面向多源异构的政府公开信息智能融合模型研究

政府公开信息的智能化管理与融合利用是数字时代的研究热点。现有的多源异构数据融合模式,制约了信息治理能力现代化的提升。该文提出一种面向多源异构数据的政府公开信息智能融合模型,首先对异构数据进行标准化处理,形成加密数据库与公开数据库,通过发布组件公开政务信息;其次,对已公开信息进行标记,构建特征主题库;再次,根据标记采集公众评论,建立评论主题库;最后对公开信息与公众评论进行智能融合,反馈给政府信息公开主体,供主体研判效果。该文以某地社保数据为例开展应用研究,结果表明:所提出的模型可促进政府提升公开信息的管理效率和利用价值,为公众提供智能信息服务,助力政府决策科学化和治理体系现代化。

隧洞围岩参数反演智能融合模型与分析方法

围岩力学参数反演分析一直是岩土工程研究的热点问题,对于解决岩土试验不足条件下岩土力学参数的取值具有重要意义。为了获得更为合理准确的引水隧洞围岩力学参数,本文提出了一种融合多种机器学习算法的智能反演模型与分析方法。首先利用正交试验法设计了25组围岩力学参数,同时采用FLAC3D数值模型计算得到目标断面监测点的位移值,通过参数灵敏性分析得到围岩力学参数对测点位移的影响程度。然后基于25组数据针对弹性模量、泊松比、黏聚力和内摩擦角四种不同的反演目标,选取不同种类的算法分别构建智能融合模型。最后,以青海“引大济湟”引水隧洞工程为工程实例,分析围岩力学参数对测点位移的影响由大到小依次为弹性模量、泊松比、黏聚力、内摩擦角;利用所建立的融合模型进行围岩参数反演分析,结合FLAC3D将所得围岩力学参数进行正演计算,得到拱顶沉降,拱底隆起和左右拱腰位移与现场实测值的相对误差分别为5.01%、3.21%、3.87%和4.17%,相对误差值均小于其他单个模型,表明所提出的反演智能融合模型与分析方法更为合理可行。

中低压混合配电网末端数据智能融合模型设计

当末端数据出现离群特征时,现有方法的数据融合效果较差,为此设计基于数据频繁分层的中低压混合配电网末端数据智能融合模型。根据微应用/微服务分层结构,提取决策数据状态特征。使用闭频繁项概率正则中的训练迁移法则,表征特征分层融合活性,并计算特征分层融合节点的运行效率。调用eval()函数,得到统计特征分层融合调度结果,完成末端数据智能融合模型的设计。使用中压4节点单负荷系统和低压15节点系统作为实验系统,由实验结果可知,该模型可将离群特征集中到不同的层次中,融合效果较好,实现了系统业务的末端融合,利于减轻基础负担。

基于并联形式的智能融合算法的燃气轮机仿真模型构建

为更好地实现机理模型与智能预测模型的优势互补,采用机理、BP神经网络和逐步聚类3种单一模型,分别构建了包括最优加权法、BP神经网络融合算法和多模式动态权重分配法在内的3套机理模型与融合算法相结合的智能融合模型。以辽宁某钢厂燃气轮机为研究对象,对比分析了3种智能融合模型与单一模型的仿真效果。结果表明:智能融合模型的仿真精度更高,均方根误差均在1%以内;当训练数据量较多时,智能融合模型中最优加权法的准确度比其他2种模型高,其决定系数高于0.97,平均误差为0.51%;融合算法在燃气轮机仿真模型构建的成功应用,为提高燃气轮机模型仿真精度和掌握变工况条件下的表现提供了很好的技术支持。

应用智能模型实现联合站原油脱水系统决策优化技术研究

原油含有大量溶解水、乳化水,脱水是成品油品质的关键。通过对联合站脱水系统运行优化问题的研究,基于标准规范、专家经验、数字化资源[1],总结专家经验和生产规律,通过物联网、大数据、人工智能和可视化信息技术,实现脱水系统运行优化决策功能,为现场技术管理人员提供精准的实时分析、评价优化、决策依据,保障系统运行平稳、生产达标,达到精细管理、提质增效、提高经济效益的目的[6]。通过探索,证实智能技术实现站场复杂系统优化辅助决策是可行的,并为数字化站场智能化奠定了基础,具有良好的推广应用前景。

高炉生产过程的智能预测建模

针对高炉生产过程的复杂性、非线性以及强耦合、多变量、难测量等特点,提出铁水硅含量的智能复合多变量预测模型对高炉生产过程进行建模。整个系统分为两部分:首先离线建立不同工况下铁水硅含量的多变量预测模型;然后运用模糊逻辑推理建立各模型输出、实际输出与模型权重之间的对应关系,进行多模型智能融合,生成复合模型,并对其进行在线调整以优化预测过程。研究结果表明:采用此方法计算周期短,对被控对象的变化有较强的鲁棒性;该系统预测误差小,能够快速适应工况的变化,实用性好。