基于PSO-MLP神经网络的遥信插件质量识别方法研究

为了提高继电保护装置遥信插件的出厂质量,解决产品检验自动化的问题,提出了一种基于PSO优化多层感知器(Multi-LayerPerceptron,MLP)神经网络的遥信插件质量识别方法。首先,建立了继电保护装置遥信插件自动化硬件测试平台。然后,改进了PSO优化算法,调整了惯性权重?的滑动特性,使其根据粒子间距实时调整步进。最后,在SPSS中使用k-s检验对原始起动电压数据进行正态性检验,得到了具有正态性样本的频率分布及其拟合曲线,提取特征训练集,并对神经网络进行训练和测试。实验结果表明,该方法能够有效且准确地对遥信插件进行质量识别,实现了产品检验和质量识别的自动化及智能化。PSO-MLP神经网络训练时间短,收敛速度快,质量识别准确度高,约为97%,且泛化能力强。     

基于双向长短时记忆网络的母线负荷分解方法

目前在负荷分解领域的研究工作多以家庭住宅的总负荷分解为电器级别的负荷为主,对于中高电压等级的母线负荷分解研究较少,为解决这一问题,本文提出了一种基于双向长短时记忆网络(Bi-directional Long Short-Term Memory, Bi-LSTM)的中高电压等级母线负荷分解算法。首先在LSTM的基础上构建了Bi-LSTM,其次以母线负荷和其对应的外部信息源(如日期类型、天气等)作为Bi-LSTM的输入量,母线负荷的各下属建筑负荷作为输出量,对Bi-LSTM进行训练,最后以网络分解的母线负荷构成值与实际值间的平均相对误差作为评价指标,实验结果表明该方法可有效对构成成分未知的母线负荷进行分解。#$NL关键词：母线负荷;负荷分解;人工智能;双向长短时记忆网络#$NL中图分类号：TM769     

东中西部集体建设用地流转驱动力比较研究

运用主成分分析法,对上海、芜湖和重庆2000~2013年的集体建设用地流转驱动因素进行分析,找出东、中、西部地区集体建设用地流转的驱动力差异:(1)相较于东部地区,城镇化率、固定资产投资、房地产投资对中西部地区的集体建设用地流转促进作用更大;(2)非农就业率对西部地区的集体建设用地流转促进作用最强,对东部地区较强,对中部地区相对较弱;(3)农民人均纯收入对东部地区的集体建设用地流转促进作用最强,对中部地区较强,对西部地区相对较弱。     

分布式智能的小电流接地故障定位方法

为了减少通信压力和提高供电可靠性,提出一种分布式智能的小电流接地故障定位方法。该方法以故障点两侧的暂态零序电流相似程度低和波形差异大为基础;利用配电自动化系统终端采集故障信息,通过对等通信网络使相邻馈线终端之间交换彼此的故障信息,并两两计算它们之间的暂态零序电流相似系数;由馈线终端确定故障区段,且把故障定位的最终结果上报给主站。该方法由馈线终端单独完成,不需要主站参与,适应性广,定位速度快,通信压力小,可显著提高供电可靠性。通过ATP仿真验证了分布式智能小电流接地故障定位方法的可行性。并给出了ATP仿真实验,实验分析结果表明了该故障定位方法的可行性和有效性。     

建筑电气与智能化专业应用型本科人才培养模式的构建

建筑电气与智能化专业的设立缘于智能建筑的发展和应用型人才的缺失,建筑电气与智能化专业应用型人才培养模式的探讨由此受到广泛关注。文章结合应用型本科人才的特点,从培养目标、课程结构体系、培养模式革新等方面,探索构建建筑电气与智能化专业应用型本科人才培养模式,以满足社会对建筑电气与智能化专业人才多元化的需要。     

Hybrid intelligent inference model for enhancing prediction accuracy of scour depth around bridge piers

Bridge-pier scouring is a main cause of bridge failures. Thus, accurately predicting the scour depth around bridge piers is critical, both to specify adequate depths for new bridge foundations and to assess/monitor the safety of existing bridges. This study proposes a novel artificial intelligence (AI) model, the intelligent fuzzy radial basis function neural network inference model (IFRIM), to estimate future scour depth around bridge piers. IFRIM is a hybrid of the radial basis function neural network (RBFNN), fuzzy logic (FL), and the artificial bee Cclony (ABC) algorithm. In the IFRIM, FL is used to handle the uncertainties in input information, RBFNN is used to handle the fuzzy input–output mapping relationships, and the ABC search engine employs optimisation to identify the most suitable tuning parameters for RBFNN and FL based on minimal error estimation. A 10-fold cross-validation method finds that the IFRIM model achieves at least 21% and 14.5% reductions in root mean square error and mean absolute error values, respectively, compared with other AI techniques. Study results support the IFRIM as a promising new tool for civil engineers to predict future scour depth around bridge piers.     

Are There Counter-Landscapes? On Milk Trestles and Invisible Power Lines

The paper takes its starting point from the duality in the Estonian rural landscape shaped by social practices. On the one hand, the changes and management of landscapes follow a political decision. At the same time, the old patterns of semi-legal activity offer a resistant practice. The study is illustrated with the milk trestle, a now-disappeared symbol of recent history in the Soviet countryside. The milk trestles and their role in Estonian country life are studied from a threefold perspective—their functions, meanings and the values behind this symbol. The article is based on ethnographic field work carried out between the years of 2001 and 2002 and traces the phenomenon of how living landscape transforms into deserted landscape; in other words, how story becomes history. The paper shows how the milk trestle landscape functioned as a prolongation of the former landscape behind the ideological layers of the Soviet landscapes.     

商业智能建筑的特点及技术应用论析

近年来,由于政府加强了对房地产市场的调控,房地产市场正面临新的变革,商业智能建筑因此兴起。本文针对商业智能建筑的特点进行了分析,并探讨了商业智能建筑的技术应用,以期新型商业智能建筑项目能更适应时代发展。     

既有高速公路网络级中小桥梁健康监测初探

首先回顾了桥梁健康监测系统基本概念,提出中小桥梁健康监测研究基本要求,总结了公路网桥梁面临的管养问题特点,针对已有的大跨桥梁健康监测系统经验不能简单地照搬到中小桥梁中来的情况,提出了需要解决的区域公路网桥梁健康监测新问题,以保证桥梁安全。     

土木工程智能科学与技术研究现状及展望

人工智能为土木工程学科和行业带来了新的发展机遇,土木工程智能科学技术的发展和创新与智能材料、3D打印、大数据、物联网、智能计算、机器人、元宇宙等数学、计算机科学和新兴产业技术进行深度融合,将深刻变革土木工程全寿期,包括城市规划、建筑设计、结构设计、工程建造、服役运维、防灾减灾等阶段。为此,从智能材料、智能设计、智能建造、智能运维、智能防灾等多个维度,总结当前土木工程智能科学与技术的研究现状,提出物理机器学习(基于数据范式与物理定律有机融合)的土木工程智能科学与技术特征;同时,探讨虚拟科学家在创造崭新土木工程智能科学与技术的前景。最后,展望了土木工程智能科学与技术发展目标,即从基于现有知识体系建立纯数据驱动和物理机器学习土木工程智能理论,到发展出具有自学习能力的智能体及其理论体系,最终创造出具有自我进化能力的虚拟科学家,发现新的数学方法与物理定律等。