基于复杂网络的燃气管道事故风险演化研究

为研究燃气管道事故各风险因素之间的复杂性,首先收集156份燃气管道事故案例,基于“4M理论”,从人的因素、设备设施因素、环境因素、管理因素4个方面确定了30个风险因素;运用Gephi软件构建燃气管道事故风险演化网络,并分析网络节点的度、平均路径长度、聚类系数和PR值,确定关键节点并对燃气管道安全管理提出建议。结果表明：应急处置不当、误操作、违章操作、管道腐蚀以及监督管理不足是导致燃气管道事故发生的关键风险因素,应控制这些关键风险因素,切断风险演化路径,防止燃气管道事故发生。     

融合N-K模型的复杂网络架桥机施工安全风险因素分析

为识别导致架桥机施工时发生安全事故的关键致因和链路,提出一种融合N-K模型的复杂网络架桥机施工安全事故风险因素分析法。首先,建立2000—2022年期间的架桥机事故案例库,分析事故致因,将架桥机施工安全事故风险因素归纳为4个一级风险因素和24个二级风险因素;然后,以事故类型和二级风险因素为节点,以致因关联为边,建立架桥机施工安全事故致因复杂网络模型,计算风险因素节点的亲近中心度和中介中心度;最后,建立N-K模型耦合分析一级风险因素,利用耦合交互信息值优化复杂网络风险因素节点的中心度,通过风险因素可达性分析和全局主路径分析,分别得到导致架桥机事故的7个关键致因和7条关键链路。结果表明：施工单位管理不到位、安全生产检查不充分2项管理因素的亲近中心度和中介中心度值较高。监理单位失职→施工单位管理不到位→安全生产检查不充分关键链路风险最大,针对这些关键风险因素和链路在架桥机施工过程中应重点管控。采用融合N-K模型的复杂网络分析得到的架桥机施工安全关键致因和链路与事故调查结论一致,准确实现了架桥机施工安全事故风险辨识。     

川东北复杂地形应急监测技术研究和应用

针对川东北复杂地形,设计了应急监测的系统架构和功能,研究了应急监测的关键技术,提出了利用Ad hoc网络、移动定位技术和生命体征监测技术等,可实时监测现场环境数据和现场第一应急人员的位置和生命特征参数,确保现场救援人员的生命安全,为指挥人员提供有效的信息支持.     

戴柏华：2012年将继续完善结构性减税政策

3月8日上午,财政部新闻发言人、办公厅主任戴柏华接受采访时解读了《关于2011年中央和地方预算执行情况与2012年中央和地方预算草案的报告》。     

丁志杰：发展中国家2.2万亿美元财富消失为危机买单

日前,和讯网与对外经济贸易大学公共政策研究所共同举办了《2012年复杂背景下的中国政策选择》研讨会。在国际金融危机及其对中国经济的影响的讨论中,对外经贸大学金融学院院长、金融学教授、博士生导师丁志杰指出,     

复杂电磁环境下机载电子设备的电磁兼容仿真研究

分析了机栽电子设备所处的复杂电磁环境,介绍了机载系统内部干扰和典型外界干扰,并据此建立了机载设备电磁兼容仿真模型;最后,给出了仿真算法并介绍了仿真软件。对复杂电磁环境下的航空电子装备的保障进行了有益的探索。     

国家节能目标责任评价考核组来津核查节能工作

根据国家对各省级人民政府2011年度节能目标责任现场评价考核的要求,由国务院有关部门组成的节能目标责任评价考核第二工作组对我市2011年度节能目标完成情况和节能措施落实情况进行现场评价考核。王治平副市长、袁树谦副秘书长会见考核组一行。经考核组检查评价,初步认定天津市2011年节能目标和节能工作为"超额完成等级"。针对天津市的节能工作,中共中央政治局委员、天津市委书记张高丽批     

流域水资源丰富度评价的MFP模型及应用

水资源系统与许多因素有关,如各种水资源量、人口、社会经济发展指标等,它们共同组成了一个典型的复杂非线性系统。以最大流原理为基础,导出了描述水资源系统的信息动力学演化方程,建立了水资源评价的信息动力学模型,运用信息动力学模型建立了评价标准。该模型无需人为给定参数,客观性强,操作简便。最后运用理论模型对辽西沿海诸河流域水资源丰富度进行评价分析,得到各流域的丰富度状况,并与其它模型评定结果做出了比较,结果表明该方法具有较好的合理性和可操作性。由于该模型从一定程度上体现了水资源丰富度系统的演化动力学机理和水资源系统时空演变特性。因此,不仅在评价上有较大的优越性,在水资源丰富度发展变化状态的预测上也具有潜力。     

基于CNN_LSTM模型的复杂支路故障电弧检测*

在低压交流配电系统中,当多支路并联的复杂系统的某1支路中出现串联电弧故障时,识别难度大幅提升。为了预防此类情况引发的电气火灾,提出1种卷积神经网络(CNN)与长短时记忆网络(LSTM)结合的串联故障电弧检测方法。首先,搭建实验平台用以采集不同负载在不同支路下发生故障时和正常工作时的干路电流数据;然后,构建CNN_LSTM模型并做出相应改进,将电流数据直接输入到模型中,由模型自主提取波形特征并进行分类。研究结果表明:该方法可以快速、准确地识别出电弧故障,准确率达99.04%以上,且能够较为准确地检测出是哪类负载所在的支路发生电弧故障,准确率达97.90%,可为复杂支路下的电弧故障识别研究提供参考。