采用低压电力线载波通信技术实现能源管理

引言电力线载波(Power Line Carrier)通信是利用高、中、低压电力线作为信息媒介进行数据传输的一种通信方式。目前,由于高、中压电力线网络的专一性,在其基础上的数据通信国内外已基本成熟。本文主要介绍陕西凯星电子科技有限责任公司在低压电力载波通信领域的技术成果与应用。     

基于时间序列分析的渐变性水源水质预测研究

针对引黄水库水质渐变性特点,运用时间序列分析理论建立了水质分析模型并对山东省某市某水库的水质变化趋势进行模拟和预测。选取温度、pH、氨氮、浊度、化学耗氧量、亚硝酸盐作为预测变量。水库水质的模拟结果表明除浊度外其余项准确率均达到了80%以上,所建立的水质模型能够合理地反映渐变性水库中水质的动态变化趋势,预测结果较好。     

两种应用场景下NDVI时间序列数据拟合方法研究

植被覆盖指数（NDVI）时间序列数据集包含地表植被的长势、生长周期、时空变化等信息,其拟合重建结果可应用于物候信息提取、生态质量评价、人类活动扰动识别、覆被变化动态监测等方面。基于TIMESAT软件,选取物候参数提取和扰动识别2个应用场景,结合地面站点数据和Jacknife法模拟数据,对比分析非对称高斯函数拟合法（AG法）、双Logistic函数拟合法（D-L法）和Savitzky-Golay滤波法（S-G法）3种方法的拟合效果。结果表明：（1）3种方法拟合重建后提取的生长开始时间（SOS）、生长结束时间（EOS）、生长周期（LOS）等物候参数接近站点数据,AG法和D-L法保持NDVI时序曲线整体变化特征的能力较强,提取的SOS和EOS更接近站点数据;（2）人类活动扰动识别应用场景中,S-G法在滤波时能够最大限度地保留时序曲线细节变化,恢复速率相关系数达到0.618,回归估计标准差低于AG法和D-L法,因此识别精度最优。     

基于多点关联性的尾矿坝位移监测序列异常值诊断*

针对尾矿坝位移监测序列中噪声和真实异常值的区分问题,提出1种基于多点关联性和改进孤立森林（IF）算法的异常数据诊断模型。通过IF算法对监测序列中的各样本点异常程度进行量化计算,引入云模型（CM）算法确定IF量化的异常得分与异常概念的相互映射关系以实现异常点的初步诊断,根据Apriori算法计算多测点序列间的关联性,找出强关联序列组合,结合序列关联性以及异常点诊断结果区分噪声与真实异常值。以某尾矿坝位移监测序列为例进行模型验证。研究结果表明:基于多点关联性的异常诊断模型能够有效区分尾矿坝位移监测序列中的噪声与真实异常值,提高监测系统的准确性。     

小麦与不同作物多样化轮作对土壤真菌群落的影响

为明确华北平原冬小麦与不同作物多样化轮作下的土壤真菌群落差异,为生态可持续种植制度的构建和优化提供理论依据,采用实时荧光定量PCR和高通量测序技术研究了连续冬小麦-夏玉米M、冬小麦-夏花生(夏玉米)PM和冬小麦-夏大豆(夏玉米)SM轮作处理的土壤真菌群落丰度、组成和多样性.结果表明,与连续冬小麦-夏玉米处理相比,轮作花生PM2和大豆SM2处理显著降低了土壤真菌ITS序列拷贝数,轮作花生或大豆处理增加了土壤真菌群落丰富度和多样性.非度量多维尺度分析(NMDS)结果显示,不同轮作茬口之间土壤真菌群落存在明显分离,轮作作物对土壤真菌群落结构的影响达显著水平.华北平原砂壤质潮土中不同作物轮作处理的土壤真菌群落均以Ascomycota为优势菌门,以Sordariomycetes和Eurotiomycetes为优势菌纲.不同轮作茬口土壤真菌群落组成存在差异显著的类群,Neocosmospora、Plectosphaerella和Gibellulopsis等潜在病原真菌在冬小麦-夏花生(夏玉米)轮作处理中显著富集,而Penicillium和Zopfiella等潜在有益真菌在冬小麦-夏大豆(夏玉米)轮...     

淮河流域洪涝变化的信息维研究

以一定洪涝指标建立的淮河流域近五百年洪涝变化序列为基础，采用分形理论和方法，分析了淮河流域洪涝变化的分形结构特征；计算了淮河流域不同等级洪涝序列的信息分维及其随时间的变化。结果表明，淮河流域洪涝序列是一种极不规则的Ｃａｎｔｏｒ集合；信息分维与洪涝发生的频度呈反相关关系，即洪涝程度越重，信息分维值越低，所反映的气候层次相对越高。信息分维及其变化有望成为时间序列变化趋势和气候层次的诊断指标。     

西双版纳自然环境试验站环境真菌的鉴定

采用自然沉降法对西双版纳自然环境试验站的环境真菌进行收集和分离;同时采用显微形态观察对其中的16株真菌进行分类鉴定,结果16株真菌归属于2个纲、4个目、5个科、10个属;结合ITS区间序列分析,确定5个主要环境真菌类群的分类地位。本研究将有助于开展环境试验和防霉研究工作。     

基于阶次序列与凸规划的铀尾矿库监测定位算法

在铀尾矿库放射性核素泄露污染WSN监测中,针对凸规划定位精度低的问题,提出一种基于阶次序列的凸规划定位算法。通过划分子区域缩小未知节点几何约束范围,建立各子区域的重心坐标到锚节点的阶次序列表,计算未知节点序列与序列表的相关度,并以最大相关度的子区域重心坐标为定位结果。使该改进算法满足低密度条件的定位并能减少其计算量提高定位精度。经过仿真,新算法较凸规划算法在定位精度上提高了14%。     

气温与湿度的交互作用对呼吸系统疾病的影响

为评价平均气温、相对湿度及其交互作用对呼吸系统疾病急诊就诊人数的影响,采用广义相加模型(GAM),在控制了时间长期趋势、"星期几效应"、节假日效应、空气污染等因素的影响后,分析2009~2011年北京市平均气温、相对湿度及其交互作用对呼吸系统疾病急诊就诊人数影响的暴露反应关系.结果显示,平均气温与呼吸系统疾病急诊就诊人数呈现近似U型的非线性关系,其作用临界点为12℃,当平均气温低于12℃时,气温每升高1℃,呼吸系统疾病急诊就诊人数减少2.26%(95%CI-2.43,-2.09);当气温高于12℃时,气温每升高1℃,呼吸系统疾病急诊就诊人数增加0.92%(95%CI 0.72, 1.11).相对湿度与呼吸系统疾病的效应也呈现U型的分布特征,作用阈值为51%,当相对湿度≤51%时,相对湿度每增加10%,呼吸系统疾病急诊就诊人数减少3.43%(95%CI -3.47%,-3.38%);当相对湿度>51%时,其每增加10%呼吸系统疾病急诊就诊人数增加1.80%(95%CI 1.76%,1.85%).平均气温对呼吸系统疾病的影响受相对湿度水平的调节.在低温环境下,相对湿度越小,气温对呼吸系统疾病的影响越显著,气温每升高1℃,呼吸系统疾病急诊就诊人数减少2.71%(95%CI -2.88,-2.53);;而高温环境下,当相对湿度较大时气温健康效应较强,即气温每升高1℃,呼吸系统疾病急诊就诊人数增加1.37%(95%CI 1.13, 1.61).     

基于改进极端学习机的混沌时间序列瓦斯涌出量预测

为更准确地预测瓦斯涌出量,预防瓦斯灾害,有必要建立和应用基于改进极端学习机(IELM)的混沌时间序列预测模型。首先,对瓦斯涌出量监测数据构成的多变量时间序列进行相空间重构,采用互信息法与虚假邻点法得到每一变量的延迟时间和最佳嵌入维数;然后,通过最小二乘方法和误差反馈原理计算出最优的网络输入层到隐含层的学习参数,对极端学习机(ELM)进行改进;最后,借助IELM建立瓦斯混沌时间序列的预测模型。通过仿真试验,运用该预测模型预测的最大相对误差为3.290 2%,最小相对误差为0.898 2%,平均相对误差为1.952 8%。