基于时空Kriging方法的时空数据插值研究

在对气象数据进行插值的过程中, 如果只考虑数据的空间信息而忽视数据在时间上的关联, 必然影响插值的精度.针对具有时空特性的气象数据, 提出一种将时空Kriging方法与弹性网方法相结合的新方法.该方法主要利用弹性网算法解决时空Kriging算法中的时空变异函数矩阵为病态矩阵而无法求逆的问题, 通过弹性网算法获得变异函数矩阵方程的稀疏解, 从而提高时空插值的精度.在实际观测的气温数据和AQI数据上的仿真实验验证了该方法对气象时空数据插值的准确性.     

基于Kriging 插值的钻孔地温数据体视化

研究了Kriging 插值方法用于计算青藏铁路钻孔地温数据的适用性, 发现可用Nugget 和高斯函数模型的线性组合拟合变异函数。结果显示浅层插值结果偏低, 误差较大; 深层插值结果略高,误差较小。基于Kriging 插值构造规则体元模型, 即沿水平方向用等深度数据进行Kriging 插值, 形成一系列温度等深面; 沿垂直方向用相邻等深面温度进行线性插值, 产生新的温度等深面; 将一系列温度等深面叠加得到规则体数据。以IDL 为可以化平台, 采用直接体视技术实现地温数据了体视化。     

基于MPI的并行Kriging空间降水插值

为减少空间降水插值的计算时间,以MPI并行接口为技术手段,采用数据划分建模方法,实现改进Kriging算法的并行算法.在Linux操作系统上搭建并行计算环境,试验数据表明,该并行算法能有效节省计算时间并具有良好的加速比、并行效率和扩展性.为Kriging插值算法的并行化实现和应用提供有意义的参考.     

基于Kriging的三维地质体建模方法研究

对几种三维空间数据模型进行了比较,总结了克里格（Kriging）插值方法在三维地质体建模方面的种种优点。在此基础上,借助于GSTL开源地质统计学库wxWidgets界面库,在Dev-cpp开发环境下开发了一个三维矿体数据的克里格插值系统,为矿体的三维可视化提供了数据支持。该系统实现了Kriging插值、变异函数拟合模型拟合程度的验证一交叉验证以及特定格式的结果输出等功能。     

基于时空变异函数的Kriging插值及实现

Kriging（克里金）算法通常用于对空间变量进行插值,但不能直接应用于时空变量,它需要进行时空扩展。以月平均气温数据为例,运用时空Kriging方法结合R统计语言进行时空插值研究及其实现。通过时序分解去除气温数据中季节变化项,在分别得到空间变异函数和时间变异函数的基础上构建一类积和式时空变异函数来描述变量的时空相关结构,并给出基于R语言的具体实现步骤。将普通Kriging方法进行时空扩展,应用于气温数据的时空插值中。验证结果表明,基于时空变异函数的Kriging方法能提供较高精度的插值效果,这为时空变量的插值预测提供了有效的途径。     

山地环境输电线路故障分类及巡检措施分析

针对输电线路在山地环境运行过程中,由环境因素、气象条件和线路负荷等引起的故障,进而影响输电线路和电网稳定运行的问题.本文首先收集了历史运维数据,分析了引发输电线路故障的各种因素,选取特征参数并将其归一化,然后通过优化参数完成训练学习,最后建立了支持向量机故障分类模型.结果表明,该模型能够准确地对输电线路各种故障进行分类...     

用i．Mx536打造新一代国家电网输电线智能监测设备

为了积极开发应用科学技术来提高输电线路的管理水平,提高输电线路的在线监测技术,可利用各种探测器、传感器监测野外输电线路的运行情况,将输电线路的温度、微气象、泄漏电流、覆冰状况、本体及廊道等环境变化等情况转换为图像、数据等数字化信息,然后通过GPRS、ZigBee等通信通道传输至在线监测集控中心,从而为运行人员了解和分析线路运行情况,积累线路运行资料数据,诊断、预测线路运行状态提供可靠数据。     

基于Kriging插值与VRML的桥梁监测数据可视化方法

就目前桥梁监测系统可视化的现状,从数据插值和VRML两个方面总结了现有研究工作,针对目前桥梁健康监测需求提出了一种基于Kriging插值和VRML的桥梁监测系统数据可视化方法。首先使用修改过的Kriging算法对由桥梁健康监测传感器网络得到的数据进行插值,并为数据点赋予相应颜色,最后将结果加载到三维模型中。实验结果表明,该方法简单快捷,实现了较高的插值精度和可视化效果,在桥梁健康监测数据可视化实现方面具有广泛用途。     

基于混合并行的Kriging插值算法研究

普通Kriging方法是进行空间降水插值的一种有效方法。然而一方面由于海量数据插值计算量大,另一方面该算法的时间复杂度大,为减少空间降水插值的计算时间,采用OpenMP和MPI混合并行技术,实现Kriging并行算法。在Windows操作系统上搭建并行计算环境,实验数据表明,该并行算法能有效地节省计算时间。     

面向大区域碳卫星数据的分布式Kriging插值算法优化

针对基于原生Kriging算法在大区域尺度上对碳卫星数据进行插值时存在的计算耗时长、并行加速难等问题，对Kriging插值算法进行调整，优化其中的关键计算环节，并根据数据特征与时序依赖关系对插值过程进行拆分重组，细化插值粒度，将其构建为可在分布式环境下并行执行的DAG结构工作流，最后基于一套双层架构的DAG任务调度引擎实现整个插值工作流在分布式环境下的并行加速。实验结果表明，在不同区域尺度上，以上方法框架均具有较高的插值效率，与Spark相比，在大区域尺度上具有明显的速度优势。     

基于不规则网格的传感数据Kriging插值算法

传感器网络节点数量的有限性和部署的随机性使其监测区域存在测量空洞,导致传感数据集不完整。为此,提出一种基于不规则网格的传感数据Kriging插值算法,对监测区域做不规则划分,以适应节点随机部署的特性。通过近点邻域搜索算法,确定待插值点的邻居节点,并据此求解Kriging矩阵,实现快速插值。基于英特尔-伯克利传感数据集的实验结果表明,该算法具有较高的插值精度。     

贵州省近60年气温变化特征分析及对输电线路运维的影响

为探讨贵州省进60年气温空间变化特征对输电线路的影响,本文采用普通克里格法与协同克里格法两种插值方法的误差进行对比分析,选择协同克里格法对贵州省19个地面观测站1951-2010年的温度观测数据进行空间插值,从而得出贵州省气温分布特征。研究结果表明：贵州省近60年平均温度从1951年的15.2℃上升到了2010年的15.9℃,上升了0.7℃,平均每10年约上升0.12℃;通过气温空间分布特征分析得出在铜仁、榕江、罗甸、望谟一代温度较高,有可能造成输电线路软化而形成弧垂,使输电线路绝缘老化,设计施工时应尽量考虑输电导线绝缘材料的耐热性;习水、毕节、威宁一代,冬季气温较低,有可能造成输电线路覆冰致使线路损坏和杆塔受力过大而倒塌,设计施工时应考虑杆塔承受能力和导线的拉伸能力。     

基于深度学习的温度观测数据长时间缺失值插补方法

完整高精度的温度观测数据是农业气象灾害监测、生态系统模拟重要的输入参数.由于野外气象观测条件的限制,气象观测数据缺失现象是常态,数据插补方法是气象数据应用必要处理步骤.本文针对野外小气象观测站站点半小时温度观测数据长时间缺失值问题,结合同一地点较低频次的人工温度观测,构建了新的温度缺失值插补深度学习模型,对缺失的半小时...     

基于PSO改进算法的气象数据网格任务调度

为提高在有限带宽下气象观测中心海量数据的任务调度和数据传输效率,提出一种基于粒子群优化(PSO)改进算法的气象数据网格任务调度算法。给出副本域的概念,将PSO算法与副本域相结合,设计任务调度模型和符合气象数据网格环境的目标函数。仿真结果表明,该算法完成调度的时间小于遗传算法和穷尽搜索算法,收敛速度快于离散型PSO算法,且更加稳定。     

基于边界约束的空间复杂曲面重构算法

针对克里金(Kriging)算法在复杂地质构造应用中的局限性,提出了一种基于边界约束的复杂曲面插值方法.其基本思想是将断层多边形作为层面边界的约束条件,根据种子点与待插值点穿越多边形的关系为依据,判断待插值点与控制点之间的空间拓扑关系,并将满足条件的种子点利用克里金算法进行插值计算.通过实际数据的测试,解决了传统的网格化插值方案层位与断层无法严格相交以及多重逆掩断层构造的层面拟合等难题,为等值线绘制、地质块状模型构建等提供了新的思路.     

基于Delaunay三角网的克里金并行算法优化

当采样点数据量较大时, 可以采用Delaunay三角剖分建立三角网来使用局部邻域采样点进行克里金插值. 但是该算法需要对每个插值点拟合半变异函数, 插值点规模大时造成巨大开销. 为此, 本文提出了一种以三角形为单位拟合半变异函数的克里金插值方法, 采用CPU-GPU负载均衡将部分计算优化, 充分考虑不均匀样本对克里金插值效果的影响. 结果表明, 本文算法能够保证不均匀样本集的插值效果, 提升了计算性能且能够保证较高的精度.     

基于谱聚类的输电线覆冰过程微气象特征提取模型

因输电线路覆冰造成的电网瘫痪是近年来常见的电网灾害之一,进而对电力系统安全运行的可控性以及电网灾害预警的可靠性提出了更高的要求。提出了基于谱聚类的输电线路覆冰过程特征提取模型,对覆冰过程进行了定性分析,该模型通过对影响覆冰过程的微气象因素进行特征提取(聚类),较为准确地对输电线覆冰严重程度进行了分离,并对微气象数据进行统计分析,将气象倾向率作为参考量,获得了严重覆冰、覆冰脱落等过程发生的气象条件,最后通过云南电网提供的相关数据验证了此模型的有效性,为电网部门输电线路覆冰灾害的预警提供气象参考条件。     

基于Kriging方法的空间散乱点插值

给出的一种距离加权插值方法借鉴地质统计学中的Ｋｒｉｇｉｎｇ方法,在空间数据场满足给定的统计分布特征的前提假设下进行插值。通过对帽状曲面函数的插值结果的观察,可以看出该方法可以获得良好的插值效果。