盘县西冲河蓄水坝的坝型选择浅析

近年来,我国水利事业迅速发展,与农村经济发展息息相关的小型水利建设项目数量较多,其设计质量也越来越引起重视。在小型水利工程建设项目中,工程投资较低,水工建筑物与大、中型项目相比较简单,故大坝设计在小型工程设计中的影响更为明显。坝型的选择是大坝设计的首要问题,直接影响到工程的工期、工程量和投资。本文根据盘县西冲河统筹城乡发展乡村旅游综合体PPP项目水体及水道工程中坝(蓄水坝)坝型选择进行分析。     

粒子滤波和GRU神经网络融合的锂电池RUL预测

随着锂电池在移动电子设备和电动汽车等领域中得到广泛应用,其剩余使用寿命(remaining useful life,RUL)的精确预测对锂电池的健康管理更具重要意义。本文提出一种基于粒子滤波(particle filter,PF)和门控循环单元（gated recurrent unit,GRU）神经网络融合(PF-GRU)的预测方法预测锂电池的RUL。这种融合方法结合了PF在估计RUL概率分布上的优势以及GRU能够进行时间序列长期预测的能力,获得融合的预测结果。再利用每个预测周期的容量预测结果,采用带移动窗口迭代更新训练数据集的方法对GRU模型进行再训练,提高了GRU的长期预测性能。以上预测步骤迭代进行,直到容量衰减至寿命阈值以下。最后将粒子代表的预测结果外推至寿命阈值,得到电池RUL分布直方图。本文采用美国NASA卓越诊断学中心(PCoE)实验室所提供的锂电池数据对所提方法进行验证,将所提出的融合方法与GRU、PF和无窗口移动融合方法进行RUL预测比较。实验结果表明,本文所提出的融合方法具有良好的性能,在状态和参数估计、RUL预测方面明显优于PF和无窗口移动融合方法,预测精度均高于其他3种预测方法。