耦合不确定性的山洪灾害风险预警方法及应用

山洪灾害风险预警过程中各组分（数据、水文模拟、预警方法）的不确定性对山洪风险预警不确定性的影响机制尚不明确,缺乏定量组合分析理论与方法。本文提出了一种针对山洪灾害风险预警的耦合不确定性分析方法。该方法基于水文模型模拟及动态量临界雨量进行山洪灾害风险预警,并对预警过程中降水输入、水文模拟及山洪预警方法的不确定性及其组合不确定性进行分析。在福建闽江下游流域的应用结果表明,降水输入、水文模型径流模拟、临界雨量量化方法所导致的不确定性占总体不确定性的36%、24%及40%。在耦合不确定分析下,不同风险等级（Ⅳ、Ⅲ、Ⅱ、Ⅰ四个风险等级）对应的山洪灾害的发生概率平均分别为58%、65%、79%、81%。本研究发展的不确定性分析方法对于精准预报及科学防灾抗洪有着重要的实践意义。     

极端灾害下基于时空网格的配电网多源数据融合方法

极端灾害会对配电网造成一定的影响,严重时甚至破坏电网的安全稳定运行,灾害过程中会产生大量的配电网设备及运行方面的数据,这些数据信息量大且波动性强。为及时掌握极端灾害情况下对配电网设备的影响或破坏等信息,有效地协助配电网灾后指挥及修复工作,提出了一种基于时空地理网格的配电网多源数据融合方法。首先根据时空网格划分方法对配电网所在区域进行时间、空间上的划分并建立配电网时空网格编码数据库;然后对极端灾害下配电网的多源数据进行特征分析,提取关键时间特征和空间特征;通过计算时空特征关联度,关联匹配时空网格和配电网多源数据并储存于时空网格编码数据库中;进而根据融合后的配电网多源数据构建配电网灾情网格化视图;最后,通过算例验证了该方法的有效性和合理性。     

目标弹道数据实时融合方法研究

由于数据种类的多样性和实时性,数据融合方法在多信源弹道实时处理中应用尚不成熟。结合实际需求,提出一种多信源弹道数据动态加权实时融合方法。首先,根据模糊聚类算法,建立反映导弹目标当前状态信息的弹道隶属度矩阵,实时计算弹道集合中各弹道的权值,最后依据不同的权值进行弹道数据融合。仿真计算表明,该方法可以获得1条尽可能完整的目标飞行弹道,数据平滑、趋势正确,满足实际需求。     

C-RAM系统的弹道数据建模及航迹融合仿真

尽管基于弹道数据建模和航迹融合的研究紧密性很强,但大多数人只是将针对两者的研究独立开来,并没有应用到实际的情况。为满足某军队对空情状况预警和防御的训练,在对C-RAM（counter rocket,artillery and mortar）系统深入研究的基础上,就火箭、火炮及迫击炮（RAM）等火力威胁武器的弹道进行了建模并依此设计了多弹丸飞行目标仿真模型。在完成时间、空间校准基础上,该模型进行了基于多探测站点、多目标航迹关联以及数据融合的系统设计。实验结果表明,该系统能较好地完成C-RAM系统中对目标弹道仿真、关联及融合与目标跟踪定位等任务。     

基于动态临界雨量的小流域山洪灾害分级预警

临界雨量方法在山洪灾害预报预警中应用广泛,然而传统的临界雨量方法以静态临界雨量为主,且无法判别山洪灾害的风险等级。本文发展了基于动态临界雨量方法的山洪灾害分级预警方法,并在福建闽江下游小流域进行应用。方法采用人工神经网络构建成灾流量与风险因子间的统计关系,进而获得无资料地区成灾流量的空间分布,并根据历史重现期划分不同山洪风险等级,得到对应风险等级的临界流量和临界雨量。结果表明：通过考虑流域前期湿润状况,该方法能够显著延长山洪灾害预警的预见期,有效提升对山洪灾害的监测预报能力。此外,相比于传统山洪预警方法,山洪风险等级的划分使得该方法更适用于山洪灾害风险预警的业务应用。     

基于物理-数据融合的数字化楼宇用电模型构建方法

随着智能终端和传感器的广泛应用,结构、环境、电气以及人员行为等多元参数的实时采集与传输使楼宇具有了数字化特性,从而使对数字化楼宇的电能利用进行动态精细化分析成为了可能。然而,基于单一物理或数据建模的楼宇用电分析方法在实际应用中均存在一定计算误差。提出一种基于物理-数据融合思路的数字化楼宇用电模型构建方法,结合静态与动态的多元数据,在保留楼宇热-电转换的因果关系基础上,可通过真实量测数据修正楼宇用电物理模型,实现精细化的楼宇用电能效分析。通过某数字化楼宇实测数据验证,表明所提出的方法具有准确性和合理性。     

数据融合技术在变电站选址中的应用

变电站选址工作不仅涉及诸多电网信息，还与规划区域内的地理空间信息密切相关。为了全面考虑各相关因素，提高选址的科学性和工作效率，提出了将数据融合技术应用于变电站选址。从像素级数据融合的D-S证据理论到决策级融合的层次分析综合评判方法，为解决包含多因素的选址问题提供了新的思路。最后，通过算例证明了该方法的有效性。     

多传感器数据融合的研究现状

近年来,多传感器数据融合的理论和方法已经被应用到许多领域。本文主要介绍数据融合的概念,论述其原理、模型、结构、方法比较,并总结了当前数据融合研究的主要问题及其研究方向。     

多传感器交互式多模型系统中数据融合的一种算法

交互式多模型Kalman滤波器是一种基于“软切换”的机动目标跟踪方法，该方法在多目标跟踪系统中取得了良好的效果。本文提出了一种基于方差范数最小意义下的多传感器交互式多模型信息融合方法，并通过仿真验证了该方法的有效性。     

台风灾害下配网用户停电数量预测最优数据驱动模型选择

严重的台风灾害可能导致配网用户停电,有效的配网用户停电数量预测可为电网应急抢修提供辅助指导.综合考虑气象因素、电网因素及地理因素,提出了基于机器学习回归算法的配网用户停电数量预测方法.分析比较了线性回归、支持向量回归(Support Vector Regression,SVR)、分类回归树(Classification...     

基于改进LSTM的电力设备状态融合预测模型

针对电力大数据存在数据随机缺失进而降低长短期记忆模型（Long Short-term Memory, LSTM）预测准确率的问题,本文提出了一种基于改进LSTM的电力设备状态融合预测模型。该模型首先对状态数据进行缺值检测和平稳分析,根据历史数据利用差分整合移动平均自回归模型（Autoregressive Integrated Moving Average model, ARIMA）对缺失的数值进行预测,并将预测的数值补充至相应的缺失位置;然后将新的完整数据输入到ARIAM模型和改进LSTM模型中以获取两种预测值;最后根据改进LSTM模型的学习准确率和ARIAM模型的拟合度对预测值进行权重分配,并在此基础上进行状态趋势融合预测。为了验证本文模型的普适性和预估准确性,选择电力负荷数据开展实验,结果表明：基于改进LSTM的电力设备状态融合预测模型在数据完整情况下的预测准确率比ARIAM和LSTM分别提高了52%和25% ,在数据缺失情况下的预测准确率分别提高了44%和57%。     

靶场光雷测量数据融合定位方法研究及应用

在靶场测量中,光电经纬仪由于测量直观、可靠性好、测量精度高等特点,一直被作为外弹道跟踪测量的重要设备,但是其不具备单站定位功能且双站交会受布站等因素限制。针对这种情况,为充分利用测量数据,将部署在经纬仪附近的具有作用距离远的雷达系统与光电经纬仪建立联合定位模型。首先对雷达和经纬仪的测量数据进行时间和空间配准,然后通过单站定位方法得到目标的位置。应用结果表明,其定位精度明显优于雷达单站定位精度,该方法可以作为计算弹道坐标的一种补充。     

一种基于数据融合的蜂窝无线定位算法模型

本文基于数据融合的基本原理,利用TOA和TDOA测量数据并结合先验信息进行数据融合,然后通过定义可信度函数构造了一种基于移动台位置的动态定位算法,进一步提高了对移动台(MS)定位估计的准确性。最后仿真结果表明:这种融合算法模型在保证决策可靠的前提下,能得到更准确可靠的移动台估计位置,从而有效提高了决策输出的定位精度。     

基于下游河道过流能力分级的水库洪水预报调度方式研究

对于某些下游有防护任务且防护目标距离入海口较近的水库,经实际分析,由于河道糙率、潮汐、洪水地区组成的影响,其下游河道的过流能力较设计值有较大的变化.而已有的预报调度方式是将其概化为定值进行设计的,这给实际的洪水调度带来了一定的风险,即:当河道实际防洪能力降低时.即使出现的是防洪标准洪水也会引起一定的上下游淹没损失;相反地,当实际行洪能力较设计情况有所提高时,若仍按原调度方式提前泄流,就会造成洪水资源的极大浪费.针对此类情况,本文以碧流河水库为研究背景,建立了基于水库下游河道行洪能力分级的预报调度规则,随后的实例分析阐述了新预报调度规则的确定过程,并通过对几场典型洪水进行调节来验证该预报调度方式的合理性与可行性.     

基于信息融合理论的光纤位移传感器研究

提出了一种解决光纤位移传感器对温度的交叉灵敏度问题的方法.该方法基于多传感器信息融合理论,通过增设温度传感器,将位移传感器和温度传感器的输出进行融合处理,实现了软件补偿,降低了交叉灵敏度系数,为存在交叉灵敏度的传感器的实用化设计提供了一种新思路.实验表明,融合处理后光纤位移传感器的温度灵敏度系数降为原来的1/3,测量准确度和系统稳定性均得到提高.     

一类递推估计数据融合算法研究

详细介绍了一种递推估计数据融合算法,证明了它完全等效于算术平均值.同时指出一些文章对该算法的理解和应用存在的错误,最后的计算数据修正了它们不恰当的结论.     

基于多元大数据融合的智能电能表可靠性评估模型

智能电表是电能计量体系的基础单元,广泛部署于用户侧。针对其量大而难以维护的问题,建立了基于多源大数据融合分析的智能电表可靠性评估模型。为了充分发掘智能电表设计、检修和运行数据中的有用信息,对多源大数据进行融合整理,得到了影响智能电表寿命的协变量数据和智能电表生存标签。基于生存分析理论建立智能电表生命周期CoxPH模型,并采用深度神经网络表征强非线性关联参数,形成智能电表的可靠性评估模型。基于某城市实际智能电表运维数据,对所建模型的有效性进行了验证。测试结果表明,所建模型可以基于智能电表的实时运行状态实现可靠性评估,为智能电表运维工作提供辅助决策。     

水文水力学模型及其在洪水风险分析中的应用

流域洪水模拟是当前洪水计算分析的热点,也是防洪减灾工作的科学依据和指导。本研究通过将分布式水文模型和水动力学模型串联耦合的方法计算流域洪水淹没过程,以重庆龙溪河流域作为研究区域,基于SWAT和HEC-RAS模拟平台,综合考虑气象资料、地形、下垫面条件等,经产汇流计算、小流域洪水二维数值模拟等过程得到小流域在不同情境（暴雨重现期）下的二维淹没情况。以当地洪水计算手册推求洪水过程作为验证,模型计算结果显示模型能够较好模拟龙溪河流域复杂条件下的汇流过程,结合灾害损失评估和洪水风险分析,为当地减灾工作提供决策支持。     

基于航迹关联和证据理论的数据融合方法研究

入侵检测技术从20世纪80年代开始就被世人所研究,而多传感器数据融合研究更早其多年,但多传感器数据融合理论与技术应用到入侵检测系统中仍是目前的研究热点。本文通过对航迹关联和证据理论的深入研究,并结合多传感器数据融合理论与技术,应用到入侵检测系统,通过理论证明和试验验证,该入侵检测系统具有较低的不确定性,进而提高系统的信任度。