基于改进的PSO‑BP神经网络的边坡稳定性研究∗

边坡稳定性研究对于重大地质灾害防治极其重要,但由于影响边坡稳定性的因素具有非线性、多样性以及模糊性等特征,边坡稳定性分析一直是地质灾害防治领域的热难点问题。已有研究表明神经网络预测模型可有效应用边坡稳定性分析,但同时存在预测精度低、鲁棒性差、收敛速度慢等缺点。为改善上述问题,在粒子群算法优化的 BP 神经网络（简称 PSO?BP 神经网络）算法基础上提出一种改进的边坡稳定性预测模型。该模型以容重、内聚力、内摩擦角、边坡角、高度、孔隙压力比作为输入参数,以安全系数作为输出参数。通过借鉴遗传算法中的变异思想来提升模型全局寻优的能力,利用能量函数负梯度下降原理提高模型的收敛速度。将所收集到百余条边坡数据进行数据清洗,最终得到 80 条高质量边坡数据,随机选取其中的 50 条边坡数据作为模型的试验数据。最后采用十折交叉验证的方法对模型的准确性进行验证,并在多维度与其余边坡稳定性神经网络预测模型进行对比分析。结果表明：①该模型相比于其余模型收敛速度、准确率、鲁棒性均有明显提高;②将 K 折交叉验证应用在小样本数据下的边坡稳定性神经网络预测模型,可有效避免结果的偶然性。③该模型的预测误差仅为 4.31%,满足工程精度需求,可在实际工程中为边坡稳定性分析与灾害防治提供参考。     

DPSD在PT二次侧检测中的应用

随着电能计量准确性要求的不断提高,以及“注入信号法”在故障选线及电容电流测量中的广泛应用,PT二次侧信号的准确检测就显得尤为重要。在PT二次侧提取信号时,传统的检测方法检测精度不高,很难满足实际应用要求。因此,提出将数字相敏检波(DPSD)应用到PT二次侧的信号检测中,该方法的优点是不仅能检测信号幅值大小,同时能检测信号的相位。此外,DPSD检测精度较高,特别适用于低信噪比(SNR)的检测场合。设计DPSD检测算法,在MATLAB/SIMULINK环境下建立仿真模型,验证在PT二次侧检测低SNR信号的效果,检测结果证明DPSD有效地抑制了电网中谐波信号和强噪声,并能准确地将感兴趣信号提取出来。     

“丝绸之路经济带”中国段土地利用系统安全性评价及阻力分析

在构建土地利用系统安全性评价指标体系的基础上,结合基于TOPSIS算法的DPSIR模型对2006—2015年"丝绸之路经济带"范围内中国九个地区进行土地利用系统安全性分析。同时借助障碍度诊断模型分析影响区域系统安全性提升的阻碍因子,并运用最小方差法(LSE)对区域土地利用系统进行系统阻力类型划分。结果表明:(1)研究区域土地利用系统安全指数全部位于0.20—0.60,即处于不安全状态和临界状态,距离安全状态仍有一定差距。(2)不同阻碍因子对不同地区影响作用有所不同,障碍因子由经济发展、社会投资、技术等基础方面转向土地资源和环境生态等方面,未来应针对不同地区的不同障碍因子制定具有差别化的缓解土地资源环境压力的政策。(3)研究期初和期末的区域土地利用系统阻力主要分为四系统阻力模式、五系统阻力模式,大部分研究地区由期初的D-S-I-R阻力型转变为期末的D-P-S-I阻力型,压力子系统阻力作用越来越突出。     

具有变频器的矿井低压漏电保护研究

为了解决移动变电站低压侧为变频器供电时漏电保护装置误动的问题，提出了基于傅式算法的附加直流原理漏电保护新方法。通过理论分析和MATLAB/Simulink仿真，研究了具有变频器的矿井低压供电系统附加直流原理漏电保护，提出由傅式算法分解出采样电压直流分量以反映电缆绝缘水平的保护方法；同时分析了其他因素对直流分量的影响。研究结果表明:变频器对传统附加直流保护整定值有较大影响，易造成漏电保护装置误动且无法实现电缆的在线绝缘监测；所提出的直流分量法能准确测量电缆对地绝缘电阻，且可消除电缆分布电容、变频器载波频率、变频器输出频率等其他因素的干扰；采用该漏电保护方法，可承受变频器投入时对采样电压造成的较大冲击，不必在启动期间解除漏电保护装置，能够消除在此期间存在的人身触电安全隐患。     

基于FY-4A卫星数据反演气溶胶光学厚度及分析应用

风云四号A星（FY-4A）是我国新一代静止气象卫星,多通道扫描成像辐射计（AGRI）是风云四号静止气象卫星的主要载荷之一.为探究FY4A数据用于气溶胶光学厚度（AOD）反演的可行性,基于FY-4A/AGRI数据,利用暗像元算法对2019年2月23~26日及10月27~30日京津冀地区AOD进行反演研究,并与AERONET地基观测AOD数据进行了对比分析.结果表明,基于FY-4A数据及构建响应函数库,通过暗像元方法能较好的反演出京津冀地区气溶胶空间分布;AOD主要的高值区体现在京津冀中南部地区并向周边郊区逐渐降低,在AOD值较大时此特征较为明显;将反演值与同期AERONET地基观测数据对比验证,相关系数达到0.869,均方根误差为0.221,表明AOD反演值与观测值吻合较好,FY-4A卫星数据反演AOD具有一定可行性.     

大规模风电接入电网的机组组合问题研究

伴随着风力发电规模的日益增加,风电并网需求量增大,大电网环境下与之相适应的火电机组的启停组合经济调度问题显得特别突出。针对此问题,通过对离散二进制粒子群算法进行优化改进,采用等耗量微增率迭代法整合优化方案,用于解决火电机组启停组合经济调度问题。仿真结果表明:该方案接近最优,在满足电力系统约束条件下得出的机组组合方式能够使得总运行费用最低,能够根据风电具体预测信息,为电网接入的火电机组经济调度提供可靠依据。     

ABC算法优化SVR的磨损故障预测模型

目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补(MICE＿SVM)的鲸鱼优化算法(WOA)-极限学习机(ELM)预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE＿SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明：MICE＿SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE＿SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。