基于电力历史应急大数据的应急情景规则分析与发现方法研究

为了解决电力突发事件演化过程难于预测,进而导致事件应急缺少针对性,较为被动的问题,提出在现有应急预案指导、事故模拟仿真、事故案例经验总结等方法基础上,引入基于电力历史大数据分析与预测的应急情景规则分析与发现方法,将电力应急突发事件情景构建的结果与相关大数据预测模型（汇总统计、分类与预测）相结合,提出科学、合理且具有良好操作性的情景演化规则的获取方法与技术路线,为进一步提高复杂电力突发事件的应急处置与指挥能力提供技术支撑。     

基于二元特征的断面交通数据异常检测与修正

为了确保交通数据的准确性以及为后续研究提供数据质量保障。提取断面交通数据的两元特征向量速度与流量,采用多元高斯模型拟合两元特征概率密度分布,并利用matlab训练模型,对测试数据集进行异常检测;针对检测出的异常数据点,引入小时窗口,建立修正数据集。随后在各修正窗口内采用波动性处理优化的灰色马尔可夫模型,对上述异常点进行修正。以汕昆高速K2077断面为例,对其采集数据进行模拟计算及分析,结果表明:多元高斯模型对断面交通数据的二元特征拟合效果良好,异常检测作用突出;引入修正窗口简化了数据修正的运算过程,避免了大量历史数据冗余使用;波动性处理优化弥补了灰色马尔可夫模型针对随机性数据性能下降的缺陷,大幅提升了数据修正的准确率。     

步降试验数据仿真及其验证方法

目的设计并验证步降应力试验数据的仿真方法,为开展其他仿真分析提供理论支撑。方法通过蒙特卡罗方法,根据步降试验的基本原理,对其试验数据进行仿真过程分析,根据仿真结果回推既定参数,通过比较得到仿真误差。结果仿真数据回推的参数与给定参数的误差为0.732%。结论仿真误差在可控范围内,说明仿真方法及其验证方法有效,保证了仿真的可行性。     

大数据在HSE管理中的应用研究——以海洋石油变更管理为例

大数据时代已经到来,依靠传统HSE管理模式难以应对严峻的安全生产形势,必须凭借大数据等新的信息技术从根本上提高HSE管理水平。尝试在海洋石油开发生产HSE管理领域,探索大数据在HSE管理决策中的应用。分析了大数据对于安全生产的重要意义,阐释了大数据及其内涵以及与HSE管理决策的基本特征和方法,以海洋石油变更管理为例,探索了大数据在海洋石油HSE管理中的应用途径、流程和方法,并指出大数据在HSE管理领域的应用研究具有重大理论和实践意义。     

基于大数据的我国再生资源回收体系优化研究

随着大数据技术的发展及其深化应用,推动大数据与再生资源产业融合已成为可能。以国内再生资源回收体系为对象,分析了现有回收体系发展状况及其存在的主要问题,提出了基于大数据思维的我国再生资源回收体系发展的思路、主要路径及相关保障措施。     

我国企业环境信息公开政策制定与执行的进展与问题

本文系统梳理了我国在企业环境信息公开方面的政策制定与执行的进展与成效,并分析了我国企业环境信息公开工作存在的问题。在此基础上,为进一步推动我国企业环境信息公开工作,在政策、机制、标准和平台等方面提出了建议:逐步规范统一相关法律法规中基本概念、明确重要范围,推动现有法律法规中关键条款落实与系统发力;建立规范统一的企业污染排放台账制度;建立数据校核机制和配套奖惩机制,全面改善提升公开的数据质量等。     

基于ANFIS改进的大气腐蚀环境缺失数据填补方法

目的针对大气腐蚀中重要环境数据缺失的复杂问题,提出一种相关因素(Relevance Factors)和自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System)结合的方法(RF-ANFIS)对缺失数据进行填补。方法首先采用相关因素方法计算缺失数据和多项环境因素间的相关程度,筛选出相关系数较大的因子,然后应用ANFIS构建缺失数据与所选环境因子的关系模型。最后以二氧化硫数据为具体对象,采用北京2015年的气象数据对所建立的模型进行检验。结果经过改进的RF-ANFIS模型在最优情况下样本均方误差为0.696,在14个测试样本中有13个相对误差在20%以内,针对有限样本的数据分析中更为适用。结论该方法有效提高了大气腐蚀环境数据缺失的填补精度,对在数据缺失情况下预测大气腐蚀速率具有重要意义。     

基于博弈论的环保数据质量影响因素分析研究

污染源产排污数据是一切环保工作的基础,确保真实可信具有十分重要的意义.为此,分析了影响污染源产排污数据质量的主要因素:受经济利益驱动的自身因素;受政绩利益驱动的管理因素和受地方保护驱动的政府因素等.在新环保法未得到充分贯彻,排污单位、环保主管部门和地方政府三者违法成本均低于守法成本的条件下,以博奕论为分析工具讨论了三种影响因素产生负面作用的必然性,并根据分析结果针对性地提出了提高数据质量的应对策略.