分段式地层压力预测方法及其在阿姆河右岸地区的应用

阿姆河右岸地区普遍存在异常高压现象,对于钻井设计和施工构成重大影响。基于正常压实理论模型的地层压力预测方法,采用的是单一压实趋势线,对于复杂岩性地区的地层压力预测效果不佳。为此,针对不同岩性采用分段式地层压力预测方法,对盐上层、膏盐层和盐下碳酸盐岩层进行了压力预测,经钻井实测地层压力检验,相对误差在2%以下。该方法提高了阿姆河右岸地区复杂地质环境下地层压力预测的准确性,能有效指导钻井工程的设计和施工。

基于Azure机器学习平台的大学校园用电分析与预测

校园能耗监测平台的建设,为我国校园用电情况的分析和预测提供了数据支撑。本文基于福州大学校园能耗监测平台提供的历史用电数据,通过微软Azure机器学习平台对于福州大学校园的用电情况进行了数据分析,进而总结了影响用电量的两大因素:气温与工作日程安排。根据分析结果,本文进一步提出了基于用电突变气温的分段式预测方法,并通过测试数据证明了该方法能够有效提升用电量预测的精度。

一种新型GPC算法及其在PMSM直接转矩控制中的实现

为了使永磁同步电动机(PMSM)直接转矩控制(DTC)系统适用于更高要求的场合,在给出PMSM-DTC系统的基础上设计了适用于该系统的速度环广义预测控制器(GPC),该控制器采用一种与阶梯式广义预测控制算法相结合的分段式新型广义预测控制(GPC)算法,该控制算法在目标函数中增加预测值和给定值差平方的加权项,并根据不同时段给目标函数加权项赋予不同值.仿真实验表明该新型GPC相对于传统的GPC具有更好的动静态性能及更短的运行时间,更适用于性能要求较高的工程实际应用.