引入BL-Seq2seq模型进行负荷预测

短期负荷预测在电力系统运行和调度中起着重要作用,为了更好地提取数据中蕴含的有效信息,提升短期负荷预测精度,本文引入Seq2seq算法的注意力机制提出了多层Bi-LSTM的Seq2seq深度学习模型(BL-Seq2seq)实现短期用电负荷预测.其中Seq2seq的编码端由多层Bi-LSTM组成,将输入数据进行编码,并在网络末端输出编码后的最终状态;Seq2seq解码端为单层LSTM,它将编码端的最终状态作为初始输入状态,同时每一步的输出值作为下一步的输入值.利用用电负荷实测数据,基于Keras平台进行仿真,仿真结果表明,与多个经典的深度学习的短期用电负荷预测模型相比,所提BL-Seq2seq模型的预测误差明显降低,大大提升了短期用电负荷预测精度.     

10 kV用无源电子式电压传感器的应用研究

针对传统技术中采用电磁式CT互感器存在的不足,提出了适用于10 kV的无源电子式电压互感器。根据电压互感器的工作原理,介绍了10 kV无源电子式电压互感器在电能表检定装置方面的意义。进一步分析了无源电子式电压互感器在电力设备中应用的重要性和必要性,该技术能够有效地避免传统技术在电力线路信号传输和处理时带来附加误差,大大提高电能计量、保护和测量系统的精度,推进了电力系统朝向数字化、电子化、自动化、网络化的方向发展。实验表明,采用10 kV的无源电子式电压传感器与传统CT互感器相比,误差精度提高了10%以上。     

适用于RPA工具的卷积序列推荐算法

在机器人流程自动化(Robotic Process Automation, RPA)软件中,经常采用序列推荐系统让机器人完成判断、选择等人工处理的任务。然而常用的序列推荐系统受限于序列信息的提取困难等问题,难以得到广泛应用。为了解决这一问题,构建一种基于Inception的卷积序列推荐模型,把时间和潜在空间中的用户行为序列信息嵌入进一幅“图像”中,并通过动态和静态2种不同的卷积层提取其中的局部特征,全面地提取用户的短期兴趣偏好,同时将用户嵌入矩阵作为用户的长期兴趣偏好嵌入到卷积层的输出中,共同构建完整的用户兴趣偏好,提升推荐性能。通过在3种公开数据集MovieLens 1M、Gowalla、Steam上分别进行实验,验证了基于Inception的卷积序列推荐模型的性能优于最新的序列推荐模型,在Top-N序列推荐的3种评价指标中（精确率、召回率、平均AP值）,平均提升幅度在10%左右,单个指标上的最大提升幅度为14%。     

基于深度置信网络的多变量时间序列分类方法

针对当前多变量时间序列分类方法未考虑降维处理多变量时间序列,导致多变量时间序列分类精度较低,分类时间较长的问题,提出了基于深度置信网络的多变量时间序列分类方法.通过构建深度置信网络模型结构,基于受限玻尔兹曼机,提取可见单元与隐藏单元特征信息,采用Isomap算法,在深度置信网络内进行优先特征提取操作,通过附加约束构造半正定矩阵,降维处理多变量时间序列.在低维特征空间内,利用支持向量机中分线性分类函数,计算得到拉格朗日乘子,根据正则化参数特性,通过高斯核函数,计算得到最优核函数,完成多变量时间序列分类.实验结果表明,提出方法的泛化误差较小,能够有效提高多变量时间序列分类精度,缩短多变量时间序列分类时间.     

基于混合型事件日志的模型合规性检验方法

信息系统记录的事件日志多为包含点事件和区间事件的混合型事件日志,针对现有合规性检验方法不能直接应用于此类事件日志的问题,提出一种对混合型事件日志及对应模型进行合规性检验的方法,从拟合度、精确度、和简洁度三个方面来衡量混合型事件日志及其对应的过程模型的契合程度,用户可对三个指标设置权重,求出一个综合的合规性指标.论文设计并实现一个原型工具,通过案例分析说明了算法的有效性.     

季节冻土区渠道水分迁移规律及冻胀特性试验研究

为了量化渠基土体中的水分在冻融过程中的迁移及其分布规律,揭示渠基土体的微观冻胀特性,选取渠基土体不同部位的原状土样,进行冻融试验,采用CT扫描技术,监测研究渠基土样冻融过程中的水分迁移及其孔隙水分布规律,进一步探究渠基土体的微观冻胀特性。结果表明:冻融过程中土样深度16～18 cm处的含水率较高,产生了水分积聚。冻结过程中,土体的微观孔隙结构发生了明显变化,同时发生了裂缝的张开和闭合。在融化阶段,由于冻结水快速融化,土体发生融沉,最大融沉量为6.78 mm。研究成果揭示了渠基土体单向冻融过程中的水分迁移规律、孔隙水的分布状态及其冻胀微观特性,为季节冻土区输水渠道的抗冻胀设计提供了理论基础。     

基于非平稳度量的灌溉用水量预测模型选择

非平稳性是水资源系统复杂性的一个重要方面,也是业界关注的理论难点之一.以稳定集合的概念为出发点,基于概率论中的中心极限定理及大数定律,探讨了可用于水文时间序列处理的稳定集合判别准则,并在仿真实验的基础上给出了选参经验公式以减小参数选择的主观性.在稳定信息结构的基础上给出了时间序列的非平稳度量指标并将其应用到模型选择问题中.借鉴AIC信息准则等方法,非平稳度量指标的提出为模型选择问题提供了一种新的准则:残差序列非平稳性度量最小化方法.利用该方法探讨农业灌溉用水量预测模型的优选问题,以长江支流举水流域的灌溉用水量预测为实例进行说明,并讨论了方法的有效性.     

页岩油注空气提高采收率在线物理模拟方法

为探索页岩油注空气驱油机理,建立了基于CT扫描和核磁共振技术的页岩油注空气提高采收率在线物理模拟方法,研究了不同衰竭压力下页岩油空气驱开发效果、不同大小孔喉微观动用特征和页岩油空气驱采油机制,分析了空气含氧量、渗透率、注入压力、裂缝对页岩注空气驱油效果和不同大小孔隙原油采出量的影响。研究表明,页岩储集层衰竭开采后注入空气可大幅提高页岩油采收率,但不同注入时机下驱油效率和不同级别孔喉动用程度存在一定差异。空气含氧量越高,低温氧化作用越强,不同大小孔隙动用程度越高,采收率越大。渗透率越高,孔喉连通性越好,流体流动能力越强,采收率越高。注入压力升高,孔喉动用下限减小,但易产生气窜现象导致突破提前,采收率先增大后减小。裂缝能加大气体与原油的接触面积,通过基质向裂缝供油提高空气波及系数和基质泄油面积,在合理生产压差下,注空气前进行适当的压裂改造有助于提高空气驱效果。     

用工业CT测量物质密度的ASTM标准方法

介绍了美国ASTM标准中推荐的一种利用工业CT测量物体质量密度的原理与方法以及一个应用案例，显示了该方法较高的测量精度。该法可在工业CT的实际应用与系统性能测定中参考使用。     

MICROSCOPIC PHASE-FIELD SIMULATION COUPLED WITH ELASTIC STRAIN ENERGY FOR γ′(Ni3Al) PRICIPITATION IN Ni-Al ALLOY

基于微观相场动力学模型和微观弹性能理论,对Ni-Al合金中沉淀相Ni3Al(γ′)形貌演化、早期沉淀机制和后期粗化过程进行了原子层面的计算机模拟.结果表明:沉淀过程中γ′相形貌由早期随机分布的圆形或不规则状逐渐向方形转变,其排列的取向性也越来越明显,最后形成周边圆滑的长方块状颗粒,沿[10]和[01]弹性"软"方向规则排列.弹性应变能作用下的粗化过程遵循优先选择的原则,位于弹性"软"方向上的颗粒不断长大和粗化,位于弹性"软"方向外的颗粒逐渐消失,沉淀后期在基体中形成高度择优取向的微观组织.低浓度Ni-Al合金中γ′相的早期沉淀机制为非经典形核长大机制,其演化序列为:过饱和固溶体→非化学计量比有序相→化学计量比平衡γ′相→长大.