三峡工程公众风险认知偏差的形成与应对策略

在后真相时代和社交媒体时代,关于三峡工程等重大工程存在着不同程度的公众风险认知偏差。某些围绕工程的公众风险认知偏差在未经有效防范的情况下,可能演变成蕴藏着严重后果的重大风险。本文将三峡工程公众风险认知偏差问题概括为五种基本类型;阐释了催生三峡工程公众风险认知偏差的重要原因,探讨了三峡工程公众风险认知偏差导致风险扩大的途径;并提出可通过建立积极信任,降低将风险认知偏差转化为现实风险的概率;开启多元对话,打破话语竞争的边界,建构有利于理性认知工程风险的良好传播生态。     

高质子传导率及尺寸稳定性复合质子交换膜制备及性能研究

通过2?丙烯酰胺?2?甲基丙磺酸（AMPS）在1种具有多孔结构的金属有机骨架（MOF）UiO?66?NH₂中聚合,获得UiO?66?NH₂/PAMPS杂化填料后将其加入磺化聚醚醚酮（SPEEK）中制备纳米复合质子交换膜,并对纳米填料和膜性能进行了测试和表征。其中,UiO?66?NH₂/PAMPS中MOF组分的有序孔洞能够为质子提供较为快速的传输通道,同时PAMPS组分上的磺酸基团则为这些通道提供了额外的质子传输位点,从而促进了复合膜中的质子传导。结果表明,填料与基体之间的强静电相互作用使复合膜的溶胀率有所下降;当填料含量达到6 %（质量分数,下同）时,复合膜的质子电导率（σ）从0.040 S/cm 提升到0.057 S/cm,比纯SPEEK高42.5 %,而溶胀率由29 %下降到23 %。     

仿生算法优化BP神经网络在降雨空间插值中的应用

人工神经网络能够充分挖掘已知样本中的规律,从而对未观测数据进行预测,可应用于降雨量空间插值计算中。在BP神经网络进行降雨空间插值的基础上,引入遗传、粒子群和蚁群3种仿生算法对BP神经网络初始权值和阈值进行优化,将优化后的BP神经网络应用于三峡区间流域年、月和日3个时间尺度的降雨空间插值中。结果表明:仿生算法对BP神经网络初始权值和阈值优化求解后,降低了BP神经网络陷入局部最小以及过拟合的风险,在插值过程中表现出较好的稳定性,取得了理想的插值结果。     

电力系统频率动态中惯量与惯量响应特性辨析EI北大核心CSCD

高比例新能源和高比例电力电子设备电力系统中,频率安全问题突出。惯量和虚拟惯量被认为是改善系统频率动态的关键因素。针对电力系统频率动态问题,综述并分析不同物理惯量及虚拟惯量的响应特性和影响。分析同步电机惯量、异步电机惯量、直驱风机(permanent magnet synchronous generator,PMSG)惯量、双馈风机(doubly fed induction generator,DFIG)惯量等旋转设备物理惯量对系统频率动态的影响。同步电机惯量、异步电机惯量、双馈风机惯量均会影响频率动态,但响应特性不同。比较电力电子设备虚拟惯量响应2种不同实现方式的区别,分析虚拟惯量响应所需储能以及控制响应延时的影响。电力电子设备可提供频率的稳态支撑加暂态支撑,虚拟惯量控制是暂态支撑的1种,但需要根据系统不同频率动态控制要求研究不同的暂态支撑控制策略。     

风电场无人机巡检红外叶片图像拼接算法

针对无人机拍摄叶片红外图像背景冗余信息较多、拼接精度不高等问题,本文提出一种基于形态学改进Chan-Vese分割与局部特征匹配的红外风机叶片图像拼接算法,首先,对图像进行中值滤波降噪,使用形态学运算改进基于Chan-Vese模型的水平集算法,生成表达主体的掩膜。基于掩膜去除冗余背景提取局部Harris特征点;对掩膜进行二次形态学腐蚀处理,抑制边界锯齿像素上的伪特征点;最后,使用暴力匹配及随机抽样一致（Random Sample Consensus, RANSAC）算法筛选出有效匹配点对,计算单应性矩阵实现匹配拼接。与传统图像分割下Harris拼接算法相比,本文改进后的算法拼接精度有明显提高,在不同的测试场景下显示出较强鲁棒性。     

基于机器学习回归模型的三峡大坝混凝土强度预测

人工神经网络、决策树与支持向量机为目前混凝土强度预测的常用机器学习算法。为实现三峡大坝大体积混凝土原材料筛选以及配比经验的学习与应用,并对大坝维护以及其他水利工程的建设提供指导,本研究基于三峡大坝主体工程混凝土28 d抗压强度数据,构建了原材料性能及配合比与混凝土强度之间的关系,并结合随机森林特征权重排序与统计分析的方法,确定了水泥用量、混凝土温度、水灰比为影响三峡大坝混凝土抗压强度的关键特征参数。探讨了常用机器学习算法对三峡大坝28 d混凝土强度预测效果,依据固定特征参数、通用参数与超参数综合调优后的多种算法的预测结果对比可知,经体系化综合调优的Epsilon支持向量回归(SVR)算法在预测中更优。     

水位骤降下近岸栖息地和底栖动物变化特征

本研究于2014年秋对牡丹江中游段两处受电站调峰影响的河段进行野外调查,对6个岸边退水潭进行水质采样和大型底栖动物采集,分析其水质特征和底栖动物群落组成,与相邻天然主河道的栖息地环境因子和底栖动物群落结构进行对比,并通过冗余分析（RDA）研究退水潭中底栖动物分布与主要栖息地环境因子之间的关系。研究表明,退水潭与主河道的水质和底栖动物组成均有显著差异,退水潭处溶解氧含量和pH值显著高于临近河道,氨氮和总氮含量较高。双翅目、半翅目和腹足纲为退水潭中的优势底栖物种,退水潭中底栖动物物种丰度、生物密度、Shannon-Wiener指数和Margalef丰富度均较河道处低。冗余分析表明退水潭中影响底栖动物群落结构的关键环境因子为溶解氧、pH值、总磷等。     

金沙江下游梯级水电工程建设风险管理实践

金沙江下游梯级水电站开发,对于构建清洁低碳、安全高效的现代能源体系,促进西部地区经济社会协调发展,建立以水电为核心的水风光储蓄一体化清洁能源基地,助力“双碳”目标实现具有重要意义。针对金沙江下游电站建设“四高、三大、两岸、一严”的技术和管理挑战,本文通过对工程建设风险和项目法人建设管理能力的全面分析,系统总结了在金沙江下游水电开发过程中形成的工程建设管理理念、项目管理模式、绿色水电实践、和产学研用协同创新机制等实践经验,有效解决了工程建设各项关键技术难题和重大管理问题,促进了金沙江下游梯级水电工程的顺利建设。     

物理机制引导的水库调度深度学习模型研究

为了从海量数据提炼人工调度经验来指导日常工作,机器学习等技术正逐渐应用于水库调控实践中。然而,仅依赖机器学习技术形成的水库调度方案,往往无法真实反映水库调度过程,使得调度经验刻画不到位。因此,本研究构建了物理机制引导的水库调度深度学习模型,以损失函数惩罚项的形式考虑水库出库流量的水量平衡约束、单调性约束、边界约束,以数据增强的方式在模型训练集与验证集中纳入稀遇洪水调度过程。研究结果表明,该模型在常规运行条件与稀遇水文条件均能有效模拟水库调度决策,与基准模型相比,该模型的模拟结果更符合水量平衡原理,有效减少负值流量,能准确模拟高值流量。该模型可为水库智慧调度的实现提供技术支撑。     

长江流域水体硅含量分布特征及影响因素研究综述

随着“长江大保护”的推进,长江流域水体中浮游生物的生长状态成为日益热门的话题。硅作为六大生源要素之一,是影响浮游生物生长繁殖的要素之一,对流域生态系统的结构和稳定起到至关重要的作用。首先介绍了河流中硅的形态分类,讨论了对不同形态硅的研究意义。随后综述了国内外研究成果,对长江流域硅含量的时空分布特征进行整理分析,探讨可能影响河流、水库及河口硅含量分布的因素,对比分析了长江与国内外其他河流硅含量差异的原因,展望了长江流域硅含量当前研究的不足及未来研究方向。研究成果可为硅元素对长江流域浮游生物生长的影响等相应研究提供思路与建议。