地下水强扰动地区的径流还原计算方法北大核心CSCD

人类活动对河川径流的影响日趋强烈,一定程度上破坏了样本的一致性,以致部分实测资料已无法满足水资源评价和水利水电工程设计的要求。尤其是在地下水强扰动地区,受地下水开发利用数据缺乏、不确定性大、计算过程复杂等因素的影响,常规逐项还原法的还原精度很难保证,存在还原失真问题。因此,探索一种简单实用、精度满足规范要求的面向地下水强扰动区的径流还原计算方法尤为迫切。为此,在常规分项调查法的基础上,借鉴河川基流分割的思路,提出基流还原与分项调查法相结合的改进方法。通过对陕北地区3个资料条件较好的水文站开展实例研究,发现改进方法与常规方法的还原效果较为接近,且对不同地貌类型和不同地下水扰动程度的地区皆表现出较好的适用性。研究表明:改进分项调查法与常规方法相比,对数据范围和数量的要求更小,仅需实测径流和地表分项调查资料即可完成径流还原计算,可避免由于地下水开发利用资料缺乏或序列过短而造成的还原失真问题,且可获得较为合理计算结果,满足水资源评价和工程设计要求。该方法对于地下水强扰动且资料缺乏地区的径流还原计算具有参考价值。     

投影寻踪法在径流还原计算中的应用研究

水资源评价是水资源的合理开发利用、水资源保护和水资源统一管理的基础。地表水是土壤水和地下水的主要补给来源,也是人类可以直接取用的水资源,因此对地表水资源进行评价非常重要,对地表水资源数量的评价是其中的重要组成部分。由于人类活动对天然河川径流量的影响,改变了河川径流系列的一致性,因此对径流量的一致性进行分析是进行地表水资源数量评价的首要任务。本文的基本思想是：针对降雨径流的非线性关系,引入处理高维数据的投影寻踪法,在产汇流理论的基础上,通过对降雨径流之间的多元非线性关系进行了分析,根据分析结果对非一致性的径流系列进行还原计算。     

基于保护映射理论的电力系统小扰动稳定域计算方法

针对传统小扰动稳定域未考虑系统可能出现的持续振荡和阻尼比过低的情况,提出一种基于保护映射(Guardian map)的改进小扰动稳定域计算方法。首先,借助映射理论将系统从改进小扰动稳定域映射到负半平面上,并通过直和运算构成保护映射,然后利用能够精确求解Hurwitz矩阵稳定域的保护映射方法准确快速地求解出改进小扰动稳定域的边界。IEEE 4机11节点系统仿真结果表明:基于保护映射的电力系统改进小扰动稳定域描绘方法具有较高的精确度和有效性。最后,进一步分析发电机励磁系统参数对改进小扰动稳定域的影响,对指导系统调度运行,预防系统出现小扰动失稳具有参考意义。     

无资料地区设计洪水位的计算方法

本文根据恒定均匀流及非均匀流方程，推导出顺直、扩散及收缩三种河段的洪水比降公式，且用“海河６３８”及“淮河７５８”最大洪水资料进行了验证。其计算方法均指在无水位资料地区，根据设计流量，糙率及大断面资料，推求设计洪水位，对电力工程建设有广泛的实用价值。     

无资料地区湿球温度计算方法研究

电厂冷却塔设计气象条件中,最近5年夏季10%湿球温度及其相应气象条件是重要的设计气象参数。近年来,由于湿球温度应用范围较狭窄,不少气象站已经停止了湿球温度的观测,这给电厂气象参数的分析计算造成了一定困难。本文根据有关湿球温度的计算公式,总结出一种通过大气压强、干球温度、相对湿度和平均风速计算湿球温度的方法。     

基于递归投影方法的电力系统平衡点计算与小扰动稳定性分析

递归投影方法(recursive projection method,RPM)通过对现有时域仿真程序(time-domain simulation code,TDSC)的黑箱调用来获取电力系统平衡点以及小扰动稳定信息.在RPM作用下,全状态空间被解耦为不稳定/慢不变子空间及其正交补子空间两部分,分别采用牛顿型算法以及TDSC原有的不动点迭代格式进行计算.采用QR分解方法或Arnoldi方法来构造不变子空间的基底,并通过具体算例验证RPM增强不动点迭代收敛性以及判别系统小扰动稳定状态的有效性;同时,还分析不同基底构造方式和参数设置方案对RPM计算性能的影响,并得出了RPM适宜与显式积分法结合使用的结论.     

基于联邦学习和边缘计算的电能质量扰动分类方法研究

【目的】随着现代电网的快速发展,电能质量问题不可忽视,其不仅影响电力系统的安全运行,还可能导致设备损坏和电能浪费。针对传统的电能质量分类方法存在识别效果差、计算复杂度高和数据隐私问题,本文提出了一种结合联邦学习和边缘计算的联邦加权重采样与混合优化(FedWRHO)算法。【方法】首先,设计了一种结合卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型,以高效提取电能质量信号的时空特征,并在边缘设备上进行本地训练。然后,将边缘计算与联邦学习相结合,设计了一个分布式的联邦学习框架,使各边缘节点利用本地数据进行训练,并在云端聚合模型,提高整体分类性能。最后,为了验证所提的FedWRHO算法及其结合CNN-LSTM的混合模型的有效性,进行了详细的试验验证。【结果】结果表明,模型对14类电能信号的分类准确率较高,大多数类别的准确率接近或超过95%;边缘训练的数据传输量和存储需求显著低于集中训练。【结论】本文所提方法,不仅在分类性能和数据隐私保护方面表现优越,还解决了计算资源分配和适应性方面的问题,具有广泛的应用前景。     

基于扰动测度的电能质量扰动源定位方法

针对现有电能质量扰动源定位方法中对扰动方向表征不足的问题,引入扰动测度概念,测量扰动的大小和方向,提出一种扰动方向的定量表示方法以及相应的扰动源定位算法。首先利用基本信度分配函数对扰动方向进行量化处理,然后通过隶属度函数对扰动功率和扰动能量进行综合定位,得出多测点的扰动方向测度列向量,结合覆盖矩阵得出最终的定位结果.仿真结果表明:在原方法定位不准确的情况下,新方法仍然能够正确定位扰动源,证实了此方法的有效性和可行性.