基于地震灾害场景的主动配电网多维韧性评估方法

为了分析主动配电网承受破坏性扰动事件以及快速恢复重要负荷的韧性支撑能力,融合相量测量单元（PMU）高精度动态感知能力提出了一种新的以地震灾害场景为背景的主动配电网多维韧性评估方法。阐述了配电网韧性的基本概念及特征,并将地震作为极端事件代表,构建了反映配电线路故障率与地震动峰值加速度加权均值的模型,继而采用非序贯蒙特卡罗抽样和K-means++聚类算法筛选出代表性的地震场景;基于系统配置的PMU的强感知力建立反映韧性电网应变力、防御力、恢复力和协同力的评估指标,形成韧性多维特征空间,进而利用事件集点簇中心与最优韧性点的加权欧氏距离评估系统多维综合韧性;分析增强电力线路强度、提高联合系统中分布式电源可供容量这2种措施对系统韧性提升的影响,挖掘韧性电网对抗震防灾的学习力。最后,通过改进的PG&E69系统验证所提方法的有效性和准确性。     

边坡稳定分析的相对失稳加速度方法

边坡稳定分析是土力学的经典课题,通过稳定分析能够得到边坡的安全系数。但最小安全系数对应的临界滑动面不一定是最先发生滑动的破坏面,失稳加速度临界滑动面则可能最先滑动。失稳加速度方法可以用统一的原理计算边坡和隧洞等所有具有临空面的结构的稳定性;可以利用常规极限平衡法的假定条件进行计算,也可以利用有限元等数值方法的应力计算成果;可以计算失稳加速度,也可以以失稳加速度的模最小来计算安全系数,此时也相当于一种特殊的模式识别方法。本文对失稳加速度方法的提出过程及主要原理进行系统总结,并将其推广到相对失稳加速度和相对安全系数,放松了约束条件,使得它可以具有更加广阔的应用前景。     

Disaster Monitoring of Satellite Image Processing Using Progressive Image Classification

The analysis of remote sensing image areas is needed for climate detection and management, especially for monitoring flood disasters in critical environments and applications. Satellites are mostly used to detect disasters on Earth, and they have advantages in capturing Earth images. Using the control technique, Earth images can be used to obtain detailed terrain information. Since the acquisition of satellite and aerial imagery, this system has been able to detect floods, and with increasing convenience, flood detection has become more desirable in the last few years. In this paper, a Big Data Set-based Progressive Image Classification Algorithm (PICA) system is introduced to implement an image processing technique, detect disasters, and determine results with the help of the PICA, which allows disaster analysis to be extracted more effectively. The PICA is essential to overcoming strong shadows, for proper access to disaster characteristics to false positives by operators, and to false predictions that affect the impact of the disaster. The PICA creates tailoring and adjustments obtained from satellite images before training and post-disaster aerial image data patches. Two types of proposed PICA systems detect disasters faster and more accurately (95.6%).     

基于深度学习的自然灾害遥感影像语义分割

自然灾害种类繁多, 通过遥感影像语义分割相对比较困难. 为了能够更好实现遥感影像分割, 本文提出一种基于生成对抗网络的3层遥感影像语义分割模型, 针对不同场景的解析, 基于全卷积神经网络FCN, 设计一种多层次的遥感语义分割框架. 有效对遥感图像语义分割进行处理, 从而提高了模型的分割精度. 实验表明利用这种模型是有效的, 特别是受损建筑的分割结果, mIoU为82.28%, 通过该模型与其他网络模型进行对比, 其性能评价指标明显优于其他网络模型. 最后, 通过对自然灾害各种场景影像进行分析, 为应急管理部门提供一份可靠的数据报告.     

沿海城市暴雨-高潮位复合致涝区划研究北大核心CSCD

由于暴雨和高潮位的共同影响,沿海城市更容易遭受内涝灾害。暴雨和高潮位影响区域致灾因子划分是减灾措施布设的重要因素。本文提出了致灾因子区划方法,并进行了区划方法的效果分析。以海口市主城区为例,基于城市暴雨污水及流域雨洪管理建模软件构建一二维耦合城市内涝模型,计算不同组合工况下的淹没水深和淹没范围,将内涝区域划分为降雨影响区、潮汐影响区和共同影响区,并对三个区域进行了减灾措施优化分析。结果表明,潮汐影响区、共同影响区和降雨影响区距海岸线逐渐变远;降雨影响区布设蓄水池的效益要明显优于潮汐影响区,而潮汐影响区布设止回阀的效益要优于降雨影响区。因此,通过内涝区域划分可以更高效地布设防涝措施。     

Real time flood disaster monitoring based on energy efficient ensemble clustering mechanism in wireless sensor network

In this article, energy efficient ensemble clustering method (EECM) with black widow optimization (EECM-BWO) algorithm is proposed for effective data transmission with the help of real time flood disaster monitoring wireless sensor network (WSN). Initially, unified scalable ensemble clustering algorithm based on ensemble generation and consensus function is proposed for selecting the optimal routing path among the node using BWO algorithm. Then, biologically inspired routing black widow spiders optimization algorithm is proposed to trade off the nodes energy level, self-organization, and self-configuration in the WSN. The simulation is performed using NS2 simulator for validating the performance of the proposed EECM-BWO method. Here, in node, low delay achieves 24.07%, 72.58%, 51.36%, 81.75%, 77.74%, high packet delivery ratio achieves 70.83%, 53.93%, 90.23%, 43.58%, 24.58%, low packet drop attains 77.93%, 72.76%, 61.56%, 51.87%, 34.35%, low energy consumption attains 75.9%, 52.94%, 65.81%, 58%, 41.2% compared with existing energy-efficient clustering approach consolidated game theory as well as dual-cluster-head mode for WSNs energy-aware clustering by cuckoo optimization approach (EECM-COA), energy-aware clustering-based routing using multi-path reliable transmission with routing and control board (EECM-RCB-MRT), adaptive repair algorithm with temporally ordered routing algorithms for flood control strategy (EECM-AR-TORA-FCS), passive multi-hop clustering algorithm (EECM-PMC), dynamic source routing protocol based on genetic algorithm-bacterial foraging optimization (DSR-GA-BFO).     

冷却塔爆破拆除失稳机制与变形破坏特征研究

冷却塔为高耸薄壁结构,爆破拆除失稳机制复杂。依托H 70 m钢筋混凝土冷却塔爆破拆工程,通过多点无线高清摄像观测、支撑区动应变监测等手段,研究了冷却塔爆破拆除失稳过程中塔体的变形破坏特征和支撑区人字柱的应力演变机制。研究结果表明:切口区人字柱爆破时,首先产生向上的脉冲荷载,脉冲荷载沿塔壁传向支撑区人字柱,使其首先承受动态拉伸荷载;随后,支撑区人字柱首先整体向下压缩,然后发生回弹震荡;重力矩重新分配后,靠近切口区的人字柱承受应变率为10~(-3)/s~10~(-2)/s量级的动态附加压应力,人字柱与圈梁连接点产生压剪破坏;随着人字柱破坏范围的扩大,塔体转动轴逐渐后移,支撑区后部人字柱最终在圈梁节点处发生弯折破坏。     

芯轴摩擦系数对推压-拉拔复合缩径的影响

推压-拉拔复合缩径工艺是管坯减径的新方法,芯轴外表面与管坯内表面之间摩擦系数对工艺有重要的影响。通过建立推压-拉拔复合缩径变形过程中变形管坯的力学模型,分析了芯轴外表面与管坯内表面之间摩擦系数对成形的影响规律。针对某载重6.5 t胀压成形汽车桥壳管件的第一道次推压-拉拔复合缩径,设定不同的芯轴摩擦系数,进行了有限元仿真,得到了芯轴摩擦系数对管坯变形的影响规律,并基于管坯传力区不失稳以及变形所需凹模推力和芯轴拉拔力较小,给出了芯轴摩擦系数的设定范围。进行了缩径实验,实验和有限元模拟的结果接近。较小的芯轴摩擦系数可能造成管坯起皱失稳,而较大的芯轴摩擦系数,有利于降低管坯轴向压应力、凹模推力和芯轴拉拔力,但可能造成管坯表面划伤。     

黄河下游防洪减灾效益分析

由于黄河多泥沙的特性和特殊的自然条件,黄河下游河道在历史上决口频繁。人民治黄５０年来,黄河下游的防洪减灾措施确保了黄淮海太平原的安全,取得了巨大的社会经济效益。,采用“实际发生年法”对黄河下游防洪减灾效益进行了分析。结果表明,人民治黄以来,黄河下游防洪工程减免大堤决口、减少滩地淹没、减少凌汛决口及河道淤积所取得的直接经济效益分析另３４００．１、６５．８、１２０．０、４５．０亿元,由于黄河问题的复杂     

低压下两相自然循环流动不稳定性的实验研究──（Ⅰ）机理探索

对两相自然循环流动不稳定性问题进行了机理性实验研究,系统压力范围为０．１ＭＰａ－０．４ＭＰａ。通过实验,分析了不稳定流动的机理,并根据其内在特性总结出两类主要的不稳定流动,为深入进行理论研究打下了良好基础。