民居建筑室内空间热环境多点能耗精准预测

在民居建筑室内热环境多点能耗预测时,若不能有效确定热环境下室内当前状态下舒适程度,会直接影响能耗预测精度。因此,提出考虑舒适度的民居建筑室内空间热环境多点能耗预测方法。根据室内状态建立民居建筑内热环境模型,采用主元分析法获取能耗评价指标,构建热环境下室内能耗指标评价体系,并利用指标建立评价模型,从而确定室内当前热环境能耗;将确定指标作为模型输入向量,利用RBF神经网络构建室内能耗多点预测模型;通过建立的模型实现对民居建筑室内空间多点能耗的精准预测。实验结果表明,所提方法开展室内能耗多点预测时,预测精度高、效果好。

基于误差幅空特性分析的空间负荷预测误差评价方法

对空间负荷预测误差进行有效评价是客观认识预测结果,指导预测结果合理应用的前提。然而,现有空间负荷预测误差评价的研究存在对误差的空间分布不考虑或考虑不充分导致评价不准确的问题。为此,提出一种基于误差幅空特性分析的空间负荷预测误差评价方法。首先,从空间负荷预测误差幅值大小和空间分布对电网规划影响的角度出发,对误差的幅空特性进行详细分析;其次,利用运输问题的数学模型来表征正负误差的幅空抵消特性,使用各空间邻近度–幅值误差值曲线与x轴围成面积之和来表征剩余未抵消误差的幅空叠加特性;然后,分别通过伏格尔法和各梯形面积累加公式来计算正负误差的幅空抵消影响值和剩余未抵消误差的幅空叠加影响值,并在此基础上构建空间负荷预测误差评价指标;最后,基于误差对电网规划的实际影响给出对误差评价指标性能的检验方法。算例分析表明,与传统方法相比,该文所提误差评价方法从幅值和空间两个维度实现了对空间负荷预测误差更为全面的评估,与误差对电网规划影响的实际情况贴近度更高。

基于地理最优相似性的土壤重金属镉含量空间预测

以地理相似性定律为基础,利用野外采集的40个土壤样本数据,结合环境辅助变量构建地理最优相似性(GOS)模型,对研究区域重金属镉含量及其空间分布进行预测研究,并将预测结果与偏最小二乘回归(PLSR)、随机森林(RF)和通用克里格(UK)模型的结果进行对比分析。研究结果表明:研究区内土壤样本镉质量分数均值(0.432 mg/kg)比背景值大,接近中度污染水平(污染指数为2.18),区域土壤生态环境受到一定的威胁;GOS预测结果的决定系数为0.668,均方根误差和平均绝对误差分别为0.096和0.080,在4个预测模型中表现最佳;区域重金属Cd质量分数从东北部向西南部递减,高值分布于河流沿岸和人类活动密集区域,反映出人类活动是导致研究区内土壤重金属分异的主要因素。

相空间重构与改进SMA优化SVR的网络流量预测

为提高网络流量预测精度,提出结合相空间重构与改进黏菌优化支持向量回归的预测模型。为解决黏菌算法收敛慢、易得局部最优的不足,引入3种形态对立学习对种群进行初始化,提高种群多样性;利用非线性反馈因子更新机制,均衡全局搜索与局部开发;设计柯西-高斯混合变异对最优解变异,扩展搜索空间,避免陷入局部最优。利用改进黏菌算法对支持向量回归优化调参,有效解决超参初值敏感缺陷,提高学习精度和收敛速度,以此构建网络流量预测模型。实验结果表明,改进模型预测误差更小,能够实现高精度和实时性预测要求。

改进CA-Markov模型的城市土地空间结构演变预测

城市土地空间结构演变预测需要大量的数据支持,现阶段预测手段存在预测精度不佳的问题,为此提出GIS技术下城市土地空间结构演变预测方法。通过GIS技术获取城市土地空间结构数据,并对其进行结构演变分析;通过人工神经网络模型、轮盘竞争机制和惯性系数对CA模型实行优化处理;将改进CA模型与Markov结构结合,建立改进CA-Markov模型,根据城市土地空间结构演变分析结果实现城市土地空间结构演变预测。实验结果表明,所提方法的城市土地空间结构演变预测精度更高,整体应用效果更好。

全空间相关矩阵广义加权预测误差算法去混响研究

广义加权预测误差(generalized weighted prediction error, GWPE)算法是一种有效的多通道语音去混响算法,但在麦克风间距较近时去混响效果变差。文章分析了GWPE算法在小间距麦克风阵列下的局限性,即未充分考虑麦克风信号间的空间相关性。据此,研究了全空间相关矩阵的广义加权预测误差(generalized weighted prediction error of full-space correlation matrix, GWPE-FCM)算法,该算法考虑了不同输入通道之间的空间相关性,计算复杂度比GWPE算法略增加。仿真结果表明,GWPE-FCM算法与GWPE算法相比在整体去混响方面效果更好,特别是在麦克风距离较近的情况下。全空间相关矩阵能够更准确地估计输入信号的相关性,使得GWPE-FCM算法在去混响效果上表现更出色。

基于遗传算法和BP神经网络的矿区土壤重金属含量空间分布预测

本研究提出了一种基于遗传算法(Genetic algorithm,GA)和BP神经网络(Back propagation neural network,BPNN)的复合模型——GABP模型,以安徽省池州市某矿区及其周边为研究区,预测了土壤中p H和7种重金属元素(Cd、Pb、Cr、Cu、Ni、Hg、As)含量的空间分布,并与BPNN和反比距离权重法(Inverse distance weighting,IDW)进行了比较。研究结果表明:受采矿活动影响,研究区土壤p H和重金属含量呈显著的空间分异性;GABP复合模型的数据扩增能够有效弥补BPNN对样本数量的依赖,同时结合了地理位置和高程属性,精度评价结果显示GABP模型的平均R^(2)、r、RMSE、MAE分别是IDW和BPNN的3.03倍、2.56倍,2.93倍、2.39倍,0.85倍、0.61倍,0.79倍、0.62倍,预测精度更高。模型解决了传统空间插值方法结果中可能出现负值和边界无法插值的问题,为土壤重金属含量空间分布预测提供了一种新方法。

基于UNMIX模型和多元地统计模拟的土壤重金属的来源解析及空间预测

为摸清江苏省太仓市土壤重金属来源和污染情况,开展土壤表层样品采集和重金属含量分析,选取新型受体(UNMIX)模型解析重金属的来源和贡献,并采用地累积指数和多元地统计技术,实现重金属污染的定量评价和空间预测。结果表明:1)As、Cd、Cr、Cu、Hg、Ni和Zn的含量较高,超过全国和江苏省土壤重金属背景值;Cd、Cu、Hg、Pb和Zn的富集程度较高,而As、Cr和Ni的富集系数正常,与自然基础水平相近。2)8种重金属元素呈现岛状的空间分布特征,并在部分区域存在高值区,表明人类活动对土壤环境具有负面效应。3)土壤重金属受到交通-工业源、自然-农业源、工业-自然源和农业-工业源的综合影响,贡献率分别为35.18%、27.32%、20.26%和17.24%。其中Hg、Pb、Ni、Cu和Zn主要来源于交通-工业源,Cr、Zn和Cu主要源自自然-农业源,As和Ni主要为工业-自然源,Cd主要为农业-工业源。4)Cd、Hg和Ni,污染程度最高,60.38%以上的点位达到轻度污染及以上等级;As、Cu和Zn,污染居中;Cr和Pb的影响较低。5)Ni、Cd和Hg的污染面积最大,分别达到107.42、75.56和55.02 km^(2),且潜在污染空间成片分布。该研究作为土壤基础调查的核心,可为土壤环境管理和重金属污染修复提供科学依据。

基于多变量相空间重构和径向基函数神经网络的综合能源系统电冷热超短期负荷预测

为解决能源危机问题,提高能源利用率,综合能源系统(integrated energy system,IES)成为发展创新型能源系统的重要方向。准确的多元负荷预测对IES的经济调度和优化运行有着重要的影响,而借助混沌理论能够进一步挖掘IES多元负荷潜在的耦合特性。提出了一种基于多变量相空间重构(multivariate phase space reconstruction,MPSR)和径向基函数神经网络(radial basis function neural network,RBFNN)相结合的IES超短期电冷热负荷预测模型。首先,分析了IES中能源子系统之间的耦合关系,运用Pearson相关性分析定量描述多元负荷和气象特征的相关性。然后,采用C-C法对时间序列进行MPSR以进一步挖掘电冷热负荷和气象特征在时间上的耦合特性。最后,利用RBFNN模型对电冷热负荷间耦合关系进行学习并预测。实验结果表明,所提方法有效挖掘并学习电冷热负荷在时间上的耦合特性,且在不同样本容量下具有良好且稳定的预测效果。

PSO优化算法在尾矿库空间预测中的应用

由于尾矿库的空间变异特殊性,传统的插值法预测精度不高,误差很大。为解决这一问题,考虑到粒子群算法在求解非线性问题时具有更强的全局搜索能力、并行性和多样性、适应性和自适应性,提出了一种基于粒子群算法优化Kriging模型来拟合尾矿库内部参数数据的克里格空间预测算法,旨在提高尾矿库内部参数信息的拟合精度,减少误差。为验证改进算法的有效性,采用多种预测评价指标进行分析,并与传统Kriging进行交叉验证分析,确定优化算法的可靠性。结果表明:相比于传统的加权最小二乘法拟合法,采用PSO算法拟合Kriging模型参数时,内摩擦角平均误差率降低了23.36%,黏聚力平均误差率降低了8.45%,证明算法可行和有效。

生态底线约束下的国土生态空间碳储量预测:以襄阳市为例

为探究生态底线约束下的国土生态空间碳储存功能的时空响应特点,运用ArcGIS平台集合PLUS模型和InVEST-Carbon模型模拟并预测2000—2030年襄阳市生态空间碳储量变化及其空间特征。结果显示:2000—2020年间襄阳市生态空间面积缩减,预测到2030年在生态底线约束下的生态空间退化速度降低;到2030年,襄阳市碳储量由于生态空间变化相应转变,栅格单元碳储量最大值约为18.47 kg,主要分布在西部、东北和东南的林地中;热点分析呈现“热点集中、冷点分散”的格局,生态底线约束有助于优化襄阳市生态空间碳热点格局。

考虑未知约束空间的空地导弹最优弹道预测方法

现代作战任务更加复杂多变,空地导弹的发射条件、作战环境以及目标特征愈加复杂。传统导弹设计依赖于少量离线典型弹道,无法满足现代战争任务的多样化需求,且在线弹道规划无法满足任务快速性,因此迫切需要发展兼顾准确性和快速性的最优弹道生成方法。针对这一问题,提出了一种考虑未知约束空间的空地导弹最优弹道预测方法。构建空地导弹最优弹道预测问题,根据未知约束空间先验未知的特点改进了拉丁超立方采样方法和蒙特卡洛打靶法,提出了基于动态Kriging模型的最优弹道预测流程,针对某空地导弹开展了模型预测准确性与快速性的验证。结果表明:提出方法所预测的中末制导交接点平均弹道倾角误差在0.5°以内,预测时间仅需0.15 s。

基于递推子空间的机组数字孪生模型预测精度优化方法

由于机理分析的简化假设条件或设备实际运行中参数特性偏移等因素,导致机理建模不可避免存在模型误差。针对该问题,提出一种基于递推子空间的火电机组数字孪生模型预测精度优化方法。分析机组关键设备的运行机制,结合典型工况小样本数据,建立火电机组的全设备多工况非线性动态机理模型,确保数字孪生系统模型具有较好的可解释性与泛化性能;基于递推子空间辨识方法,建立预测精度优化模型并实时进行在线更新,补偿机理模型产生的误差,提高整体模型的预测精度,保证数字孪生模型的高保真性。仿真实验验证了所提方法的有效性。

变分资格迹元强化循环网络用于空间滚动轴承剩余寿命预测

针对经典时间循环神经网络(SRNNs)在预测时间序列中存在长时依赖的缺陷,同时由于遍历整个训练数据集进行现有监督式学习增加了时间复杂度,造成SRNNs在预测空间滚动轴承剩余寿命中存在预测精度和计算效率较低的问题,提出一种变分资格迹元强化循环网络(VETMRRN)。在VETMRRN中,构建新型时间循环网络结构以增大历史信息记忆量,并设计基于神谕门机制的元学习超参数自初始化网络来加速搜索VETMRRN的最优回顾序列长度;设计含有资格迹算子的变分自编码元策略梯度学习算法,以提高对VETMRRN参数的训练速度和全局优化效果。在此基础上提出基于VETMRRN的空间滚动轴承剩余寿命预测方法。首先采用Shapely值特征融合提取空间滚动轴承的性能退化特征;然后将性能退化特征输入VETMRRN中预测性能退化特征趋势;最后建立威布尔分布可靠度模型来预测空间滚动轴承的剩余寿命。该方法具有较高的预测精度、较好的泛化性能和较高的计算效率。最后通过空间滚动轴承剩余寿命预测实例证明了该方法的有效性。

基于离散空间矢量调制的永磁同步电机无参数预测电流控制

针对传统电流梯度更新的无参数预测电流控制(parameter-free predictive current control,PFPCC)存在电流梯度更新停滞及电流脉动大的问题,提出一种基于离散空间矢量调制(discrete space vector modulation,DSVM)的PFPCC优化方法。首先,通过分析不同电压矢量在α-β轴上的电流梯度关系,得到相邻两个控制周期内各电压矢量与电流梯度的数学关系;然后,在一个控制周期内更新所有电压矢量的电流梯度,有效减小了传统PFPCC中的停滞效应。为了进一步减小电流脉动,将DSVM引入到所提方法中。结合DSVM选矢量的方式,以较小计算量即可将所有的电流梯度更新,从而保证电流预测的可靠性和准确性。实验结果表明:所提PFPCC方法与基于模型的预测电流控制相比,具有类似的动静态性能。与单矢量PFPCC相比,DSVM-PFPCC方法在保证动静态性能的同时,能够显著减小电流脉动,提高在实际系统中的控制性能。

基于子空间辨识方法的建筑群热负荷预测研究

根据建筑热力模型和热负荷计算模型建立了状态空间模型,分别利用未指定状态变量和指定状态变量的子空间辨识方法构建了建筑群热负荷预测模型,并以哈尔滨市某小区换热站为例,验证和比较了2种方法的热负荷预测结果及训练策略和预测时长对预测精度的影响。结果表明:指定状态变量比未指定状态变量的子空间辨识方法的热负荷预测平均绝对百分比误差降低了10.00%;未指定状态变量的子空间辨识方法的中期预测效果优于短期预测,平均绝对百分比误差降低了13.34%。

基于MRI流入血管空间灌注成像直方图特征预测高级别脑胶质瘤复发的研究

目的探究基于MRI的流入血管空间灌注成像(iVASO)技术,计算获取小动脉脑血容量(CBVa)直方图相关特征,分析其预测高级别脑胶质瘤术后复发的价值。方法回顾性收集2020-01—2021-02南方医科大学南方医院收治的50例高级别脑胶质瘤患者的MRI图像,提取iVASO数据,根据术后复发情况分为非复发组(n=27)、复发组(n=23)。使用Matlab软件处理iVASO数据后计算获得CBVa的直方图参数,包括平均值(CBVa mean)、中位值(CBVa median)、众数(CBVa majority)、最大值(CBVa max)、最小值(CBVa min)、偏度(skewness)、峰度(kurtosis),第10(CBVa 10)、20(CBVa 20)、25(CBVa 25)、30(CBVa 30)、40(CBVa 40)、60(CBVa 60)、70(CBVa 70)、75(CBVa 75)、80(CBVa 80)及90(CBVa 90)百分位数。比较2组各参数,构建预测回归方程式,并绘制ROC曲线评估其预测效能。结果非复发组CBVa mean、CBVa median、CBVa max、CBVa 20、CBVa 25、CBVa 30、CBVa 40、CBVa 60、CBVa 70、CBVa 75、CBVa 80、CBVa 90均显著低于复发组(P<0.05),2组间CBVa min、CBVa majority、skewness、kurtosis及CBVa 10均无统计学差异(P>0.05)。ROC曲线分析显示CBVa median在鉴别非复发组与复发组中的诊断效能最高,曲线下面积均为0.853,当以1.0435×10^(-3) mL/100 mL截断值时,灵敏度为55.6%,特异度为100.0%。基于二分类Logistic回归分析,使用CBVa median构建回归方程式。结论iVASO技术通过获取CBVa直方图特征,可作为一个高级别脑胶质瘤术后复发的预测工具,CBVa median对高级别脑胶质瘤术后复发具有较高的预测价值。

基于FLUS的成渝城市群三生空间演变及模拟预测

研究三生空间格局演变与驱动机制,设定不同模拟情景,有利于实现城市群国土空间区域协调可持续发展。以成渝城市群2000年、2010年及2020年的土地利用数据为基础,划分三生空间。应用FLUS模型,以2010年土地利用数据为基础,结合自然环境、社会经济和交通区位等驱动因子,仿真模拟2020年三生空间格局,Kappa系数为0.824,以此模型因子预测2030年三生空间分布格局,并设定三种单一情景与之对比。结果表明:(1)2000—2020年间,生产空间相对减少1375.95 km^(2),生活空间相对增长2087.48 km^(2),生态空间减少736.8 km^(2)。生产空间与生活空间的重心总体向东南方向移动,而生态空间与之相反,重心总体向西北方向移动。(2)与2020年实际情况相比,预测2030年生产空间相对增加了1749.57 km^(2),生活空间和生态空间分别减少了58.9 km^(2)、1685.37 km^(2),基于历史情景,符合未来成渝地区三生空间格局变化。(3)与单一空间优化情景相比,2030年三生空间综合预测更符合未来发展趋势,且与2020年三生空间实际利用变化对比,城镇与农村生活用地持续增长,城市化进程保持高质量发展。研究成果可为未来成渝城市群国土空间规划及未来的三生空间共生协调提供多方位、多角度的借鉴参考。

三相PWM整流器离散空间矢量无模型预测电流控制策略

针对PWM整流器模型预测控制对系数参数准确性高度依赖的问题,提出一种基于离散空间矢量的无模型预测电流控制(MFPCC)策略。该策略通过矢量合成,在每个控制周期应用两个基本矢量,提高了预测电流的准确性;通过峰谷采样,分别测量并存储上一控制周期两个基本矢量作用下的电流梯度;并建立电流梯度方程,从而根据应用矢量的电流梯度进一步更新剩余6个未应用矢量的电流梯度,结合当前时刻的电流采样值,实现未来时刻的电流预测,得到下一时刻最优的虚拟矢量。该方法不依赖于任何系统参数,且消除了传统MFPCC策略中电流梯度更新停滞现象,降低了输出电流谐波。最后,通过实验和仿真验证了所提方法的有效性和优越性。

基于空间简化和CNN-LSTM的区域风电功率日前网格预测方法

新能源发电在全球范围内得到了越来越多的关注和发展,其中风能是最为常见和广泛应用的新能源形式。风电功率预测对于电力系统的稳定性、可靠性和经济性都具有重要的影响。文中为提高预测精度将风电场场站之间的空间依赖性纳入考虑,并解决网格预测建模困难和预测耗费大量时间和算力的问题,提出了一种基于集群简化的区域风电功率日前网格预测方法。首先,根据空间特性划分相似风电场,利用集群的汇聚效应,化简网络格数;其次,提取集群功率波动最为一致的气象特征,最大程度保留了所有风电场的空间特征;再次,处理输入输出数据形式,形成空间意义上的网格式数据,并通过卷积长短时记忆网络预测模型进行训练和预测;最后,将该方法应用于中国东北部某大规模风电集群验证其有效性。实验结果表明,文中所提出的方法相较于未经网格化简的方法RMSE和MAE分别下降了0.24%和0.05%,有效提高了风电集群日前功率预测精度。