高亏格坝基地质体Kmeans-ERT自动建模研究

高亏格地质体是多处镂空的复杂地质构造,如坝基的互层、破碎带等。基于地层面的地质建模方法在处理高亏格地质体时存在自动化程度低、主观误差较大等缺点;基于体元的建模方法虽然可以实现自动化,但存在数据冗余的不足,且难以适应水利水电工程钻孔数据分布不均、地质体局部突变等特点。针对上述问题,提出一种基于栅格体元的高亏格坝基地质体K均值-极端随机树（Kmeans-ERT）自动建模算法。首先,针对高亏格地质体的随机性和突变性,采用鲁棒性较强的极端随机树算法构建分类模型;其次,采用K-means算法对地层样本进行聚类,根据聚类结果动态调整分裂阈值;最后,提出边缘检测算法识别模型边界,进而隐藏内部体元,实现模型轻量化。工程应用表明,所提出模型可以实现坝基高亏格地质体的自动建模,平均准确率相较支持向量分类（SVC）、K近邻算法（KNN）、随机森林、深度森林和BP神经网络分别提高17.4%、19.1%、4.7%、6.5%和17.1%,模型内存缩减率达69.3%;与人工建模方法和其余自动建模算法相比,所提出模型在精度和效率上具有优势。     

面向韧性提升的交直流混合配电网协同恢复方法

交直流混合配电网是未来配电网的重要形态。近年来愈发频繁的极端灾害对交直流混合配电网的安全可靠供电提出了严峻挑战,如何提升交直流混合配电网的韧性水平亟待解决。考虑极端灾害造成的时序故障及其修复过程,提出面向韧性提升的交直流混合配电网协同故障恢复方法,充分协同利用分布式电源、移动式应急电源（mobile emergency generators,MEG）和交直流配电网络动态重构,实现极端灾害下关键负荷的快速恢复。在故障时序发生和修复的过程中,通过远程可控制开关（remote-controlled switch,RCS）实现交直流混合配电网交流部分和直流部分的协同动态重构,从而隔离故障并恢复负荷,同时配合分布式电源、MEG的动态调度形成恢复性孤岛,从而保证关键负荷的快速恢复,提升系统韧性水平。采用二阶锥松弛技术将潮流方程进行凸化松弛,使得优化问题转化为可有效求解的混合整数二阶锥规划模型。采用改进的IEEE 33节点交直流混合配电系统验证了所提方法的有效性,以及考虑MEG实时调度、RCS动态重构和配电网交直流部分协同对于配电网韧性提升的重要性。     

考虑源-荷不确定性的电热联合系统分布鲁棒优化调度

可再生能源出力及负荷需求的不确定性严重影响电热联合系统的鲁棒优化运行。基于此,提出了一种改进Wasserstein度量的考虑源-荷不确定性电热联合系统分布鲁棒优化调度模型。建立基于极端场景下改进Wasserstein度量的风电预测功率模糊集,缩减风电预测功率模糊集的规模,进而提出基于梯度归一化改进Wasserstein生成对抗网络方法对负荷需求的不确定性进行建模,提高负荷不确定性建模的精度;构建综合考虑发电成本、调节成本等的分布鲁棒优化调度模型,并基于对偶理论和拉格朗日乘子法将该模型转换成可求解的数学模型;以修改的9节点系统及IEEE 118节点系统为例验证了所提出的模型具有更高的求解效率以及更好的经济性和鲁棒性。     

基于多源数据融合的Alexnet神经网络大电网故障诊断

针对电网在台风、冰冻等极端条件下发生故障的诊断问题,提出利用标准遥信及广域测量系统(wide area measurement system,WAMS)数据训练Alexnet模型,并应用于电网故障诊断的方案。首先利用标准故障遥信信息和WAMS数据构造Alexnet的输入图片矩阵,对Alexnet进行训练。然后对Alexnet输入图片高维特征提取方法进行分析,提出构造最优分布结构的输入图片矩阵方法,并形成故障诊断模型。最后以海南岛电网遭受台风袭击为场景,搭建仿真模型对Alexnet故障诊断模型进行验证。     

高炉透气性指数的核超限学习机预测模型

高炉透气性指数反映了高炉内煤气流运动受到阻碍的大小,是操作人员判断高炉运行状态的重要依据.本文针对超限学习机的缺点,提出了基于核超限学习机的高炉透气性指数预测模型.首先选取了适当的高炉参数作为模型的输入.其次采用小波变换对生产数据降噪处理.然后建立基于核超限学习机的高炉透气性指数预测模型.在建模过程中,探索了不同的核函数对模型性能的影响,并对相关参数寻优.最后进行仿真实验,同其他算法对比.实验结果表明,相比于传统算法,基于核超限学习机的高炉透气性指数预测模型训练速度更快,预测精度更高,预测结果更稳定.     

基于ELM和迁移学习的电网设备多因素综合故障率分析方法

电网设备的故障率分析是电网风险预警和运行评估的基础和关键,而电网设备多种故障因素与综合故障率的非线性权重关系的评估决定了故障率分析的准确度,为充分利用历史故障信息数据以准确评估多故障因素与综合故障率的权重关系,本文提出一种基于极限学习机（ELM）和迁移学习的电网设备多因素综合故障率分析方法。设计了多源历史故障信息统计体系,构建电网设备故障分析样本数据库;将自身、过载、恶劣天气等作为主要故障因素,通过机器学习ELM算法分析故障因素与综合故障率的权重关系,并利用多个强相关样本集的有效迁移提高机器学习的准确度,通过ELM结合迁移学习算法克服了电网设备综合故障率分析中样本数量少且统计周期长的难题,在充分利用历史故障信息的同时实现设备综合故障率的准确评估,为风险评估和检修安排提高可靠的数据支撑。最后通过实际电网运行数据验证了所提方法的可行性和准确性。     

阿尔金山盐湖极端嗜盐古生菌的分离及16S rDNA序列分析

为了研究分析新疆阿尔金山国家自然保护区阿牙克库木湖嗜盐古生菌物种资源,对分离纯化到的极端嗜盐古生菌AJ2和AJ4,采用PCR方法扩增出其16S rRNA基因(16S rDNA),并测定了基因的核苷酸序列.基于16Sr DNA序列的同源性比较和系统发育学分析,发现菌株AJ2是Natrmema属中一个与其他成员不同的新种,命名为Natrinema ajinwuensis sp.nov.;菌株AJ4是Haloarcula属中成员argentinensis的一个亚种,取名为Haloar-cula argentinensis subsp.ajinwuensis.菌株AJ2和AJ4的16S rDNA序列已被GenBank数据库收录,其序列号分别为AY208972和AY208973.     

甘肃省平均气温与极端高温时空特征分析

选取甘肃省境内50个气象站1960—2011年的月气温数据,采用Mann-Kendall非参数检验法和小波分析等方法,对极端高温及平均气温的时空变化特征和周期特征进行了分析。结果表明:甘肃省平均气温、极端高温分别以0.31、0.11℃/10 a的速率升高;春、冬两季升温速率较大,趋势更明显;四季的极端高温均呈现升高趋势,其中夏季升温速率最大;甘南地区平均气温最低,东南部地区平均气温普遍偏高;中部及陇东东部升温速率较大,河西走廊西部及甘南地区升温速率较小;极端高温的分布表现为随海拔升高而逐渐下降的特点,河西走廊沿线极端高温较高,甘南高原极端高温较低;北山地区、祁连山地和河西走廊西部日较差较大,陇南山地南部年温差较小;平均气温、极端高温分别以14、22 a为主周期变化。     

某滨海核电厂极端工况下厂区水淹计算分析

日本福岛核事故发生后,核电领域极其重视极端工况下核电厂内的水淹情况,以某滨海核电厂为例,从极端工况的选取、核电厂水淹计算方法、重点防护区域分析、改进措施等方面进行了介绍,旨在给出合理的极端工况,快速的计算方法以及可靠的整改措施,为在役、在建核电厂提供水淹分析依据,并提出相关防水淹有效措施,提高核电厂应对外部灾害的能力,保障核安全。     

生态化理念在水利设计中的应用

目前随着我国水资源短缺及极端天气频繁出现,水利工程在社会经济建设和发展中起着举足轻重的作用。但与此同时,我们也必须重视水利工程建设带来的生态环境问题。本文将从人们对生态化理念的认识、生态化理念在水利设计中的应用及存在的问题等方面,简要分析了生态化理念应用于水利设计的必要性、可行性及应用等。