基于小波神经网络的煤层底板突水非线性预测方法研究

针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性。研究及实践表明:小波神经网络的预测精度更高、更准确。     

基于加权线性回归模型组的湖北省工矿事故死亡人数分析预测

以2005-2014年湖北省工矿企业事故死亡人数为基础,通过对时间序列图分析可知,该省工矿企业事故具有明显的周期性、季节性。另外,依据安全系统特征属性,系统近期的状况相对远期的状况对未来预测更具有影响力。因此,各个季节数据的权重应有所不同。综合考虑以上两种情况,提出对4个季节建立不同的线性加权线性回归模型,并进行组合,形成加权线性回归模型组,进而对2015-2016年各个季度进行预测。最后,与传统的时间序列分析方法比较可知,加权线性回归模型组的方法建立的模型显著性、拟合度更高,并且模型的可读性更强、更简单。     

基于灰色新陈代谢马尔可夫模型的飞行事故预测

灰色预测适用于时间短、数据量少和波动不大的预测问题,在长期预测时,数据序列拟合较差,预测精度偏低;而马尔可夫链适用于长期、数据序列随机波动大的预测问题。笔者结合灰色新陈代谢GM(1,1)模型和马尔可夫链理论的优点,建立飞行事故预测模型。模型去掉已失去参考价值的历史老信息,补充新信息,克服了随机波动性数据对飞行事故预测精度的影响,提高了灰色预测的应用水平。实例预测1973—2008世界飞行事故,其结果证明了灰色新陈代谢马尔可夫GM(1,1)模型预测精度较高,可用于飞行事故预测,具有较强的科学性和实用性。     

塔克拉玛干沙漠公路交通事故趋势预测分析

应用塔克拉玛干沙漠干线公路建成通车以来的交通事故统计数据,在分析交通事故主要指标发展变化特征和分布特征的基础上,建立了适用于沙漠公路交通事故特点的GM(1,1)预测模型,对未来几年内交通事故发展趋势进行了预测。预测结果表明,未来几年沙漠公路交通事故次数、死亡人数、受伤人数以及直接经济损失等4项指数将分别以15.9%,10%,4.5%和5%的年平均增长率快速增长。同时针对预测结果提出了相应的对策。     

煤场扬尘影响预测与措施研究

对储煤场扬尘的影响因素作了分析,通过对煤场起尘量及在不同风速不同含水率下对煤场扬尘源强进行估算,并对煤场下风向TSP的落地浓度进行了预测,最后根据预测结果提出了防止煤场扬尘的措施.     

广东省春节期间空气质量特征及预报方法研究

2017年春节期间广东省环境空气质量自动监测站的数据分析结果表明:春节假期广东省空气质量等级变化较大.除夕全省空气质量为良;初一,全省以良和轻度污染为主,粤东出现重度污染,粤西和粤北出现中度污染,可能与除夕夜烟花爆竹燃放有关;初二起,全省空气质量逐渐转为优良.首要污染物以PM2.5和O3为主.现有的NAQPMS和CMAQ空气质量预报模型在污染相对严重的初一表现较差,主要是因为数值模型未能考虑到烟花爆竹燃放等排放源的输入.     

深圳市PM_(2.5)浓度特征及统计预报研究

根据2015年1—12月深圳市城区11站点PM_(2.5)小时浓度监测数据,探讨了深圳市PM_(2.5)浓度的时空分布特征。结果显示:监测期间深圳市城区PM_(2.5)平均浓度为29.8μg/m~3,PM_(2.5)平均浓度整体呈现出:冬季>秋季>春季>夏季的特征,PM_(2.5)质量浓度日变化整体呈现出双峰型分布,午后12:00—16:00浓度较低。空间分布上,年均浓度从东南至西北方向依次升高,梯度特征明显。PM_(2.5)浓度与PM_(10)呈高度相关,与SO_2、NO_2、CO呈显著正相关,与O_3呈实相关。相邻城市间空气污染物浓度呈现出一定的相关性,区域污染突出。建立的PM_(2.5)回归统计模型对深圳市2015年PM_(2.5)临近预报的级别准确率在70%以上,能较好地反映PM_(2.5)浓度变化趋势。     

雾霾天气下电网设备故障高精度远程视频监控系统设计研究

作为电力系统未来发展的方向,对电网设备故障监控系统进行设计具有重要意义.有利于实现电网进行安全可靠运行.提出基于ZigBee网络的电网设备故障高精度远程视频监控系统设计.利用ZigBee网络构建无线的传感网,节点是采用的CC2530,节点间采用簇状的结构与监控功能部分、视频监控信号传输以及监控的客户端相结合构成远程视频的监控系统,采用小波变换对设备故障的特征进行分析,克服了因雾霾天气产生的电网设备故障,对电网设备故障进行及时的抢修,完成对电网设备故障高精度远程视频监控系统的设计.实验结果表明,利用该系统能有效地提高电网运行的稳定性与安全性.     

霾污染环境大气能见度参数化方案的改进

霾污染是高浓度大气气溶胶造成低能见度的大气现象,为了完善目前空气质量模式的大气能见度参数化方案,以准确地预报霾污染过程的能见度变化,基于已有的大气总消光系数与大气能见度的关系,依据Mie理论和大气分子的消光特性,计算颗粒物和NO₂的消光系数,提出一种改进的大气能见度参数化方案.为了验证这一改进的参数化方案的大气能见度预报性能,①利用空气质量模式WRF-Chem3.7模拟2013年12月南京地区两次霾污染个例,并且与实际观测数据对比,证实其能够准确地模拟大气颗粒物和NO₂的浓度变化;②利用模拟的大气颗粒物和NO₂的浓度数据,分别采用改进的能见度参数化方案及已有的IMPROVE方案和CHEN的能见度参数化等3个方案,计算两次霾污染个例的大气能见度变化;③与观测能见度比较,评估3个能见度参数化方案的模拟准确性。评估表明,改进的参数化方案模拟的两个霾污染个例能见度的平均标准化偏差和平均偏差分别为17.19%、3.18%和517、173 m,并且和观测能见度的相关系数分别提高到0.76、0.87,其能见度模拟的准确性优于其它两种已有的参数化方案,并在不同相对湿度（RH）和能见度范围内改进的参数化方案模拟的标准化平均误差均小于其它两种参数化方案,其中,在RH < 80%和能见度≥ 1 km范围内标准化平均误差均低于50%.研究显示,改进的大气能见度参数化方案能够有效地提高空气质量模式的霾污染环境大气能见度的预报准确性.      

探析FH-62-C14颗粒物监测仪测量维护要点

本文着重介绍美国赛默飞世尔公司生产的FH-62-C14颗粒物监测仪的测量原理,并针对使用和维护中容易出现的故障,介绍使用及维护方法和要点,并通过经典重量法与FH-62-C14β射线颗粒物监测仪进行测量均值比对,验证了设备维护的效果,为环境监测工作者提供应用及维护方面的参考,以获得更加准确的监测数据。