电力市场管理与负荷分析预测系统的开发应用

针对传统市场管理和分析预测中存在的数据源不完整、预测方法单一、人工汇总分析导致的准确率不高的问题,通过分析对比,采用 B/S 应用模式,J2EE 技术架构和 JAVA 解决方案,开发了电力市场管理与负荷分析预测系统,实现了海量数据的有序整合优化和负荷需求的科学预测。应用结果表明:该系统信息分类及管理完善、负荷预测模型先进、有效提高了预测准确率和工作效率,达到了为电力生产、经营提供辅助决策的预期目标。     

重金属-纳米颗粒联合毒性评价模型研究进展

基于单一污染物的毒性研究无法准确评估真实环境中多污染物共存的生态与健康风险,因此大量研究开始关注混合物联合毒性这一更具挑战性和现实性的课题.本文围绕当前毒理学领域的主要研究对象——重金属、纳米材料,综述了重金属混合物、纳米颗粒混合物、以及两者混合物的联合作用评价方法,包括基于重金属间无相互作用或相互作用可忽略的浓度加和(concentrationaddition,CA)模型、独立作用(independent action,IA)模型及其改进模型,基于生物生理过程的生物配体模型(biotic ligand model,BLM)、毒代-毒效动力学模型(toxicokinetictoxicodynamic,TK-TD)、动态能量平衡(dynamic energy budget,DEB)理论,基于颗粒物结构性质的定量纳米结构-活性关系(quantitative nano structure-activity relationships,QNAR,或nano-QSAR)模型等,介绍了各类模型的基本原理、适用条件和应用情况.最后对重金属-纳米颗粒联合毒性的未来研究方向进行了展望.     

基于可靠度的变压器声功率遗传算法研究

换流变压器是高压直流换流站中主要的噪声源,对换流变压器噪声的预测精度直接影响到后期整个换流站噪声预测模型的准确性,因此,准确获得换流变压器的声功率至关重要。根据《声学 户外声传播衰减 第2部分:一般计算方法》(ISO 9613-2:1996)中的户外声传播声功率计算方法,构建了声源声功率反推数学模型。利用某变压器周围大量测点现场实测数据,结合可靠度理论,识别并剔除了实测点中受相干声场影响较大的点,实现了换流变压器声功率反演计算,并对测点个数的选取进行了初步研究及优化。与其他声功率测量方法相比,该方法操作简单,对仪器设备要求较低,适用于复杂的声学环境,具有一定的应用前景。     

基于机器学习的大气PM2.5中金属浓度预测模型的研究

基于2013—2018年哈尔滨市气象数据、大气污染物数据和细颗粒物（PM_2.5）中金属成分数据,采用机器学习方法探索大气PM_2.5中金属浓度预测模型,并选择最优模型进行污染物浓度预测。结果表明,多元线性回归（MLR）、人工神经网络（BP-ANN）、支持向量机（SVM）和随机森林（RF）4种模型中,RF对大气PM_2.5中5种金属［锑（Sb）、砷（As）、铅（Pb）、镉（Cd）、铊（Tl）］的浓度预测效果最佳,在训练集和测试集中表现均较稳定,其中相关系数（r）均＞0.7, 平均绝对误差（MAE）和均方根误差（RMSE）数值较小。RF在大气PM_2.5中金属浓度预测上具有较好的表现,可在缺乏监测和实验数据的情况下,实现对大气颗粒物中金属浓度的快速预测,为全面了解颗粒物中金属污染特征提供数据基础。     

基于混沌理论和模糊控制理论的深基坑变形预测研究

深基坑开挖引起的基坑侧移、基底隆起、坡顶沉降、相邻建筑物倾斜等的各种变形直接影响着建筑现场施工人员的生命财产安全,以及其周围建筑物、构筑物的安危.随着城市地下交通运输网和高层建筑物的大量兴建,使得城市建筑密集地区的大型深基坑工程越来越多,因此对其变形的监测与预报等相关课题的研究受到越来越多的重视.     

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.     

长江武汉段沉积物再悬浮过程中PAHs释放的预测模型

为研究长江武汉段沉积物再悬浮过程中多环芳烃的释放,采用回归方法建立了剪应力与再悬浮颗粒物浓度、有机碳含量及PAHs浓度之间的定量关系模型,并结合PAHs在悬浮颗粒物-水体分配系数,建立了不同剪应力条件下再悬浮过程中上覆水体PAHs浓度预测模型,通过模型预测结果与实验结果的比较,表明模型具有良好的预测效果,可用来进行不同剪应力条件下沉积物再悬浮过程PAHs释放的预测.     

温度对烃类物质爆炸极限的影响及其预测模型研究

为研究温度对烃类气体爆炸极限的影响,利用爆炸极限测试仪对C1-C4烃类气体在20℃、60℃、100℃、140℃等初始温度条件下的爆炸极限进行了测试。结果表明:C1-C4烃类气体的爆炸下限在20-140℃范围内与温度呈线性关系,同一系列烃类物质,随着碳原子数的增加,同一温度下所对应的爆炸下限数值依次降低;对于相同碳原子数的烃类物质,相同温度下烷烃的爆炸下限数值高于烯烃的爆炸下限数值。此外,建立了高温条件下烃类物质爆炸极限的预测模型,为烃类物质爆炸极限的预测提供了一种方法。     

基于熵值法和GM(1,1)模型的重庆城市生态系统健康评价

应用信息熵值反映数据本身的效用值来计算指标权重系数,建立熵权综合评价模型,对重庆城市生态系统健康进行了评价.根据评价结果和灰理论数学建模特点,建立GM(1,1)灰色预测模型,对重庆市生态系统健康进行了动态预测分析.结果表明:2005~2009年期间,重庆城市生态系统健康总体水平良好,其中各要素指数评价大小依次是活力指数、恢复力指数、组织结构指数、服务功能指数、人群生活指数;2010~2015年期间,重庆城市生态系统健康综合评价值将以e0.1268的增速保持良好发展态势.此外,建立以熵权综合评价为基础的GM(1,1)灰色预测模型对城市生态系统健康进行评价,能够得出更客观、更全面的评价结果.