SPG-Suite：面向伪周期时间序列的预测方法

伪周期时间序列是一种广泛存在的数据形式,它具有伪周期性、非平稳性和特征值等特征。对这类时间序列进行预测,具有很强的研究和应用意义。然而,目前的相关研究对伪周期时间序列的关注度不足,一些已有的时间序列预测方法在应用到伪周期时间序列上时,会造成误差的累积,使得预测效果很差。为了解决这些问题,总结了伪周期时间序列的特征,并提出了SPG-Suite预测方法,很好地解决了传统方法无法解决的问题。最后,在真实的数据集上进行了实验,并与传统方法进行了对比,实验结果表明,SPG-Suite方法在预测精度上具有明显的优势,并具有较强的可扩展性。     

零能耗小屋能源管理与智能监控系统的设计与实现

针对2013中国国际太阳能十项全能竞赛比赛规则及零能耗建筑的特点,结合比赛地点山西大同的气候数据,给出了厦门大学参赛作品,零能耗小屋Sunny Inside的能源管理与智能监控系统设计方案.以光伏建筑一体化理论为基础,设计15.25kW光伏并网发电系统,并用相关软件对能耗平衡进行了模拟验证.以三菱PLC为核心,构建了能源管理与智能监控系统,分析了不同条件下空调、相变及遮阳系统的控制策略,并给出具体实现方法.     

塔里木河“二源一干”生态供水潜力研究

为解决塔里木河干流水资源短缺、流域损失水量过大、用水效率低下、农业灌溉用水挤占生态用水等问题,基于“节水优先”的治水方针,以塔里木河二源流(阿克苏河、叶尔羌河)及其干流(“二源一干”)的山区水库群和平原水库群为研究对象,兼顾塔里木河干流的农业灌溉用水、生态用水、工业用水、生活用水等多目标,构建并求解了现状水平年和远景规划年的山区与平原水库群联合调度优化模型,分析了塔里木河干流的生态供水潜力和山区水库群联合调度的贡献。结果表明：仅通过干流平原水库群联合调度,农业灌溉用水和生态用水的供水保证率难以满足设计要求;通过山区与平原水库群优化调度,在远景规划年各行业均满足设计保证率要求,体现了山区水库群显著的调控性能和“节水优先”治水方针的合理性和可靠性;远景规划年塔里木河干流的生态供水潜力为2.84亿m³,可为塔里木河下游生态保护与修复提供了坚实的水量基础。     

基于机器学习模型的河道水位预测

结合已有机器学习模型——卷积神经网络(CNN)和门控循环单元(GRU)的优点,构建了并联卷积循环神经网络(PCNN-GRU)模型,并将其用于赣江下游外洲站日尺度水位变化的预测。结果显示:相较于目前流行的长短时记忆(LSTM)模型、GRU模型以及卷积循环神经网络(CNN-GRU)模型,PCNN-GRU模型的均方根误差和平均绝对误差分别降低了18.39%、21.11%、15.48%和21.31%、18.64%、14.28%,纳什-萨特克里夫效率系数和准确率分别提高至0.999 2和88.12%,表明所建模型具有良好的预测性能,可用于河道水位预测。     

新能源汽车低频振动噪声传递路径模拟方法

针对新能源汽车低频噪声分布规律具有复杂性,造成噪声传递路径模拟难度加大等问题,提出新能源汽车低频振动噪声传递路径模拟方法。定义声阻与声抗以明确材料声学特征,以此为基础建立新能源汽车低频振动方程。分析低频振动噪声传递路径,使用力锤激励法测量传递函数,同时采用悬置刚度方法测量激励力,分析噪声激励响应,并修正噪声响应系数。计算有效点导纳,分别获取每个噪声在对应传递路径上的贡献量,确定噪声分布规律,实现噪声传递路径模拟。仿真结果表明,所提方法噪声估计精准度高,模拟时间短,模拟准确率高,能够为汽车降噪提供重要参考。     

基于能量最优的多约束小卫星碰撞规避控制

针对小卫星间近距离碰撞的问题,提出一种多约束下的能量最优的碰撞规避控制.采用轨道力学和数学表征法建立惯性系下的小卫星轨道动力学模型和约束模型,根据上述模型制定碰撞规避策略,通过数值分析给出最优的轨道系下的控制方向和控制时刻,利用坐标系变换获得惯性系的控制方向,依据霍曼变轨理论给出最优条件下的速度增量.数学仿真给出有约束的碰撞规避轨迹,证明设计的碰撞规避算法的有效性和可行性.     

Flex土体大位移监测传感器研究

基于Flex技术制备了一种大位移传感器,可用于土体内部大位移的实时监测,研究中的Flex大位移传感器,具有体积小、耐腐蚀、成本低、线性度好、量程大等优点.Flex大位移传感器主要由Flex传感器和铰链弯曲结构组成.通过标定试验可知,在0～60°的测量范围内Flex大位移传感器信号与弯曲角度呈现良好的线性关系,其分辨率可达到0.5°～0.7°.在室内模型箱试验中,对Flex位移传感器与灵敏度较高的FBG(fiber Bragg grating)位移传感器测量结果进行比较,得到的数据结果吻合良好,验证了Flex大位移传感器的可靠性.     

基于卷积神经网络的实时车辆检测

为了解决对于尺度变换较大车辆及遮挡车辆检测性能不足的问题,提出了一种实时车辆检测模型。针对车辆检测算法对于尺度敏感的问题,通过使用深度残差网络作为特征提取层,构建特征金字塔网络用于多尺度检测;利用软化非极大抑制线性衰减置信得分解决车辆遮挡问题,从而降低车辆的漏检率;同时对模型进行通道级裁剪缩减模型参数规模,节省计算资源,提高模型检测速度。在VOC数据集上进行实验,结果表明,提出的方法在检测精度和检测速度上均获得较高的性能。在检测精度上,达到87.6%的准确率,相较于YOLOv3提升了3.7个百分点,相较于SSD提升了9.8个百分点;在检测速度上,每秒检测帧数达到42 f/s,实现了车辆的实时检测。特别地,将模型应用于环境复杂的Apollo数据集,相较于YOLOv3具有更好的鲁棒性。     

基于图卷积神经网络的隐式篇章关系识别

隐式篇章关系识别是篇章关系识别的子任务,其挑战性在于难以学习到具有丰富语义信息和交互信息的论元表示。针对这一难点,该文提出一种基于图卷积神经网络(Graph Convolutional Network,GCN)的隐式篇章关系分类方法。该方法采用预训练语言模型BERT(Bidirectional Encoder Representation from Transformers)编码论元以获取论元表示,再分别拼接论元表示和注意力分数矩阵作为特征矩阵和邻接矩阵,构造基于图卷积神经网络的分类模型,从而根据论元自身信息以及交互信息对论元表示进行调整,以得到有助于隐式篇章关系识别的论元表示。该文利用宾州篇章树库(Penn Discourse Treebank,PDTB)语料进行实验,实验结果表明,该方法在四大类关系上分类性能优于基准模型BERT,且其在偶然(Contingency)关系和扩展(Expansion)关系上优于目前先进模型,F₁值分别达到60.70%和74.49%。     

一种安全校正策略的优化模型

根据电网安全校正策略的某优化模型对电力系统进行了合理的简化,将发电机和负荷的参数调整问题转化为建立、求解非线性的连续和二元混合规划问题。模型根据设置的复杂约束条件和合理的目标函数,通过求解数学模型得出合理有效的安全校正方案,并进行在线安全校正,在短时间内恢复系统正常运行,避免连锁故障的发生,有较好的安全性和合理性。