SOM神经网络和C-均值法在负荷分类中的应用

负荷时变性和分散性已经成为制约负荷模型推广应用的主要因素,而负荷特性分类则是解决这个问题的有效途径。文中提出基于SOM神经网络的C-均值聚类算法的新的负荷分类方法:以负荷模型参数作为负荷动态特性分类特征向量,应用SOM神经网络对初始训练样本进行分类,将获得的聚类数目和各类中心点作为C-均值算法的初始输入进一步聚类。最后通过动模实验的分类结果表明该方法可自动获取分类数,应用于负荷特性分类研究中具有较强的实用性和有效性。

COVID-19期间区域大气高污染发生的非线性动力机制

以长株潭城市群3个城市(长沙、株洲和湘潭)疫情期间(2020年1月24日~2020年5月31日)大气PM_(2.5)和O_(3)小时平均浓度时间序列数据为研究对象,对污染物日变化规律、长期持续性、多重分形性及自组织演化动力学特性进行研究.以期阐释疫情期间高污染事件发生及演化的内在动力机制.首先,对3个城市PM_(2.5)和O_(3)质量浓度的日变化规律进行分析,发现O_(3)呈现出昼高夜低的单峰型,而PM_(2.5)日变化规律表现出昼低夜高单峰型,与非疫情期间的特征有所差异.进一步,应用消除趋势波动分析法(DFA)、多重分形消除趋势波动分析法(MFDFA)和概率统计分析,研究了大气复合系统中PM_(2.5)和O_(3)质量浓度序列的长期持续性和多重分形结构.结果发现3个城市PM_(2.5)和O_(3)浓度序列均具有显著的长期持续性特征和较强的多重分形结构,同时,应用去趋势互相关分析法(DCCA)方法和多重分形去趋势互相关分析法(MFDCCA)对PM_(2.5)和O_(3)两者之间的互相关性进行了分析,发现PM_(2.5)-O_(3)之间的互相关也存在显著的长期持续性特征以及在不同时间尺度存在多重分形特征.进一步将疫情期间得到的非线性分析结果与2018年和2019年同期非疫情期间的结果进行了对比分析.最后,基于自组织临界理论(SOC)探讨了大气PM_(2.5)和O_(3)浓度时空演化的内在动力规律,并结合典型区域气象特征,阐明了SOC内禀动力机制可能是COVID-19疫情期间大气高污染形成的主导机制之一.疫情期间大气PM_(2.5)和O_(3)浓度并非分别独自演化,而是依然保持复杂的相互作用.静稳气象条件下,大气复合污染内部的非线性耦合作用可能达到动力学临界状态,将导致长株潭城市群在疫情期间仍有发生大气高污染的风险.

COVID-19疫情期间城郊森林公园O_(3)变化对NO_(2)减排响应的多重分形模式

COVID-19疫情的爆发使得大气NO_(2)排放量急剧减少,张家界城区O_(3)浓度也随之降低,然而城郊的国家森林公园内O_(3)浓度却有较大幅度升高。旨在基于多重分形去趋势互相关分析(MFDCCA)方法和自组织临界(SOC)理论来揭示疫情期间张家界不同生态功能区大气O_(3)浓度变化对NO_(2)污染急剧减排的不同响应机制。基于张家界3个大气监测站点(未央路、永定新区和袁家界)在疫情期间(2020年3月1日—5月31日)和非疫情期间(2019年同期)NO_(2)、O_(3)小时平均浓度数据,首先应用MFDCCA方法对NO_(2)和O_(3)互相关性的多尺度特征进行分析。研究结果发现,各站点NO_(2)和O_(3)之间的互相关性存在较强的长期持续性和多重分形特征。其中,疫情期间各站点NO_(2)和O_(3)互相关的长期持续性平均增强了19.4%,而多重分形性平均减弱5.7%,主要原因与疫情期间NO_(2)集中减排引起O_(3)大气化学反应的变化有关。进而,应用SOC理论对NO_(2)和O_(3)之间互相关长期持续性形成的宏观动力机制进行分析。结果发现,袁家界站点O_(3)演化处于自组织临界状态,SOC内禀动力机制是导致疫情期间张家界国家森林公园内O_(3)浓度增高的重要非线性动力学机制。而未央路和永定新区站点O_(3)演化处于亚临界状态,这也是导致城区站点O_(3)浓度减低的主要原因。正确识别森林生态系统中O_(3)演化的自组织临界特征,对于高浓度O_(3)生成的风险评估具有重要意义,有助于科学评估人类旅游活动对森林生态系统造成的影响。

大规模风-光-火博弈并网的电网自组织临界性研究

为研究大规模风、光电厂同时并网时电网自组织临界性的演化规律,并寻找电网最强健时的并网策略,将博弈论应用于风、光并网。文章首先建立了风-光-火三方并网的合作博弈模型,基于电网停电事故损失负荷幂律分布的回归方程分维来评价风-光-火三方博弈并网策略的优劣性,并采用粒子群算法寻找电网最强健与最脆弱时的并网策略;其次,为了观察新能源出力占比增加时,电网自组织临界状态的演化规律,提出了用停电事故损失负荷的幂律特性曲面来表征自组织临界状态演化的方法;再次,采用对数正态分布函数对电网较脆弱状况下的停电规模与频数间的关系进行分析,模拟电网停电事故损失负荷的分布规律;最后,以IEEE39节点系统为例,通过仿真验证了所提方法的可行性。

基于链路特征的无线传感网络数据多步攻击识别方法

无线传感网络因其自身的拓扑结构具有不确定性,易受到恶意攻击,常规方法没有考虑的链路特征,导致网络的安全性较低。为此,提出一种基于链路特征的无线传感网络数据多步攻击识别方法。通过支持向量分类机对无线传感网络展开链路安全评估,得到链路安全等级,提取链路特征,获取传感器网络内部链路特征分布情况。引入自组织映射神经网络提取无线传感网络数据多步攻击特征,建立无线传感网络数据多步攻击特征组合,结合链路特征分布情况,通过特征组合识别无线传感网络数据多步攻击。仿真结果表明,采用所提方法的无线传感网络数据多步攻击识别率高于96%,误报率低于0.22%,识别时间在24 ms以内,具有良好的识别效果。

基于Kohonen自组织特征映射神经元网络图像分割方法的研究

传统图像分割技术对森林火灾图像分割效果不太理想 ,无法模仿人对颜色的主观判断 ,因此很难提取森林火灾图像的火焰区域 ,而Kohonen自组织特征映射神经元网络在这一方面表现出极大的灵活性和自适应性 ,能够模拟人的思维活动。本文利用Kohonen神经元网络自动对森林火灾图像分割和分类 ,获得卓有成效的效果 。

基于波动特性的风电出力时间序列建模方法研究

掌握风力发电的随机、波动与间歇特性,并在此基础上构建风电出力时间序列模型对于电力系统规划与运行具有重要意义。提出了一种构造未来风电出力场景的新方法。研究了风电波动过程特性,在极值点处将历史风电出力时间序列划分为波动,采用自组织映射(self-organization map,SOM)神经网络将波动聚类为大波动、中波动、小波动和低出力波动。波动变化规律可用高斯函数来定量表达。基于风电波动过程特性阐述了建模方法,将月份按波动出力特性进行分类,分别统计波动类间转移概率和类内统计参数的概率分布,按月序贯抽样风电波动类别与各统计参数,计算并模拟得到风电出力时间序列。对中国某省部分风电场进行了仿真模拟,统计特征参数的对比分析结果验证了上述方法的有效性。

基于自组织理论的道路交通拥塞自疏散模型研究

为了进一步探讨道路交通拥塞控制方法,以及为缓解这一社会性问题提供理论及模型依据,完善道路交通拥塞控制研究的理论框架,本文以定性与定量相结合的研究方法,在分析道路交通拥塞演变过程(即道路交通拥塞的形成及消散过程,整个过程包括从自由流状态过渡到拥挤状态再到堵塞状态,逐渐消散到拥挤状态,最后达到畅通自由流状态)的基础上,通过对实地调查路段及交叉口交通流参数分析,得到道路交通拥塞演变过程中交通流量及车辆跟驰特性呈泊松分布,进而根据自组织理论中的协同学理论,确定交通拥塞序参量,并基于最短行程时间和Dijkstra算法中的最优路径选择方法,建立道路交通拥塞自疏散模型.通过对模型进行应用分析,验证了模型的有效性.本文研究成果对于缓解道路交通拥塞,提高道路交通系统服务能力和运行效率具有一定的理论意义和实用价值.

上海电网需求侧负荷模式的组合识别模型

区别于传统按行业分类的需求侧负荷分析方法,利用自组织映射神经网络、K-means、模糊C均值、ID3决策树等数学工具构建了基于聚类、分类技术与决策树结构分析的负荷模式组合识别模型,并对上海电网需求侧负荷进行了特征指标计算、类别判断与挖掘、聚类评判、分类知识解释等综合分析。根据上海电网14个行业357个用户的日负荷数据集进行算例分析,指出了上海电网需求侧负荷类型、行业分布、关键指标等模式特点,验证了该模型的正确性、有效性与工程适用性。

溜砂坡动力学特性实验及防治

溜砂坡是川藏公路中段较为严重的一种山地灾害。本文在自组织临界性理论的概念框架下,通过干燥沙石散粒体临界态单面坡沙堆实验,对溜砂坡的坍滑动力学特性进行了探索。实验发现,颗粒均匀的沙坡出现正态分布的、准周期的大规模"雪崩",而颗粒非均匀的沙坡的坍滑重量表现为难以界分的、多样化的负幂率分布,大规模坍滑的绝对规模较小,呈现自组织临界行为。基于自组织临界性系统具有的普适性,提出了溜砂坡"频率-规模"关系等灾害演化的初步规律。溜砂坡坡顶来沙和坡脚制约作用削弱,是造成坍滑发展的主要原因。针对坍滑的"牵引式"形式和实际工程条件,设计了一种能稳定溜砂坡坡脚、对基础条件要求低的新型支挡防护结构。

虚拟社区的自组织特征及其规则生成问题

随着互联网技术的飞速发展和深入应用,与现实世界相对独立存在的虚拟世界逐渐建立起来。在构建和谐社会的时代主题下,虚拟和谐的建构引起了学术界的广泛关注。虚拟和谐的表现是网络秩序的形成,突出表现在虚拟社区规则的生成和作用。如果说规则是否生成并发挥作用是衡量系统自组织程度高低的标志之一,那么系统是否具有自组织特征也是规则能否产生的条件之一。因此,检验自组织理论对虚拟社区的适用性、探寻虚拟社区的组织特征、发掘虚拟社区规则的衍生模式,创造性地将系统自组织的理念从自然科学移植到社会科学,从现实社区延展到虚拟社区,为进一步研究与现实社会具有相似结构的虚拟社会系统中的自组织规律提供了理论依据,从而帮助人们在实践中完善虚拟社区的管理体制。

地震作用下松散体斜坡崩塌动力学特性离心模型试验研究

基于拟静力离心模型试验原理,采用砂堆模型离心试验的崩塌性状来概化和模拟地震作用下松散体斜坡崩塌的动力学特性。设计并开展了均匀砂和非均匀砂两类3种不同颗粒级配砂石的离心模型试验,试验中模拟了在V,VI,VII度3种烈度的地震作用下3种级配砂堆的崩塌动力学特性,试验再现松散体斜坡崩塌的破坏规模、形式和机制。进一步对比分析试验结果表明:(1)粒径为0.5～1 mm的均匀砂在3种烈度的地震作用下崩塌规模均服从准周期分布;(2)粒径为8～10 mm的均匀砂和非均匀系数φ=3.10的非均匀砂在V度地震烈度作用下崩塌规模服从负幂律分布,呈现自组织临界性特征;(3)粒径为8～10 mm的均匀砂和非均匀系数φ=3.10的非均匀砂在VI,VII度地震烈度作用下的崩塌规模则服从正态分布。认为粒径为0.5～1 mm的均匀砂在临界状态下大规模崩塌进行相对准确的预测预报是可行的,而粒径为8～10 mm的均匀砂和非均匀系数φ=3.10的非均匀砂在临界状态下,进行相对准确的大规模崩塌预测预报存在很大困难。研究成果能为松散体斜坡的抗震设计提供可靠依据,具有重要的理论和现实意义。

计及无功/电压特性的停电模型及自组织临界性分析

在总结已有停电模型的基础上,根据电压稳定理论,建立了电力系统停电模型。该模型包含电压静态稳定分析模块,可以从无功/电压角度研究和揭示电网演化的自组织临界特征;所构造的电压稳定分析模块采用3种电压稳定分析方法临界电压分析法、基于常规潮流和最优潮流的无功/电压模态分析法,其中第3种方法是第2种方法的扩展,具有较大的可信度。IEEE30节点系统的仿真表明所建立的停电模型能够较实际地体现电力系统运行和建设的动态过程,进而全面反映负荷损失和电压稳定水平的演化趋势,并从无功/电压角度评估电力系统的安全运行水平。

基于SOM的真空断路器机械故障诊断

给出了适用于小样本训练的自组织映射(SOM)网络的基本概念和突出特点,分析了真空断路器的机械特性与对应机械故障的关系。在此基础上,提出以真空断路器的机械特性作为训练与识别样本并基于SOM的真空断路器机械故障诊断方法。重点介绍了应用该方法进行断路器机械故障分类的全过程:通过提取正常与故障状态下断路器的机械特性并输入至SOM网络中进行故障区分。实验分析表明,该故障诊断方案可有效对真空断路器常见机械故障进行分类。

影响嵌岩桩嵌岩段特性的特征参数分析

以嵌岩桩嵌岩段承载力极限值估计的 BP网络模型为基础 ,提出了用自组织特征映射网络来分析问题的特征参数的方法 ,其分析结果与工程实践结果相一致 ;并给出了嵌岩桩嵌岩段极限承载力与各参数间的关系 。

混合模式的网络流量分类方法

为了更好地满足用户对各类Internet业务服务质量越来越精细的要求,流量分类是网络管理的重要环节之一。通过分析、对比基于端口号匹配、特征字段分析和流统计特征的机器学习分类方法的应用现状及其优缺点,针对单一分类方法存在的分类准确度不高、分类时间长等问题,提出一种混合模式的网络流量分类方案。此方案结合端口号匹配和机器学习分类方法,采用输出结果可视化的自组织映射网络算法实现网络流量在应用层的分类。实验表明,该方案能有效地实现对网络流量应用类型的分类,分类结果可视化效果好。

订单式生产人工作业系统自组织特性分析

订单式生产(MTO)人工作业系统(MOS)是我国中小型制造企业生产系统的主要运作模式及主要结构模式。系统的开放性、非线性、远离平衡态和涨落是形成自组织的重要条件,也是自组织系统的重要特性。本文主要从以上四个角度论述了订单式生产人工作业系统的自组织的特点,并指出订单式生产人工作业系统是一种自组织系统,从而可以从自组织的角度研究其内在规律性及提出优化和控制的方法及对策。

中美体能训练的认识差异与体能训练的生物原则概论(上)

尽管美国为主的西方国家的体能训练理论与方法引入我国竞技训练已经几十年,但由于文化历史以及训练理论体系背景等问题,国内对现代体能训练的概念、定位、体能训练的系统性,体能训练的生物原则等方面,仍然存在着认识上的较大歧义。对美国体能训练的概念、功能与范畴、定位与发展特征进行了较为详细的分析与阐述。根据现代系统生物科学进展,诠释了体能训练的生物原理与训练生物原则,并根据现代生命科学的认识进展,从生物学角度重新定义了"体能训练"的概念与训练逻辑,为从机制原理上去了解"体能训练"提供了新的思路。

中美体能训练的认识差异与体能训练的生物原则概论(下)

尽管美国为主的西方国家的体能训练理论与方法引入我国竞技训练已经几十年,但由于文化历史以及训练理论体系背景等问题,国内对现代体能训练的概念、定位、体能训练的系统性,体能训练的生物原则等方面,仍然存在着认识上的较大歧义。对美国体能训练的概念、功能与范畴、定位与发展特征进行了较为详细的分析与阐述。根据现代系统生物科学进展,诠释了体能训练的生物原理与训练生物原则,并根据现代生命科学的认识进展,从生物学角度重新定义了"体能训练"的概念与训练逻辑,为从机制原理上去了解"体能训练"提供了新的思路。

自组织特征映射网络的改进及在储层预测中的应用

自组织特征映射网络（SOM）虽然具有自组织、自学习和侧向联想能力，但在实际应用中仍存在一些缺陷。如网络在学习时收敛速度较慢，不同的初始条件和样本输入顺序对网络的学习过程和学习结果都很敏感，网络在无监督学习时不能充分利用可靠的先验知识。为此，本文对SOM算法进行了多项改进，主要有：①在网络初始化时将已知样本矢量作为典型样本，再对特定的输出节点的权向量进行初始化，然后对每次迭代后的网络进行非强制性的修正，从而提高了分类精度；②采用自适应方法调节学习速率，加快了网络的力J练速度；③给出判断迭代是否收敛的准则，提高了运算速度；④以输出层各书点权向量之间的欧氏距离为依据对每个输出节点的类别号进行重排，实现了对样本的有序分类。本文应用这种改进的SOM算法，对准噶尔盆地东部地区的一条穿越3口探井的地震剖面进行了储层预测，获得了良好的效果。