低水头大型水利枢纽汛期运行水位动态控制方法研究与应用——以长洲水利枢纽为例

水库汛期运行水位动态控制是促进雨洪资源利用、缓解水库防洪与兴利之间矛盾、提高水电站综合效益的重要手段。本文以长洲水利枢纽为例,针对低水头大型水利枢纽调度过程中面临库区上游淹没制约、下游尾水顶托、机组出力受限等多约束问题,构建了适用于此类工程的防洪与发电多目标联合优化调度模型,提出基于淹没临界控制线的调洪演算方法和发电流量逐次分配优化求解方法。通过长系列模拟演算和多方案对比分析发现,与常规方案相比,采用运行水位动态控制方案可以使枢纽汛期平均发电水头提升6.88%、平均发电量增加8.75%,经济效益显著。研究方法对低水头大型水利枢纽防洪与发电联合优化调度具有借鉴意义。     

2000—2020年中国地下水开采时空演变特征EI北大核心CSCD

采用Mann-Kendall趋势检验法、重心模型和标准差椭圆法研究了2000—2020年我国地下水开采时间变化特征、空间分布特征和重心迁移过程。结果表明:2000—2020年我国地下水开采量呈现波动性减少趋势,年均递减率为0.83%;华北地区在严格的地下水开采管理、地下水超采综合治理和南水北调工程共同作用下,地下水开采量得以压减,东北地区和西北地区由于黑龙江、新疆农业经济发展,地下水开采量明显增加;我国地下水开采重心主要分布在河北、山西和内蒙古交界处,有向西北方向偏移的趋势,地下水开采空间分布格局由东北—西南方向逐渐偏转为东—西方向,方向性趋势也更为明显。     

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。     

深厚覆盖层上高心墙坝地震惯性力动态分布系数研究

对于强震区坐落在深厚覆盖层(深度超过50 m)上的高土石坝,通过拟静力稳定分析结果初步判定其抗震稳定性是抗震设计的主要内容,其中水平向地震惯性力沿坝基覆盖层至坝顶的动态分布系数是关键。然而,现行《水工建筑物抗震设计标准》(GB 51247—2018)中地震惯性力动态分布系数多基于坐落在基岩上的高土石坝的动力响应规律确定,现有动态分布系数忽略了深厚覆盖层和地震动强度对地震动传播规律的影响。因此,以坐落在深厚砂砾石覆盖层上150 m级高黏土心墙堆石坝为研究对象,结合现行土石坝设计规范和国内已建高土石坝实例,基于统计平均的方法确定了坝顶宽度、坝料分区、坝坡坡比、覆盖层材料的静、动力特性等关键参数,深入探讨了150 m级高黏土心墙堆石坝在小震(0.1 g)、中震(0.2 g)和大震(0.4 g)规范谱地震动作用下不同深度砂砾石料覆盖层的动力响应分布规律,进而总结归纳出不同深度覆盖层下150 m级高黏土心墙堆石坝的水平向地震惯性力的动态分布系数,将其引入到拟静力法稳定分析中,最后基于最危险滑动面和最小安全系数与现行规范所得结果进行对比分析。研究结果表明,小震(0.1 g)和中震(0.2 g)下采用文中推荐的考虑深厚覆盖层和地震动输入强度影响的水平向地震惯性力动态分布系数时将得到更符合工程实际的评价结果。研究成果可为深厚覆盖层上的高土石坝抗震设计提供参考依据。     

基于自适应MSB与差值预测的大容量密文域可逆信息隐藏算法

为提高密文域可逆信息隐藏（reversible data hiding in encrypted images,RDH-EI）的嵌入容量,提出了一种基于自适应MSB（most significant bit）与差值预测的RDH-EI方案。首先将图像进行分块,然后进行块级加密和置乱以抵抗对于加密图像的分析。在嵌入数据阶段,对于自适应MSB预测的方法进行改进,将没有嵌入数据的块,利用部分块内像素之间差值很小的特点采用自适应差值预测的方法嵌入数据,以块中左上角像素为目标像素,用于预测其他像素从而腾出更多的嵌入空间。实验结果表明,所提方法具有可逆性和可分离性,并且在自适应MSB预测方法的基础上进一步提高了嵌入容量,对于512×512大小的灰度图像,平均嵌入容量提高了大约7 445 bit。     

基于醉汉漫步和反向学习的灰狼优化算法

灰狼优化算法在优化后期易陷入局部最优,在求解高维函数时因其复杂度更高,陷入局部最优概率更大,针对上述问题提出基于醉汉漫步和反向学习的混合灰狼优化算法（DGWO）。在迭代过程中对每代种群中优势狼与最差狼进行反向学习并进行比较、重新排序后保留前3的狼,同时将采用醉汉漫步机制更新领导狼,参数A和C采用系数标量而不是GWO原始算法中的系数向量。通过10个标准测试函数(100维、500维和1 000维)以及10维的CEC2013测试函数验证了算法的性能,并与PSO、GWO-CS和GWO算法进行了比较, 结果表明,该混合灰狼优化算法 在精度和收敛速度上都具有优势。此外,将改进的灰狼优化算法应用于两级运算放大器参数设计,以开环低频增益最大化为目标,验证该算法的实用性。     

A pair of parallel differential magnetic‐field probes with high measurement accuracy and high electric‐field suppression ratio

Magnetic‐field probes can be used for electromagnetic interference measurement of high‐speed circuits. The main magnetic probe performance includes sensitivity, spatial resolution, electric‐field suppression ratio (EFSR), and measurement accuracy. In this article, a pair of differential magnetic‐field probes is proposed to improve measurement accuracy without reducing sensitivity. The proposed differential probes consist of two asymmetric loop probes, which are designed in the same plane and separated by a row of periodic vias. The proposed differential probes are fabricated under PCB process. High accuracy can be achieved by measuring difference between outputs of the two probes. In addition, EFSR can be improved by size optimization of the differential magnetic‐field probes. Simulation and measurement results show the operating bandwidth is from 100 MHz to 12 GHz, the measurement error is 3.4% and the EFSR is about 40 dB. The proposed probes have higher measurement accuracy and higher EFSR than the conventional single probe, and larger operation bandwidth than the stacked differential probes.     

基于SLA波长业务的ASON风险规避算法

为使智能光网络(ASON)在受灾时各等级协定(SLA)波长业务重获局向资源,研究了一种风险规避算法.首先通过构建动态损毁数学模型为不同SLA等级波长业务的连接分别设定稳定度阈值条件.然后借鉴启发式算法计算思想为受灾的各等级SLA波长业务分别制定自愈策略.再根据灾后通路资源需求变化设计带宽重置方案以保证灾后SLA业务的生存性.仿真表明,算法在稳健性、失效率、呼损率多指标中均有良好的优势.     

一种基于决策树和词义相似度的N1+N2结构语法关系判定方法

设计了一种基于决策树算法的N1+N2结构语法关系判定方法.首先建立了该结构的语料库,对每条语料都标注构建特征集所需的词性、《同义词词林》语义编码、语法关系和词义相似度等信息;然后为证明相似度在判断语法关系中的合理性,根据语言学原理研究了N1+N2结构两个名词间语义相似度与语法关系之间的内在规律:①从语法关系的角度比较两个名词间的语义相似度结果为:并列关系>复指关系>定中关系>主谓关系;②从语言功能焦点的角度比较两个名词间的语义相似度结果为:并焦型短语>后焦型短语.最后以此为基础构建了特征集,运用决策树C4.5算法建立了自动判定N1+N2结构语法关系的方法.运用该算法在自建语料库的测试集中进行测试,正确率为89.39％.     

基于互信息F统计量特征选择技术的地基气象云图分类

在地基气象云图的云状(云类)识别研究中,基于局部二值模式(Local Binary Pattern,LBP)描述子的特征选择技术由于它的简单性和有效性成为最通用的方法.然而,LBP特征的高维特性使得云状识别的性能和计算开销不能令人满意.为此,本文提出一种基于互信息构造的F检验统计量的LBP特征选择算法,可以实现高维LBP特征的有效降维,同时保证云状识别的准确性,极大减少了特征选择过程的计算开销.