石油炼制中多环芳烃的排放和消减特征研究

以典型炼油废水为研究对象,通过采样监测,结合炼油工艺特点分析了多环芳烃的产排和消减特征.研究表明:炼油各生产装置废水中多环芳烃的质量浓度、组分和排放量差异较大.二次加工工段的催化裂化装置和延迟焦化装置是废水中多环芳烃产生和排放的主要污染源,质量浓度分别为1 076～1 179、87～681μg/L,排放量占全厂排放总量的54.0%和27.0%.生产装置与污水处理单元废水中多环芳烃的组分分布呈现一致性,主要以芴、二氢苊和菲等低环数芳烃为主,二～三环芳烃质量浓度占总组分质量浓度的83.0%.炼油废水中多环芳烃去除率沿处理流程逐级递减,由40.0%降至7.5%.高环数芳烃的去除率达95.0%,明显高于低环数芳烃的90.0%的去除率.

太湖西岸出入湖河口氮磷消减特征

河流水体污染物消减作用是降低其入湖通量的重要方式,为探明太湖河流氮磷污染物消减速率时空变化特征,研究采用自主研发的原位培养装置,开展了太湖西岸出入湖河口总氮绝对消减速率(TNR_绝)、总氮相对消减速率(TNR_相)、总磷绝对消减速率(TPR_绝)、总磷相对消减速率(TPR_相)的变化特征研究。结果表明:西北部和西部河流夏、秋季TNR_绝和TPR_绝高于春、冬季,南部河流则为秋、冬季高于春、夏季。夏季西部和西北部河流TNR_绝和TPR_绝高于南部,冬季则相反,春、秋两季空间差异不明显。颗粒态总氮(PTN)浓度及水温是TNR_绝时空差异性的主要影响因素。TP浓度是TPR_绝的季节差异性的主要原因,不同季节TPR_绝空间差异的主要影响因素不同,春、夏、秋、冬四季主要影响因素分别为p H等水体物理性质、TP浓度和SS浓度、SS浓度、TP浓度。TNR_绝和TPR绝及其初始浓度是TNR_相和TPR_相时空差异的主要原因。

基于K-means聚类特征消减的网络异常检测

针对基础K-means算法在KDD 99数据集中检测罕见攻击效果差且效率低下等问题,该文通过数据统计的方式对数据集中各维度与每类攻击类型的相关分析发现,罕见攻击极易被大量的常见攻击所淹没,而当常见攻击被移去时,这些威胁性更大的罕见攻击则能够被更好地识别出来。基于此,该文提出一种改进的基于K-means分层迭代的检测算法,通过有针对性的特征选择来降低K-means聚类的数据维度,经过多次属性消减的K-means聚类迭代操作可以更加精准地检测到不同异常类型的攻击。在KDD 99数据集上的实验结果表明：该算法对原基础的K-means检测算法难以检测到的罕见攻击类型U2R/R2L攻击检测率几乎达到99%左右。同时随着每次分层迭代聚类维度近50%的降低,进一步节省了约90%的异常检测时间。

基于维度融合与SSA-LSTM的机翼结冰检测

高海拔、低温作业下的风电机组常伴有机翼结冰现象。针对风机数据纬度高,传统模型无法挖掘数据间时序关系、收敛速度慢、预测精度低等问题,提出一种基于维度融合优化与长短期记忆(LSTM)网络的结冰检测模型。结合特征消减算法筛选建模特征,通过主成分分析(PCA)降低数据耦合性并引入改进的麻雀搜索算法(ISSA)建立长短期记忆网络结冰检测模型。实验验证,维度融合与改进麻雀搜索算法优化的结冰检测模型判决准确率得到较好的改善,平均具有99.85%的判决准确率。