含多种分布式电源的微电网经济调度

针对含多种分布式电源的微电网经济调度问题,以微电网各机组的出力和蓄电池、电动汽车的电量为约束条件,考虑微电网中设备的投资费用、运行维护费用、燃料消耗费用和能量交易费用,以微电网在一个完整的调度周期的总运行费用最小为目标函数,建立微电网经济调度模型,采用粒子群优化算法对燃气轮机的每小时输出功率进行优化。仿真结果表明:该模型能有效降低微电网的运行成本,其粒子群优化算法与其他算法相比具有简单、易实现、精度高等优点。     

MODIS C006气溶胶光学厚度产品在京津冀典型环境背景下的适用性

选取3个代表京津冀地区典型环境背景下的站点——北京、香河和兴隆,利用AERONET地基观测的气溶胶光学厚度(AOD)数据,研究了MODIS针对暗地表的C051暗像元法(DT C051)和C006暗像元法(DT C006),针对亮地表的C006深蓝算法(DB C006),以及融合了暗像元法和深蓝算法的融合产品(Combined C006),探讨了基于上述算法的AOD产品在京津冀地区的适应性.结果表明:(1)C006算法的改进对北京和香河站点反演AOD的精度改善较大,而在兴隆站点改善不明显;北京站点,C006深蓝算法AOD适用性最佳;位于城郊的香河站,C006暗像元法AOD最接近AERONET AOD;植被茂盛的兴隆站,Combined C006 AOD反演精度最高.(2)MODIS DT C006在北京站点的反演误差可能是由气溶胶模型与地表反照率共同造成的;MODIS DB C006在香河站点反演误差主要来源于春季的地表反照率和冬季的气溶胶模型两方面.(3)相较于DT C051AOD,DT C006有效数据覆盖率有所降低,但DB C006和Combined C006的数据覆盖率有所增加,且Combined C006 AOD产品数据覆盖率最广;结合MODIS AOD与各站点AERONET的对比验证,结果表明,Combined AOD产品在京津冀地区适用性最佳.     

B－P网络用于环境质量分类研究

用全国２５个湖泊的水质指标资料作为训练样本，应用人工神经网络Ｂ－Ｐ算法，分别建立了３参数和４参数的水质分类模型。并用所建立的模型对６个湖泊水质进行分类检验效果。结果表明Ｂ－Ｐ模型应用于环境质量分类是可行的。且由于Ｂ－Ｐ网络有自学习、自适应的能力，因而与其它的环境质量分类法相比具有优越性。     

二维有限元网格自动划分系统中集成技术的研究和实现

有限元方法作为一种便利和高效的数值分析方法被广泛地应用于金属塑性成形领域.分析了一种四边形网格生成方法——Looping算法的原理,并且给出了实现该算法的数据结构.最后提出了在微机平台上开发有限元网格自动划分系统的集成技术,同时提供了2个实例.     

基于BP神经网络的饱和砂土液化判别方法

基于唐山地震中大量的砂土液化现场实测资料,选取描述地震动特性的烈度、震中距、地面峰值加速度和描述砂土层埋藏环境条件的地下水位、标贯点深度(土层深度)、上覆非液化覆盖土层厚度、有效覆盖压力,以及表示砂土自身属性的标准贯入锤击数、平均粒径、不均匀系数、修正标贯击数共11个指标的不同组合作为输入变量,采用快速BP算法和LM算法构造了饱和砂土液化判别的BP神经网络预测模型.通过所建网络模型的训练、验证和应用,结果表明:(1)所建14个BP神经网络模型都是有效的,液化判别的准确度与模型输入变量的不同组合有关;(2)增加网络模型的节点(考虑因素较多)并不一定能够提高BP神经网络模型的液化判别准确度,反而增加了BP神经网络模型的复杂性和学习时间;(3)两种算法的BP神经网络模型都有很高的液化判别准确度,LM算法的计算速率要比快速BP算法快得多,但在计算过程中需要更多的内存,建议采用LM算法;(4)采用所提BP神经网络模型的权值与阈值进行其它预测样本的液化判别时,判别结果可能偏于保守;(5)从影响砂土液化的主要因素、获取指标难易程度考虑,在与<建筑抗震设计规范>砂土液化判别公式考虑指标一致的情况下,建议采用BP神经网络模型M4或M5a,该模型简单、方便,且其预测准确度远高于<建筑抗震设计规范>的砂土液化判别准确度.     

“哨兵-2”卫星影像及C2RCC算法在太湖冬春季水色分析中的应用

利用太湖2019—2022年冬春季“哨兵-2”卫星10 m分辨率的MSI影像和SNAP软件C2RCC (Case 2 RegionalCoastColour)模块,以适合浑浊、富营养程度较高、光学复杂的“二类水体”的C2X-nets为模式,开展太湖叶绿素a、总悬浮物浓度、透明度等水色参数反演。结果表明:冬春季太湖各湖区叶绿素a浓度处于较低水平,但4月中旬起有明显抬升;太湖西部沿岸区、南部沿岸区和湖心区总悬浮物浓度较高,表明这些湖区易受风浪影响,造成沉积物再悬浮;太湖东部沿岸区、北部湖湾及东太湖遥感反演的水体清澈度较高,可能与这些湖区冬春季沉水植物菹草的分布有关,菹草生长对水质有较好的净化效果。总体来看,基于C2X-nets模式的C2RCC反演算法从较高分辨率卫星遥感影像中提取的水色信息,能有效反映太湖冬春季水色指标的空间分布特征,可为湖体生态状况及动态变化的长期监测评估提供有价值的参考。     

基于时间序列神经网络预测的研究

阐述了BP神经网络基本原理,并对G．P算法进行描述,提出了一种基于BP神经网络的时间序列的预测和方法,通过应用实例的分析,该方法可以得到BP网络应用于非线性时间序列预测是可行的,结果表明：神经网络方法可以成功地用于分析预测时间序列变量．参4．     

改进的粒子群算法及其在土坡临界滑动面搜索中的应用

首先,提出了一种新型的模拟任意滑动面的方法,该法能自动产生运动许可的滑动面。同时,针对基本粒子群优化算法存在计算量大的缺点,提出了一种改进的,即不连续飞行粒子群优化算法。利用Spencer法计算滑动面的安全系数,对几个复杂土坡的最小安全系数及其对应的滑动面进行了分析,并与国内外已有结果进行了比较,证明了改进粒子群优化算法和模拟滑动面的新方法是合理、有效的,可用于复杂优化问题的研究。     

基于贝叶斯网的网箱养殖区网箱移动预测建模

由专家知识和给定数据,采用著名贝叶斯网络学习K2算法构造了一个海底网箱养殖水环境指标与网箱移动间的贝叶斯网结构模型.该模型能有效的表达网箱养殖环境各个指标之间以及与网箱移动之间的因果关系和影响程度,实验结果表明,试验数据显示准确性为90.6%,以上证明该方法是有效可行的,表明贝叶斯网络是一种很有前途的网箱移动预测评价方法.     

基于数字图像处理的人员运动参数提取方法研究

针对人员疏散研究中提取疏散场景行人运动参数的需要,采用数字图像处理技术对记录行人运动的视频进行了处理.首先对背景进行混合高斯建模并提取前景,然后采用mean-shift算法对视频中彼此相连的多个行人目标进行有效地聚类分割并准确地跟踪每个行人,得到了包含有行人运动特性时空信息的运动轨迹,利用轨迹得到了行人在行进过程中的速度变化特征.结果表明该文所提出方法可以方便、快速、准确地提取人员运动特性参数,可望对提取人员疏散实验以及真实场景中行人运动的基础数据,如速度、密度、流量等提供有效的技术手段.