基于inpolygon的区域外闪电剔除方法研究

闪电资料的完整性、准确性是雷电灾害风险评估的基础,将影响雷电灾害风险评估结果的准确性,并影响一系列依赖于闪电资料的科学研究。探究雷电地域分布时,区域外的数据不影响探究准确性,但探究雷电时间分布时,只有区域内的数据是有效的。针对用传统方法统计经纬度跨度形成的矩形区域内的闪电频次来代表某地区闪电频次出现的严重误差,首创以省市县地理底图为边界,应用inpolygon函数方法,简便快速地区分统计区域内外闪电数据,大幅提高闪电原始资料准确性。以江苏省为例,对比用传统疆界边缘经纬度所围矩形区域和用新方法统计江苏省边界所围区域的闪电频数,研究结果表明:用新方法统计的江苏省2012年的省内闪电数据占用传统矩形区域法统计的50.46%。也即,传统方法统计的2012年江苏省闪电频数误差高达98.18%。通过剔除省外闪电,得到省内真实有效的闪电频数数据,大大提高了雷电灾害风险评估和雷暴分布规律分析的准确性和可靠性。     

PSAT和BPA在电力系统潮流计算中的对比研究

针对当前电力系统分析程序存在差异的问题,从潮流计算角度,对比研究了国内目前使用较为普遍的2款潮流计算程序(PSAT和PSD-BPA),分析了收敛误差、发电机分接头、负荷比例等不同初值条件设置对其潮流计算结果的影响。分析结果表明:PSAT在建模、可视化和自定义方面具有一定优势,比较适合小规模电网仿真和自定义元件模型研究;而BPA的计算速度快,计算精度高,比较适合大规模电网仿真。     

基于定位方式的雷电落点误差分析与筛选方法研究

雷电落点探测误差直接影响雷电灾害的定位确定。雷电定位系统监测到的雷电位置是根据定位方式原理确定的,雷电定位方式包含时差定位和磁方向定位。不同的定位方式可产生不同的定位误差,而雷电落点误差的存在可导致雷电预警、预报、风险区划评估出现错误。为减少由定位方式带来的落点误差,提高雷电数据的可靠性和通用性,根据雷电定位原理,分析了不同定位方式可能出现的位置误差,给出了雷电落点误差的计算模型和方法。结果表明:时差定位精度高于磁方向定位;四种定位方式按优劣排名依次是:三站混合、四站算法、二站混合、二站振幅;落点误差的产生主要来自于二站振幅;二站混合有一定的误差,但比二站振幅小;在湖南,雷电落点误差主要分布在衡阳—郴州、安化—张家界基延线及怀化的新晃、通道等地。并认为:在湖南西部的保靖、西南部的靖州、南部的江华(或附近县)增置测站,可大幅降低湖南雷电探测误差并提高所在地域的探测效率。     

融合YOLOX和ASFF的高原山地灾害检测模型

YOLOX 是全球首个一阶无锚框目标检测模型，超越了 YOLO‐V（3‐5）和 SSD 等传统锚框模型，极大提高了山地灾害检测识别精度。然而，该模型存在不同尺度之间特征不一致的问题，融合后的特征图质量有待提升。以西藏高原山地灾害重灾区为试验区，在建立了西藏高原山地灾害数据集的基础上，通过融合 Adaptively Spatial Fea‐ ture Fusion（ASFF）注意力机制和骨干网络尺寸调整机制，设计了一个优化的、不同适用性的高原山地灾害检测模型（Plateau mountain disaster detection model，PMDDM）。为验证 PMDDM 模型的优越性，将其与传统 YOLOX 模型、不同注意力机制、不同目标检测模型进行了对比分析，并且对不同尺度模型的检测性能和可视化结果也进行了对比分析研究。结果表明：ASFF 注意力机制可以有效的解决传统 YOLOX 模型中存在的不同尺度特征间的特征不一致问题，且对模型检测性能提升明显优于 SE、CBAM、ECA、GAM 和 Coord 等注意力机制；PMDDM 模型对山地灾害的检测精度优于 Faster‐RCNN、SSD 和 YOLO‐V3 模型，可以满足不同工作场景对硬件配置、检测速度和精度的需求，且模型尺度越大，识别目标的准确率越高。     

BP网络马尔可夫模型的水质预测研究——基于灰色关联分析

根据汾河水质的实际情况,应用BP网络马尔可夫模型对水质进行预测。采用拉依达准则剔除样本集异常数据,结合水质污染的实际情况,以COD为参考序列,应用灰色关联度对常规指标进行分析,确定BP网络的输入节点。在BP网络预测结果的基础上采用马尔可夫链对残差序列进行修正。经过关联度分析,确定氨氮、挥发酚、水温、BOD5及COD自身作为BP网络的输入节点,解决了多变量复杂系统建模过程中BP网络输入节点无法自动寻优的问题,使得BP网络的预测结果更加符合实际。对预测误差较大的样本采用马尔可夫修正误差残值,使得相对误差从-15.43%改善到了-15%,修正值更接近于实测值。BP网络马尔可夫模型,结合了BP网络和马尔可夫的优点,提高了预测的精度。     

基于自动故障拟合法的宁夏电网负荷建模

负荷模型对电力系统综合计算分析影响很大,负荷模型考虑不恰当,会成为电网运行控制的潜在危险。基于自动故障拟合法的原理,分析了自动故障拟合法、节点法辨识的参数仿真曲线与实测曲线的拟合效果,最终通过对7种方案进行自动辨识,给出了宁夏电网不同类型负荷的模型参数。结果表明:自动故障拟合法拟合效果接近真实值,能很好地模拟实际系统的动态响应,其在大电网下辨识得到的参数是可靠、正确的。     

基于BIM的台风灾害后建筑施工关键链进度预测模型

及时完成台风灾害后施工项目建设,不仅可为灾区人民重建家园,也给施工企业带来一定经济效益。BIM具有强大的数据处理能力,为提高台风灾害后建筑施工关键链进度预测精度,构建基于BIM的台风灾害后建筑施工关键链进度预测模型。通过基于BIM的建筑信息子模型,提取有关台风灾害后建筑施工关键链数据,并将采集的建筑施工关键链数据实行融合,以此提高数据分析精度;再采用BIM多因素建筑施工关键链进度预测子模型,分析所获取的建筑施工关键链数据,预测台风灾害后建筑施工关键链进度。将所建立模型应用至某建筑施工关键链进度预测中,预测结果显示,该建筑施工关键链整体进度完成需要耗费14.05 d,此预测结果精准度大于0.9,预测结果有效。     

基于可变集的地震灾害应急物资分配模型

为了减少地震灾害带来的巨大人员伤亡和财产损失,及时挽救生命、减轻灾害影响,应用可变集理论建立地震灾害应急物资分配模型。对影响地震应急物资分配的关键因素进行识别与分析,建立指标相对隶属度矩阵,利用模糊标度法确定指标权向量,应用可变集理论对灾区急需物资的紧迫程度进行优先级排序,进而确定物资分配方案,确定应急物资分配数量,从而弥补了以往模型决策效率低、决策过程复杂、决策结果客观性及准确性差等缺点,减少了因主观或片面的信息统计而产生的不必要的资源浪费。通过对汶川地震实例的分析,验证了该模型的实用性。     

基于BP神经网络的湖北省山洪灾害危险性评价

湖北省是山洪灾害多发地,每年因山洪灾害造成的损失十分严重,山洪灾害危险性评价对于防灾减灾具有重要意义。构建了湖北省山洪灾害危险性评价指标体系,根据山洪灾害危险性与历史山洪灾害的相关性,采用RBF(Radial Basis Function,径向基函数)神经网络对小样本调查数据进行拟合、扩展,形成可靠的数据集,使用扩展数据集对BP(Back Propagation)神经网络进行训练,建立山洪灾害危险性评价模型,通过建立的评价模型分析了湖北省山洪灾害危险性的分布特征。研究结果表明,湖北省山洪灾害危险性最高的区域分布在西南部的建始县、巴东县、鹤峰县和中部的钟祥市、孝感市,总面积为1.47万km2;湖北省中等危险区分布在全省各地,面积达到12.48万km2;湖北省低危险区主要分布在西北部的房县、东部的黄陂区、嘉鱼县、黄冈市市辖区,总面积0.84万km2。     

考虑常规机组调峰特性的新能源生产模拟系统

为应对规模化新能源接入电网面临的巨大挑战,通过对宁夏地区常规机组及新能源场站的深入研究,建立了常规电源的出力特性、调峰特性模型,并在考虑网架约束条件下,开发了适用于宁夏电网的新能源生产模拟系统,可用于量化评估新能源发电的接纳能力以及新能源规划的经济性。仿真结果验证了系统的有效性和先进性,可为新能源规划及调度运行部门提供技术支撑。     

基于BP神经网络和VSM的台风灾害经济损失评估

统计了对广东省造成直接经济损失的台风数据,包括致灾因子、孕灾环境和承灾体等评估因子,对数据进行无量纲化、归一化处理,作为验证模型的数据集。建立BP神经网络和空间向量模型(VSM)相结合的综合评估模型,利用BP神经网络进行初步预测,基于VSM对预测结果进行修正,从而构建台风灾害经济损失评估模型。将收集的历史台风经济损失数据分为训练和测试集,对模型进行训练和检验。经验证,采用BP神经网络和VSM相结合的台风灾害经济损失评估模型能够有效降低训练数据不足对评估结果的影响,平均误差率由30%降低到14%。     

一种新型的灾害救助撤离路线分析方法——基于混合空间数据的研究

灾害应急响应业务常面临数据不完备、应急措施适时性强等问题,要求所实现的应急响应方法灵活程度高,易于操作。以灾害救助撤离路线分析为例,探讨了如何通过混合数据的使用达到降低数据准备难度的目的,通过栅格空间分析的使用达到简化分析过程的目的,通过模型的设计实现达到方便业务功能集成更新的目的。设计并实现了路线分析的技术流程;基于重用思想定义业务模型,应用组件对象模型技术对路线分析方法进行了封装。所实现的业务模型证实了技术流程的有效性,具有较高运行效率。     

基于一体化监控平台的风电场智能维护系统

针对风电场监控与运行维护需求,对风电场智能维护技术的现状、发展和应用趋势进行分析,提出一个具有电网接入控制功能,集风电场电气量监控和风电机组智能维护于一体的监控平台架构,在使风电场与变电站监控系统的数据信息共享和融合的同时,实现对风电机组状态的多维度监测和预警。分析结果表明:该系统兼顾风电场接入控制和电网调度控制,实现了对风电场电气量监控和对风电机组的智能维护,从而在保障风电场可靠运行的同时,使电网安全稳定水平得到提升,电网与风电场的效益获得双贏。     

基于凝聚函数的电力系统经济负荷分配

经济负荷分配(Economic Load Dispatch,ELD)是提高电力系统运行经济性的重要措施之一。基于ELD优化问题一般数学模型,针对传统数学方法难以处理不可微非线性问题,借助于最大熵理论,利用其推导出的凝聚函数来处理不可微的约束条件,构建了基于凝聚函数的负荷经济分配优化模型,并采用光滑化的方法将所建立的模型转化为一般非线性优化问题,采用原对偶内点法进行求解。仿真结果表明:该算法能有效地处理不可微的非线性规划问题,在算法的计算效率以及目标优化的结果中显示出了优越性,为解决电力系统经济负荷分配问题提供了有效手段。     

新能源场群连锁故障路径的仿真预测方法

新能源场站的大规模集群化接入不仅增加了连锁故障的发生概率,也恶化了故障发生后的电网运行状态。为适应电网运行分析的新要求,以新能源机组和无功补偿装置实际运行工况为依据,研究了一种用于预测新能源场群连锁故障路径的仿真计算方法。通过基于大电网数据的仿真算例分析,得到了某新能源场群在典型约束条件下的详细连锁故障路径。结果表明:基于新能源场站机组实际情况建立的仿真模型更适宜于连锁脱网路径的仿真预测。     

甬江流域河网水利计算模型研究及应用

针对平原感潮河网的水文和水力学特性,结合甬江流域实际,建立了平原河网水利计算混合模型,采用Preissmann四点隐式格式,合理选定权重系数,并运用河网最优节点编码法的3级解法进行求解;利用2000年桑美台风暴雨洪水对模型进行验证计算,结果表明模型是可靠适用的.考虑不同重现期暴雨和潮位的组合情况,采用研究建立的河网水利计算模型对规划防洪工程全面实施后甬江流域河网节点水位进行了合理计算.     

基于复杂网络的高校火灾灾害链分析及应急管理决策研究

结合高校火灾灾害演化特征,基于国内外102起高校火灾案例总结出12个灾害次生衍生事件,基于复杂网络理论和灾害链演化机理对高校火灾次生衍生事件进行系统全面分析,建立高校火灾灾害链网络拓扑结构和风险评价模型,并计算出高校火灾灾害链风险度。综合灾害事件的致灾率、灾害损失度、灾害链脆弱度3个指标,以南京航空航天大学实验室爆燃事件为实例进行验证。研究结果表明,该模型与实际情况具有较高的吻合度,有利于提高高校火灾灾害急处置能力和决策水平,能够为高校防灾减灾策略的制定提供参考。研究发现,火灾发生前采取有效措施对灾害链重要节点进行积极管控,可降低火灾发生的风险;火灾发生后对关键边进行及时断链,可迅速阻断火灾的进一步发展和蔓延。     

韧性城市视角下地铁洪涝灾害风险分析——基于Bow-Tie—贝叶斯网络模型

极端暴雨易引发地铁洪涝灾害,其致灾因子具有复杂性特征,辨识地铁洪涝灾害的致灾因素,可以有效提升地铁系统应对洪涝灾害的韧性。为此,建立了Bow-Tie—贝叶斯网络的灾害风险分析模型,利用事故树构建致灾模型,再以贝叶斯网络模型预测灾害的后验概率。通过节点后验概率、关键重要度分析等对地铁洪涝灾害的基本事件的重要度进行分析,提取出导致灾害发生的关键基本事件。分析结果表明,地铁和环境的不安全状态和管理的缺陷是导致灾害发生的重要中间事件。该文从灾前预防、灾中抵御、灾后恢复三个维度对地铁洪涝灾害提出针对性的对策建议,对建设更具韧性和包容性的社会-生态系统具有重要的借鉴意义。     

基于IRBFNN和PCA的电网预想故障安全运行评估方法研究

为了更快速直观地监视、分析和评估故障后电网的安全运行状态,提出了基于径向基函数(radical basis function,RBF)神经网络和主成分分析法(principal component analysis,PCA)的评估模型。利用带衰减因子的吸引力传播(affinity propagation,AP)聚类算法选择RBF神经网络中心和隐含层节点数,同时提出了扩展的电网运行状态安全评估指标,利用越限指标权重和指数阶数避免了安全评估的遮蔽现象,利用主成分分析选取RBF神经网络的输入矢量特征,最后通过IEEE-30节点仿真算例验证了所提模型的有效性。     

基于大数据挖掘的山区公路沿线滑坡易发性小区划

本文目的是基于滑坡灾害因子地理空间数据、历史滑坡大数据分析,构建山区公路沿线滑坡易发性精细化评价的逻辑回归模型。选取高程、坡度、坡向、坡位、微地貌、曲率、顺逆向坡、归一化植被指数、岩性、距水系距离、距断层距离、距道路距离、多年平均降雨13个因子作为滑坡易发性影响因子,以30 m精度栅格建立影响因子地理空间数据库。在研究区域441个历史滑坡数据的基础上,将地理空间分划分为滑坡区与非滑坡区,分别随机选取70%的滑坡区域与非滑坡区作为训练数据集,剩下的30%作为验证数据集。通过样本数据集的训练,建立逻辑回归分析模型。利用训练好的逻辑回归模型,对整个研究区滑坡易发性进行仿真预测。结果显示,滑坡极低、低、中、高、极高易发区面积分别占42.24%、18.42%、17.57%、16.37%、5.41%,高、极高易发区与历史滑坡位置吻合度高;训练数据集、验证数据集以及区域仿真的ROC曲线AUC值分别为0.89、0.83、0.87,评价模型具有较高的稳定性与可靠性;新近发生的3个典型滑坡均处于高或极高易发区,模型具有良好的预测功能。