排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
土地利用变化直接体现人类活动对生态系统的影响,是全球气候和碳循环变化的重要原因。煤炭开采造成矿区农用地非农化,导致生态环境恶化,改变碳汇量/价值。本文以平朔矿区为研究对象,选取1987年建矿以来的七期遥感影像作为基础数据,从土地利用变化角度定量研究了矿区不同发展阶段碳汇量/价值变化,并基于2013年、2018年两期数据,应用马尔科夫模型预测了未来10年矿区土地利用及碳汇量/价值的变化趋势。结果显示:①平朔矿区自开采以来的32年间土地利用结构发生显著变化,大量耕地和草地被转化成采矿用地和建设用地等,与开矿初期相比耕地,和草地面积分别减少了39.16%和58.32%,采矿用地、建设用地、裸地面积则分别增加了3.19倍、1.29倍、5.57倍;②1987~2013年碳汇量呈下降趋势,由132.38万t下降为120.85万t,碳汇价值由67 248.83万元下降为61 390.50万元,2013年以后至2018年分别增加到124.03万t和63 009.33万元;③未来10年平朔矿区土地利用结构基本稳定,耕地、建设用地及裸地面积略有减少,林地、采矿用地面积略有增加;预计2023年和2028年矿区碳汇量分别比2018年增加0.50万t和0.70万t,碳汇价值分别增加254.79万元和355.84万元,矿区生态环境逐渐改善。 相似文献
2.
传统的静止同步补偿器为了保证直流侧电压恒定,一般采用较大的直流电容,在单相系统中尤为如此。基于此,本文提出了一种新型桥式结构无功补偿技术,允许直流侧电压大幅度波动,从而减小所需直流侧电容的大小。首先分析了不同无功输出时直流侧电容电压理想波形,并以此来修正三角载波的轮廓,提出了直流侧电压波动条件下的脉冲调制方法。其次分析了每个周期内电容电压波动幅度以及直流偏置量,提出了直流侧电压波形直接控制策略。仿真表明,所提出的控制策略实现了对负载扰动的快速无功补偿,保证系统的稳定运行。和其他技术相比,该技术具有直流侧电容小、电流谐波含量小、响应速度快的优点。 相似文献
3.
4.
磁能恢复开关MERS(magnetic energy recovery switch)是一种新型的无功补偿装置,它相较于其他无功补偿装置,具有结构简单、易于控制和损耗低等诸多优点,但在进行无功功率补偿的过程中会产生谐波电流。首先,在对MERS的结构和控制方法阐述的基础上建立了三相对称系统中SVC-MERS的数学模型,讨论分析了控制参数对三相对称系统中线电流谐波特性的影响;进而提出了控制参数的优化设计方法。仿真和实验结果表明,通过控制参数的优化设计可以有效地减小三相对称系统中线电流的谐波含量,所提控制参数的优化设计方法是可行的。 相似文献
5.
6.
现实生活中的网络通常存在社区结构,社区查询是图数据挖掘的基本任务.现有研究工作提出了多种模型来识别网络中的社区,如基于k-核的模型和基于k-truss的模型.然而,这些模型通常只限制社区内节点或边的邻居数量,忽略了邻居之间的关系,即节点的邻域结构,从而导致社区内节点的局部稠密性较低.针对这一问题,本文将节点的邻域结构信息融入k-核稠密子图中,提出一种新的基于邻域连通k-核的社区模型,并定义了社区的稠密度.基于这一新模型,研究了最稠密单社区搜索问题,即返回包含查询节点集且具有最高稠密度的社区.在现实生活图数据中,一组查询节点可能会分布在多个不相交的社区中.为此,本文进一步研究了基于稠密度阈值的多社区搜索问题,即返回包含查询节点集的多个社区,且每个社区的稠密度不低于用户指定的阈值.针对最稠密单社区搜索和基于稠密度阈值的多社区搜索问题,首先定义了边稠密度的概念,并提出了基于边稠密度的基线算法.为了提高搜索效率,设计了索引树和改进索引树结构,能够支持在多项式时间内返回查询结果.通过与基线算法在多组数据集上的对比,验证了基于邻域连通k-核的社区模型的有效性和所提出查询算法的效率. 相似文献
7.
8.
在太阳能电动汽车(SEEV)系统中,储能系统的优化配置是一个重要且具挑战性任务.太阳能电动汽车储能系统的优化配置可以看成一个具有约束的优化问题:以储能系统的成本最小为优化目标,以表达系统可靠性指标的负载失电率为约束.决策变量不仅包含传统方法中的蓄电池充电电流而且还包含储能飞轮的质量.优化算法是采用基于遗传算法和神经网络的组合优化方法,即把机会约束遗传算法中比较耗时的个体检验部分交给神经网络处理.研究结果表明,基于遗传算法和神经网络的组合优化算法在被应用于太阳能电动汽车储能系统的优化配置时,算法收敛良好,计算时间少且可行. 相似文献
9.
基于音圈电机的精密宏微气浮运动系统,是一种能克服接触摩擦和行程限制的新型精密定位系统。针对系统中用于精密定位的音圈电机受到内外扰动从而影响系统最终定位精度的问题,在建立起音圈电机数学模型的基础上,设计了基于反正弦函数的自学习非线性PID控制器,利用自学习算法对非线性增益函数的增益系数进行实时调整。完成算法设计与仿真后,在搭建的系统平台分别进行了微动台短行程定位和宏微动台的长行程定位实验。仿真和实验结果表明,与传统PID控制器相比较,自学习非线性PID控制器的使用有效提高了系统的鲁棒性和定位精度,系统对位置指令响应迅速无超调,控制精度达到了亚微米级。 相似文献
1