拱桥震害预测的灰色聚类方法

利用灰色聚类方法对拱桥在常见地震烈度下的震害进行了预测。文中考虑了地震烈度、拱桥孔数、跨径及地基条件四个主要震害因子,给出了唐山地震中２９座拱桥的预测结果,并与实际震害进行了对比。从而说明利用灰色聚类方法对拱桥进行震害预测是可行的,值得进一步研究和推广。     

基于模糊聚类的应急物资分类储备研究

对品种繁多的应急物资进行分类是科学储备应急物资的前提和基础。以应急物资的自然属性和社会属性以及突发事件的应急需求为基础,从应急物资的有效使用期限、用途、生产周期、价格、市场流通量、社会集中拥有量、突发事件的预计需求量和需求层次8个方面建立应急物资的分类指标体系;采用模糊聚类的方法对应急物资进行分类,并用经验正交函数方法确定应急物资的最佳分类数量;最后探讨了每一类应急物资的储备模式,为应急物资的科学储备提供借鉴。     

基于神经网络的岩体边坡稳定性的灰色聚类空间预测法及其应用

针对岩体边坡稳定性与影响因素之间的非线性关系,提出了基于神经网络的岩体边坡稳定性的灰色聚类空间预测法,结合实例仿真分析,表明该方法能较好地处理岩体边坡稳定性与影响因素之间的灰色非线性关系,同时,能比较准确地预测岩体边坡的稳定性。     

系统加权聚类法及其在滑坡稳定性预测中的应用

本文以工程地质类比分析法为基础，针对一般系统聚类法在滑坡稳定性预测中应用的不足，提出并建立了一种系统加权聚类法。最后以三峡库岸研究程度较高的３６个边坡为例，进行了一般系统聚类法与系统加权聚类法的对比研究。对比研究结果表明：系统加权聚类法应用于滑坡稳定性预测，其预测精度有较大提高。     

基于可变模糊聚类的城镇综合承灾能力评价研究

城镇灾害的多样性、频繁发生与其造成的各种损失和破坏的严重化趋势,已经对城镇经济社会发展构成重大威胁。城镇应对灾害的预测、防御、救助及灾后恢复的综合能力,直接决定了城镇可持续发展的基础和能力。建立了基于城镇社会、经济和环境属性功能的城镇综合承灾能力评价指标体系,运用可变模糊聚类方法,通过指标权重、相对隶属度与聚类中心之间的动态迭代,得到了更为合理的样本城镇的防灾、抗灾、救灾和灾后恢复能力相对比较结果。与已有研究相比,可变模糊聚类在综合评价问题上的数据处理和分析能力更客观和多样化。     

模糊聚类在不良地质洞段红外探水中的应用

在玉昆铁路柿花树隧道不良地质发育的洞段进行红外探水工作期间,常用的分析方法有时无法预判掌子面前方是否存在隐伏水体或含水构造。为了提高红外探水短距离预报的准确率,用模糊聚类法将掌子面测点场强的数据分类,根据开挖传递的地质信息,研究模糊聚类结果的变化规律、突水风险与岩体破碎程度之间的关系。实践证明,模糊聚类法和常用分析方法的结合,使红外探水取得了较好的预判效果。     

基于模糊模式识别的矿井动力灾害预测

随着煤矿采掘强度和深度的不断加大,煤与瓦斯突出、冲击地压等矿井动力灾害愈发严重。对矿井动力灾害的准确预测,有针对性地采取防治措施,可以保证矿井安全生产和人身安全。基于地质动力区划方法,确定了矿井动力灾害的各影响因素,采用模糊数学方法将样本进行聚类分析,结合各样本的危险性确定合理的分类并形成标准模式库,对预测样本进行模式识别,建立了矿井动力灾害的危险性预测模型;以煤与瓦斯突出为实例对该模型进行了检验,初步证明了该方法的可靠性和科学性。     

基于改进差分进化算法优化极限学习机的短期负荷预测

负荷预测的精度直接关系到电网的供需平衡,影响着电网运营成本。针对传统预测方法精度不高的缺点,提出了一种改进的差分进化算法优化极限学习机的预测模型。由于极限学习机的输入权值和隐含层偏置对预测精度有很大影响,因而利用改进差分进化算法对极限学习机参数进行优化,提高了极限学习机的泛化能力和预测精度。研究结果表明:改进差分进化算法优化极限学习机对短期负荷预测精度有较高提升。     

用K-均值聚类法改进地震灾害FAPE分类模型

运用K-均值聚类法改进了FAPE地震灾害分类模型,提出了K-FAPE分类法。该方法充分利用已有成灾地震的自身信息,消除了FAPE模型分类的人为干预因素,理论上改进了FAPE模型,从实际结果来看,该分类结果更加合理,能更好地解释现有地震灾害的分类现象,可为今后地震应急响应研究和实际工作提供参考。     

基于密度峰值聚类的气象灾害识别

气象灾害案例是气象业务部门归纳与总结预报经验的前提与基础,但是当需要的灾害性天气没有时空定位档案,或档案不够完整和全面,那么就势必要从海量的历史数据中逐一进行查找定位,因此针对这种海量数据中逐一查找的低效问题,应用一种改进的密度峰值聚类方法进行灾害天气识别。该方法首先以气象要素为维度计算每个数据点的密度、距离、路径、分布四大属性,然后用回归分析提取簇心并判定其灾害类型及级别,最后判定同簇剩余数据点划入对应的灾害得到识别结果,由于可以同时定位多种类型和级别的灾害天气,且无需低效地逐一比对数据和灾害等级标准,因此具有适用性强、速度快、控制参数少的优点。使用该方法基于欧洲中期天气预报中心(European centre for medium-range weather forecasts, ECMWF)的再分析资料进行聚类分析,进而识别出江苏省2018年各类气象灾害出现的时间和地点,试验结果表明：该方法可以一次性识别出暴雨、烈风、暴雪、高温、寒潮、重旱六种灾害,而k-means聚类识别率为其53%,层级聚类识别率为其77%,密度峰值聚类(Clustering by density peaks...     

基于小波包和改进纵横交叉法的风电预测模型

针对风电出力的随机性、季节性和波动性及一般方法预测精度不高的问题,采用改进纵横交叉(improved crisscross optimization, ICSO)算法,建立了一种基于小波包变换与改进纵横交叉算法优化Elman神经网络的风电预测模型。仿真结果表明:改进的纵横交叉算法不但克服了一般算法早熟收敛的缺陷,有效提高神经网络的泛化能力和预测精度,而且表现出良好的稳定性,适用于风电的预测。     

基于二层分解技术的短期负荷预测研究

钢铁用户的增多会使地区含有大量的冲击负荷,传统的预测方法难以捕捉该地区的负荷变化规律,预测精度不足。为提高含大量负荷地区的负荷预测的精度和泛化性,提出一种基于可变模式分解与奇异谱分析相结合的二层分解技术(VMD-SSA)和改进鲸鱼算法(IWOA)优化极限学习机(ELM)的短期负荷预测模型。通过实例证明,相比于其它模型,所提混合模型能充分掌握负荷的变化规律,有效提高了含大量负荷地区的负荷预测的精度和泛化能力。     

一种基于微分的改进电压跌落检测算法研究

电压检测算法是动态电压恢复器(Dynamic Voltage Regulator,DVR)关键技术之一,但其响应能力和补偿精度无法同时兼顾的问题制约了 DVR 的发展与应用。为了达到改善该问题对 DVR 的影响的目的,通过深入分析基于瞬时无功理论的 dq0 检测法和单相瞬时电压的 dq0检测法,并引入了微分提取直流分量法,得到一种基于微分的改进电压跌落检测算法。Matlab 仿真结果表明:此算法不仅能够提高响应速度,还大大改善了检测的精度。     

基于改进布谷鸟算法的分布式电源优化配置

针对布谷鸟搜索算法在处理多目标优化问题上的不足,基于混沌映射、非支配排序等多目标优化策略,提出一种改进的多目标布谷鸟搜索(improved muti-objective cuckoo search,IMOCS)算法,对分布式电源多目标优化配置问题进行求解。为增加初始种群的多样性,利用logistic混沌映射产生初始解;自适应改变搜索步长,以提高算法的寻优能力和收敛速度。仿真结果表明:IMOCS算法寻优能力强,收敛速度快,能够有效求解分布式电源的多目标优化配置问题。     

基于可中断负荷的经济调度方法

针对电力系统时常发生输电断面阻塞的问题,深入分析了多个地区的可中断负荷合同,从控制时段、控制负荷等方面提炼了可中断负荷的控制要求,以此为基础,考虑可中断负荷响应后最优购电策略,提出了基于可中断负荷的经济调度方法。仿真结果表明:该方法有效地提高了电力系统的可靠性,降低了用户的用电成本。     

提高洪水智能预报中洪峰预报精度方法的研究

针对防洪减灾的实际需要,对如何提高智能网络对洪峰的预报精度问题进行了深入系统的研究,提出了峰值放大修正系数和遗传算法优化网络初始权重相结合的改进算法,历史资料的检验结果表明了这些改进策略的有效性和可靠性.     

基于排列熵重构的EEMD-RVM短期光伏功率预测

针对光伏功率序列周期性非平稳特性,难以准确预测的问题,提出一种基于排列熵重构原则的集合经验模态分解(ensemble empirical mode decomposition, EEMD)和相关向量机(relevance vector machine,RVM)的短期光伏功率预测新方法。仿真结果表明:该方法不仅能够有效提高短期光伏功率预测的准确性,而且缩短了预测时间,提高了光伏功率预测效率,适用于光伏功率短期在线预测。     

基于奇异谱分析和极限学习机的风速多步预测

风速预测对风力发电系统具有重要的影响,为获得更高精度的风速预测结果,针对多步风速预测,成功开发了一种基于奇异谱分析和优化极限学习机的新型预测模型。首先,采用奇异谱分析将风速时间序列分解为一组相对平稳的分量,以降低风速序列的随机性对预测结果的影响;然后,对分解得到的分量分别建立极限学习机预测模型,为进一步提高预测性能,将1种新颖的活性竞争萤火虫算法用于优化极限学习机的输入权值和隐含层偏置;最后,叠加全部分量的预测值得到实际预测结果。仿真结果表明,基于奇异谱分析和活性竞争萤火虫算法优化极限学习机的模型在1步到3步风速预测中实现了较高精度的预测结果。     

优选地震救灾路径的图与模糊集算法

由于在大地震的紧急救灾期，交通网络具有明显的结构变动性，传统的最短路算法设计出的路线难以满足救灾在时间、安全性与通行质量方面的要求。为了解决这一问题，考虑了有关的因素，基于模糊评价，对交通网络图中的长度权进行了修正；并增加了2个新的约束，然后综合应用图论与模糊极值的理论方法，建立了2个以最大限度地保障运行体的完整性与缩短运行时间为主要目标的，在多权图上优选路线的算法。该算法可较好地满足紧急救灾路线优化设计的需要。     

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。