引水隧洞复杂地质段地质超前预报综合评价

由于单一地质超前预报方法对复杂地质段预报的局限性,本文则主要通过地质编录法、瞬变电磁法、水平声波反射法三种方法的综合分析,避开各种方法局限性的影响,完成对复杂地质段的超前预报,同时成功预报一个次生断层以及该断层影响带宽度,并给施工提供合理建议,使得施工顺利进行。预报结果与实际开挖地质情况基本一致,取得了显著效果。因此,在面对复杂地质段时,应用地质编录法、瞬变电磁法、水平声波反射法综合评价地质情况,获取准确、可靠的地质超前预报结果,是一种高效、可行的组合方法之一。     

改进灰色模型在中长期电力负荷预测中的应用

针对中长期电力系统负荷预测,在前人已有成果的基础之上,对普通灰色模型进行了改进.一方面对历史数据进行二次平滑处理,大大消除了干扰因素;另一方面利用带有马尔可夫链符号估计的残差修正技术对未来残差的符号进行预测以修正灰色模型的预测结果.以某地区多年以来的历史数据为基础,建立了数学模型,通过实际数据计算表明:改进后的灰色负荷预测方法可以应用于电力系统中长期负荷预测,而且较普通灰色预测模型在预测精度上有着明显的提高,尤其是对于较远时间的负荷预测有着较为理想的预测精度,表明了该种方法的有效性和实用性.     

Support vector machine forecasting method improved by chaotic particle swarm optimization and its application

By adopting the chaotic searching to improve the global searching performance of the particle swarm optimization (PSO), and using the improved PSO to optimize the key parameters of the support vector machine (SVM) forecasting model, an improved SVM model named CPSO-SVM model was proposed. The new model was applied to predicting the short term load, and the improved effect of the new model was proved. The simulation results of the South China Power Market’s actual data show that the new method can effectively improve the forecast accuracy by 2.23% and 3.87%, respectively, compared with the PSO-SVM and SVM methods. Compared with that of the PSO-SVM and SVM methods, the time cost of the new model is only increased by 3.15 and 4.61 s, respectively, which indicates that the CPSO-SVM model gains significant improved effects. Foundation item: Project(70572090) supported by the National Natural Science Foundation of China     

关于抗冻胀设计规范中冻胀量预报的讨论

对渠系工程抗冻胀设计规范和水工建筑物抗冰冻设计规范中的冻胀量预报的理论,设计应用等问题进行了分析,针对存在的问题提出了计算（图表）方法、适用条件等改善建议。     

我国拟在南极地区建立遥感卫星接收站

国家卫星海洋应用中心、国家海洋环境预报中心主任蒋兴伟透露．我国拟在南极地区建立遥感卫星接收站．以完善我国海洋卫星应用体系．从而进一步加强对全球海洋环境的实时监测．为我国应对全球气候变化提供数据支持。     

电力系统负荷预测方法论

电力负荷预测是电力系统规划的重要组成部分,也是电力系统经济运行的基础,其对电力系统规划和运行都极其重要.电力负荷预测是以电力负荷为对象进行的一系列预测工作.从预测对象来看,电力负荷预测包括对未来电力需求量(功率)的预测和对未来用电量(能量)的预测以及对负荷曲线的预测.其主要工作是预测未来电力负荷的时间分布和空间分布,为电力系统规划和运行提供可靠的决策依据.     

基于人工鱼群优化支持向量机水文预报系统模型*

在深入分析比较各种水文预报方法的基础上,利用人工鱼群算法对支持向量机训练算法进行了改进,提出了基于人工鱼群优化的支持向量机算法。实验结果表明,基于人工鱼群优化的训练算法的训练速度优于标准的支持向量机的训练速度,能够为水文预报提供更快捷的技术支持。     

实时洪水预报中基于岭估计的AR修正模型研究

为提高实时洪水预报精度,经常将水文模型与误差修正模型相结合,AR模型因其结构简单广泛应用于实时洪水预报误差修正。然而,实际应用显示,AR模型时常出现修正结果不稳定现象,表现为流量修正幅度过大,甚至出现“震荡”现象,严重影响修正效果。鉴于此,本文从矩阵特征值角度解释了AR模型出现不稳定现象的原因,并引入岭估计方法选择性利用流量信息更新自回归系数,使其更满足真实流量的涨落过程,增强该模型的稳健性。将新方法应用于蔺河口流域,结果显示岭估计方法显著提高了AR模型的稳健性,从而改善了模型修正效果,进一步提高了洪水预报精度。     

神经网络在烟草打叶机组频率预报中的应用

叶中含梗率是衡量烟叶叶片结构好坏的一项重要指标,在影响叶中含梗率的诸多因素中,打辊机和风机频率的设定值对于叶中含梗率的影响很大.目前,操作工人都是根据个人经验来进行频率设定,这样就很难快速准确地设定出符合叶片结构要求的参数.为了在烟草行业实现科学调整,智能控制,将神经网络技术应用于打叶复烤过程,通过神经网络的学习,建立打辊机和风机频率与叶中含梗率的模型,从而实现对打叶机组的频率预报.结合实测数据对打叶机组频率进行预报,结果表明,此方法具有较高的计算精度,预报误差范围为±0.5％,能够充分满足现场生产要求.     

基于卷积门循环单元和气象雷达图像的临近降水预报

现有的深度神经网络预测模型主要是通过学习单一高度下的雷达回波图像序列的特征预测未来时间段回波序列.然而,这种模型并不能直接预测目标站点未来一段时间内的降水量.鉴于此,提出了一种基于卷积门循环单元(Con-volutional Gated Recurrent Unit,ConvGRU)神经网络的临近降水预报模型.对目标站点不同高度的雷达回波图像做卷积,同一高度的卷积图像通过GRU(Gated Recurrent Unit)学习云团运动过程中的时序特征,将不同高度时序图像的学习特征聚合到全连接层中进行训练,输出目标站点未来1h～2h的降水量.实验分析表明,该模型在未来1h～2h的降水预报中取得了较好的预报精度.