需要已成为一个值得研究且十分有意义的课题。建立了电力市场条件...
- 毕洪波高丙坤张玉波
- 关键词：电网出力遗传算法
- 文献传递
- 基于TRIZ-CDIO的信息类专业教学改革研究被引量：3
- 2014年
- 本文从信息类大学生工程创新能力培养的内在规律和要求出发,确立工程创新人才的培养目标,将TRIZ创新理论和CDIO教育理念相结合,运用TRIZ创新方法改革工程教育和创新实践,改革CDIO人才培养模式,创新通信专业课程体系和实践教学体系,着力培养适应经济社会发展需要的创新型、工程型人才。
- 张玉波毕洪波王秀芳葛延良
- 关键词：TRIZCDIO教学改革研究
- 混沌RBF神经网络在电力负荷预测中的应用被引量：1
- 2009年
- 混沌和RBF神经网络相结合的方法,可以充分利用混沌的随机性、初值敏感性等特点,也可以充分利用RBF神经网络的大规模并行处理、自组织自适应性等功能,因此,受到了许多研究者的青睐。研究了混沌RBF神经网络,利用RBF神经网络的学习、逼近能力,结合混沌时间序列的嵌入维数、时延等参数构造了混沌RBF神经网络,分别对典型混沌序列及混沌RBF神经网络的建模预测进行仿真,并将RBF神经网络应用于油田电力负荷预测中。仿真分析和实用结果表明,混沌RBF神经网络具有预测时间短、预测精度高等优点,具有较高的指导意义和应用价值。
- 毕洪波张玉波
- 关键词：混沌RBF神经网络电力负荷
- 便携式非接触超声波罐体液位检测仪
- 一种便携式非接触超声波罐体液位检测仪。主要解决固井水罐车液位只能依靠人工检测导致测量精度不高的问题。其特征在于：所述系统还包括一个数据采集模块、一个存储模块、报警模块和显示模块，所述数据采集模块由超声波信号采集和处理单元...
- 王秀芳毕洪波梁洪卫姜建国阚玲玲张玉波刘斌李卓姜春雷宋欣琪
- 文献传递
- 一种基于门控提取模块和特征增强模块的图像去雾方法
- 本发明涉及图像处理技术领域，具体涉及一种基于门控提取模块和特征增强模块的图像去雾方法，具体来说本方法将门控特征提取模块和特征增强注意力网络相结合。相较于传统方法，本技术方案将深度可分离卷积和门控线性单元集成到门控提取模块...
- 张玉波徐同祥杨士钺徐磊孔海华向海斌
- 在通信原理课程教学中培养学生创新能力的改革与实践被引量：8
- 2009年
- 针对通信原理课程的特点,制订了培养适应国际化社会竞争的人才培养理念,通过采取优化教学内容、建立创新实验教学体系、实施个性化教育等方法,培养学生的创新能力,提高学生的综合素质,增强通信工程专业人才的市场竞争力。
- 王秀芳高丙坤王冬梅张玉波
- 关键词：通信原理
- 一种便于更换堵塞器内水嘴的配注器
- 本发明涉及油田开采机械技术领域，且公开了一种便于更换堵塞器内水嘴的配注器，包括上接头，所述上接头的顶部螺纹连接有上外筒，所述上外筒的底部螺纹连接有密封体，所述密封体的顶部卡接有堵塞器，所述密封体的外壁开设有位于堵塞器一侧...
- 张玉波常江吴杰
- 文献传递
- 随钻测斜仪中传感器信号处理技术研究被引量：9
- 2010年
- 传感器信号处理的好坏会直接影响随钻测斜仪的测量精度和井眼控制水平.通过选取适当的拟合函数构造电路对传感器的非线性信号进行处理,实现其线性化;从测斜仪的原理出发,采用误差补偿算法和数字滤波技术减少随钻测斜仪的测量误差.确保随钻测斜仪的井斜角的误差≤±0.1°,方位角的误差≤±1,°满足高精度随钻测斜仪的设计要求.
- 张玉波孟耀华魏春明信秋礼
- 关键词：随钻测斜仪信号处理
- 用于单图像超分辨率的全局特征高效融合网络
- 2024年
- 现有图像超分辨率网络中普遍存在对层间特征利用水平较低的现象,使得在图像重建过程中有细节特征丢失,最终处理结果纹理模糊、图像质量欠佳。为此提出一种用于图像超分辨率的全局特征高效融合网络模型。主体使用对称卷积神经网络实现浅层特征的逐级提取,并结合Transformer完成浅层与深层特征的融合利用。设计的对称自指导残差模块可以在浅层网络实现不同层间特征更具表达性的融合,同时提升网络的特征提取能力;特征互导融合模块可以增强网络对浅层特征与深层特征的融合能力,促进更多的特征信息参与到细图像重建过程。在Set5、Set14、BSD100和Urban100数据集上同近年来的经典网络(HR、CARN、IMDN、MADNet、LBNet)进行性能对比,实验结果表明:所提网络模型在峰值信噪比上有所提升,并在视觉直观对比中取得了较好的图像超分辨率效果,可改善超分辨率图像质量欠佳的问题。
- 张玉波田康徐磊
