500kV交流输变电线路电磁环境现场实测与模式预测结果对比分析

文章通过对湖南某投运的500kV紧凑型输电线路周边电磁环境进行现场实测,了解并掌握了此类输电线路周边电磁场实际环境影响程度。在此基础上应用国家现行输变电工程环境影响评价导则中电磁环境影响预测推荐模式,以实际运行情况下相关技术参数为依据,并对预测结果与现场实测结果进行对比分析,进一步验证了导则预测模式的正确性。

复产矿井不同方法瓦斯涌出量预测结果对比研究

针对复产矿井面临的瓦斯基础参数缺失,导致煤层掘进和回采期间配风量计算依据不足的问题,在分析井田地勘瓦斯地质资料的基础上,根据矿井开拓方式、煤层及瓦斯赋存规律,采用不同方法预测利民煤矿矿井瓦斯涌出量。结果表明,基于矿山统计法预测的矿井绝对瓦斯涌出量为28.17~34.11 m^3/min,相对瓦斯涌出量为59.96~78.74 m^3/t;基于分源法预测的矿井相对瓦斯涌出量为55.34~90.59 m^3/t,绝对瓦斯涌出量为36.90~60.39 m^3/min。2种方法预测矿井相对瓦斯涌出量的结果基本一致,而采用矿山统计法预测矿井绝对瓦斯涌出量时大大小于分源预测法,这与采用年度推算预测时未考虑矿井产量变化有关。

干旱形成机制与预测理论方法及其灾害风险特征研究进展与展望

在全球变暖背景下,干旱事件发生的频率和强度不断增大、影响不断加重,干旱发生规律的异常性和机制的复杂性也更为突出,对干旱形成机制、预测理论方法及灾害风险变化规律等方面都提出了新的挑战,也制约了当前干旱预测、预警及其灾害防控能力的提高。近年来,在国家重点基础研究发展计划(973计划)课题等多个国家级项目支持下,已在干旱灾害形成机制与预测理论方法及其风险特征方面取得了一系列新成果。通过动力诊断、数值模拟和田间试验等方法,开展了干旱形成的多因子协同作用和多尺度叠加机制、干旱致灾过程的逐阶递进特征,以及干旱灾害风险分布演化的主控因素等方面的研究。对如下几方面的新进展进行了系统总结归纳:(1)厘清了全球变暖背景下青藏高原热力、海温、夏季风、遥相关等多因子对干旱形成的作用机制。(2)发现了降水亏缺时间尺度和农作物不同生长阶段的干旱敏感性规律。(3)揭示了变暖背景下典型区域干旱灾害风险分布及其变异的新特征;构建了干旱灾害风险新概念模型。(4)研发了东亚季风区的季节和次季节干旱集成预测系统。在总结归纳已取得研究成果的基础上,对未来干旱形成机制及其灾害风险科学研究进行了展望,提出了5个重点研究方向:(1)多因子联动及其多尺度叠加效应对干旱形成的影响;(2)系统整合人类活动和决策以及相关反馈的气候模式研究;(3)揭示陆-气耦合和大气环流协同作用对干旱的影响;(4)认识干旱灾害对粮食安全和生态安全影响的关键过程;(5)提高不同气候情景下干旱预估的准确度。

渗出砂岩型铀矿成矿预测与找矿标志

文章基于渗出砂岩型铀矿成矿机理和模式,认为渗出砂岩型铀成矿作用不同于渗入砂岩型铀矿成矿作用,其成矿预测和找矿标志也不同;提出了渗出砂岩型铀矿成矿作用两大基本关键条件识别标志:红杂色含矿建造原生成因和其中控矿灰色砂体的后生成因识别;在提出的红杂色沉积建造中渗出砂岩型铀矿“上红下黑、上下连通、红中找灰、灰中找矿”总体找矿新思路基础上,阐明渗出砂岩型铀成矿区域预测评价条件和标志:深部富铀富有机质沉积岩建造、区域构造、区域建造、放射性异常信息和综合预测标志等,提出并阐述“小凹陷成大矿”条件;系统建立渗出砂岩型铀矿床预测定位标志体系,特别是野外可识别的宏观标志,包括控矿构造、沉积建造、蚀变改造、铀矿化砂岩颜色、外来有机质特征等,并对比了渗入和渗出砂岩型铀成矿预测标志。提出的渗出砂岩型铀矿识别标志体系不仅对区分“渗入”和“渗出”两种矿化成因,而且对厘清控矿要素、指导成矿预测和找矿工程部署具有重要意义和价值。

基于特征变量扩展的含气饱和度随机森林预测方法

采用数据驱动的方式,提出了一种基于随机森林机器学习算法训练出含气饱和度地震预测方法,并将该方法应用于中国西部复杂天然气藏中,分别对单井资料和二维地震资料进行了含气饱和度预测与分析。研究结果表明:(1)抽取井旁道纵波速度、横波速度和密度3个弹性参数叠前地震反演结果作为基本特征变量样本,引入边界合成少数类过采样技术对基本特征变量样本和对应的含气饱和度样本进行平衡化处理;利用扩展弹性阻抗结合数学变换自动生成一系列的扩展变量;再利用随机森林对特征变量进行含气饱和度预测重要性排名,并优选重要性较高的特征变量进行含气饱和度随机森林训练。(2)该方法大幅减少了特征变量提取和优选的人工工作量,且有效减少了信息冗余以及因含气饱和度样本不平衡导致的训练偏倚问题,有效增强了随机森林算法在含气饱和度地震预测方面的能力。(3)实际单井应用中预测的含气饱和度与测井解释的含气饱和度的相关系数可达0.9855;在二维地震资料应用中,该方法比基于常规未平衡化的11个弹性参数作为随机森林输入预测出的含气饱和度精度更高。

基于混合分解和PCG-BiLSTM的风速短期预测

为降低风速的随机性对风力发电的影响,提高风速短期预测的精准度,提出一种基于混合分解、双通道输入、多分支PCG-BiLSTM深度学习模型的短期风速预测方法。首先,将全年风速数据分为春、夏、秋、冬4个季度,选取春季作为主要实验对象;其次,利用奇异谱分解(SSD)和变分模态分解(VMD)以降低原始春季风速数据复杂度,生成具有不同模态且复杂度低的子分量,两种不同模式子分量组合为混合分量,实现不同模式分解算法的优势互补;最后,将混合分量以双通道的形式输入到多分支PCG-BiLSTM深度学习模型中,其模型的每个分支由卷积神经网络(CNN)与门控循环单元(GRU)并联组成时空特征提取模块,用于提取两种分解分量组合的混合分量的时空特征,各分支提取对应混合分量的时空特征经聚合后再由双向长短期记忆网络(BiLSTM)进一步提取风速信号的正向和反向双向波动规律,进而得到最终的风速预测结果。多组实验结果表明:提出的组合预测方法在短期风速预测中具有较高的精度和泛化能力,优于其他传统预测方法。

锂离子电池健康状态估计及寿命预测研究进展综述

随着锂离子电池的应用越来越广泛,锂电池健康状态的精确估计和剩余寿命的实时预测对于锂电池系统的安全运行和降低运维成本具有重要意义。锂电池内部复杂的物理化学反应和外部复杂工作条件,使得实现精准的健康状态估计和寿命预测具有挑战性。该文综述近年来锂电池健康状态估计和剩余使用寿命预测方法的研究现状,分析基于物理/数学模型、数据驱动、模型法和数据驱动融合,以及多种数据驱动融合的锂电池健康状态估计方法的优缺点及适用条件,并对比分析不同数据驱动类型的锂电池寿命预测方法。指出锂电池健康状态估计及寿命预测尚存在的问题,并对未来研究方向进行展望,对完善锂电池健康状态估计和寿命预测算法理论体系、指导实际应用技术具有重要意义。

三维成矿预测关键问题

三维成矿预测是当前深部找矿预测和勘查的重要方法和手段,其方法体系和实践应用均已取得大量成果,但同时存在若干关键科学技术问题,导致其进一步发展受到制约。本文从多尺度三维成矿预测方法体系不完善、不确定性分析与优化研究薄弱、三维成矿预测要素挖掘存在瓶颈、缺少针对三维成矿预测的三维深度学习模型和方法等关键问题出发,对目前三维成矿预测领域相关方面的研究进展进行综合分析,并提出针对上述关键问题可能的解决方案和研究方向。预期未来三维成矿预测领域的研究工作将创新发展出多种方法,实现对三维预测信息的深度挖掘;构建形成适用的三维深度学习模型和训练方法,有效增强三维成矿预测结果的预测能力;通过系统性地开展三维成矿预测不确定性研究,进一步优化预测过程和结果,有效提高三维成矿预测方法的可靠性和准确性;形成面向多尺度三维成矿预测的方法体系,更有效地指导矿集区-矿田-勘查区块(矿床)等不同级别的深部矿产资源找矿勘查工作。相关关键问题的解决将进一步深化和完善三维成矿预测理论和方法体系,促进三维成矿预测理论方法的实践应用,显著提升深部找矿预测和勘查工作的效率与水平,助力深部找矿突破。

基于机器学习的空气源热泵干燥能耗回归预测

为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影响特征参数的基础上,提出将干燥工艺过程进行切分处理的方法以降低数据获取难度。选取烘房设定温度、烘房设定湿度、烘房初始温度、烘房初始湿度、环境平均温度、环境平均湿度、物料质量和初始含水率8个特征参数作为模型输入,能耗和物料结束含水率作为模型输出。使用MLRM模型、BPNN模型和其他机器学习模型进行能耗预测,MLRM模型对能耗拟合的决定系数为0.739,对物料结束含水率拟合的决定系数为0.931;BPNN模型使用Sigmoid函数作为激活函数时对能耗拟合的决定系数最高,为0.828,使用Identity函数作为激活函数时对物料结束含水率拟合的决定系数最高,为0.942,拟合效果优于其他机器学习模型,能够满足实际生产需求。以复水豌豆为干燥对象设计加载物料65 kg、持续时间4 h的完整变温变湿干燥工艺进行验证试验,结果表明:试验总能耗为15.066 kW·h,MLRM模型和BPNN模型的预测总能耗分别为14.476 kW·h、15.183 kW·h,预测精度分别为96.08%、99.23%;试验结束含水率为8.541%,MLRM模型和BPNN模型的预测结束含水率分别为9.560%、8.889%,预测精度分别为88.07%、95.93%。该研究提出了一种使用MLRM模型和BPNN模型对空气源热泵干燥能耗进行分段精准预测的有效手段,对于优化干燥工艺和降低干燥能耗具有实际意义。

基于LSTM网络的单台仪器地震烈度预测模型

烈度是地震预警系统的关键产出.如何实现快速预测目标场址的地震烈度是地震预警方法技术研究中的核心问题.本文提出了一种基于长短时记忆神经网络(Long Short-Term Memory,LSTM)的单台仪器地震烈度的预测模型(LSTM-Ⅰ).该模型以一个台站观测到地震动参数的时间序列特征为输入,实现动态预测该台站可能遭受的最大烈度.选取了日本K-NET台网记录的102次地震的5103条强震加速度记录训练了神经网络,利用89次地震的3781条数据检验了模型的泛化能力.利用准确率、漏报率以及误报率三个评价指标评价了LSTM-Ⅰ模型的性能.结果表明,当采用P波触发后3 s的序列进行预测时,模型出现漏报的概率为46.78%,出现误报的概率为1.25%;当采用P波触发后10 s的序列进行预测时,模型出现漏报的概率大幅降低到17.6%,出现误报的概率降低到1.14%.结果表明LSTM-Ⅰ模型很好把握住了时间序列中蕴含的特征.进一步基于LSTM-Ⅰ模型评估了Ⅵ度下台站所能提供的预警时间.本文模型能够提供的预警时间与P-S波到时差接近,说明LSTM-Ⅰ模型具有较高的时效性.

盐冻耦合作用下水工混凝土耐久性及寿命预测

为研究西北地区冻融盐侵环境下水工混凝土的耐久性,制备了不同粉煤灰掺量的混凝土试件,以不同浓度的硫酸钠溶液作为介质开展了冻融循环试验,阐明了不同循环次数下试件的外观、质量、抗压强度和动弹模量的变化规律,基于XGBoost模型建立了混凝土寿命预测模型并对其进行了评价和验证。研究结果表明,随着冻融循环次数增加,混凝土质量、抗压强度和动弹模量逐渐减小;冻融循环次数和硫酸钠溶液浓度是影响混凝土寿命的关键因素,8%硫酸钠溶液破坏度最高,此溶液浓度下冻融150次后混凝土质损率达4.55%;粉煤灰的掺入量对混凝土耐久性有一定影响;最优粉煤灰掺量为10%,此掺量下冻融150次后混凝土质损率为3.99%;XGBoost模型在混凝土寿命预测方面具有较高的精确性和可靠性。本研究可为混凝土结构的耐久性设计和寿命预测提供参考。

准东地区云质岩储层叠前反演及脆性预测

脆性是一种评价致密储层可压裂性的重要指标,对油气勘探与开发有着重要的意义。准东地区勘探程度低、探井少,二叠系中下部云质岩致密储层的精细描述和脆性的准确预测均有着很大的难度。为此,根据岩石物理实验结果,利用叠前地震角度域数据体,开展储层叠前反演及脆性预测。通过AVO反演,获取P(截距)+G(梯度)和P×G属性;通过Y(杨氏模量,E)P(泊松比,σ)D(密度,ρ)和L(拉梅常数,λ)M(μ)R(ρ)反演,获取弹性参数的变化率(反射系数);通过测井约束反演,获取弹性参数的实际值,并用多种表征公式计算脆性,分析其物理含义及应用效果。研究结果表明:①研究区横波速度与纵波速度有较好的拟合关系,杨氏模量、泊松比和密度对泥岩、非泥岩区分度明显;②云质岩具有高速特征,研究区储层呈双“甜点”结构;③用三个小角度数据体直接反演弹性参数反射系数,YPD反演方法相较LMR的储层识别效果更好、分辨率更高,密度反射系数数据体可见比较明显的扇体及河道冲积特征;④脆性表征结果与弹性参数特征有一定的区别,脆性表征的云质岩有利区呈条带状分布,而弹性参数预测的云质岩有利区基本呈连续、成片分布;⑤ρE/σ为研究区最佳的脆性表征公式,可为类似油田云质岩储层脆性预测提供借鉴。

基于CNN-SAEDN-Res的短期电力负荷预测方法

基于深度学习的序列模型难以处理混有非时序因素的负荷数据,这导致预测精度不足。提出一种基于卷积神经网络(CNN)、自注意力编码解码网络(SAEDN)和残差优化(Res)的短期电力负荷预测方法。特征提取模块由二维卷积神经网络组成,用于挖掘数据间的局部相关性,获取高维特征。初始负荷预测模块由自注意力编码解码网络和前馈神经网络构成,利用自注意力机制对高维特征进行自注意力编码,获取数据间的全局相关性,从而模型能根据数据间的耦合关系保留混有非时序因素数据中的重要信息,通过解码模块进行自注意力解码,并利用前馈神经网络回归初始负荷。引入残差机制构建负荷优化模块,生成负荷残差,优化初始负荷。算例结果表明,所提方法在预测精度和预测稳定性方面具有优势。

基于SMOTE-IKPCA-SeNet深度迁移学习的小批量生产质量预测研究

随着智能制造技术的发展和客户个性化需求的增加,多品种小批量生产方式逐渐成为制造业的主流。面向大批量生产、以统计过程控制为核心的质量管理方式并不适用于小批量生产。针对复杂生产过程存在参数多、非线性和交互作用的问题,提出利用深度迁移学习的方式将历史生产数据作为源域迁移至小样本目标产品数据进行质量预测。首先,通过合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)和改进的核主成分分析(improved kernel principal component analysis,IKPCA)算法筛选源域和目标域的可迁移特征,这不仅兼顾了特征重要性和可迁移性,还减少了“负迁移”,提高了模型泛化能力;然后,采用结合通道注意力机制的卷积神经网络SeNet构建基于深度迁移学习的质量预测模型。仿真结果表明,随着目标域样本的增加,所提方法的预测准确性明显优于广泛采用的支持向量机建模方法。同时,所提可迁移特征筛选方法显著提高了深度迁移学习的质量预测效果,为复杂的小批量生产过程质量保证提供了新方法。

山东烤烟感官质量与化学成分关系及质量预测模型建立

为明确山东烤烟化学成分与感官质量之间的关系,探明影响山东烟叶质量提升的关键化学成分指标,对山东省6个地区代表性烟叶样品开展感官质量评价和常规成分、有机酸、生物碱、单双糖、多酚等5类23种化学指标测定,结合简单相关、方差分析、主成分分析和回归分析等统计方法进行数据分析。筛选出总糖、氯、绿原酸、降烟碱、柠檬酸/烟碱、油酸6个影响山东烟叶品质的关键化学指标,基于6个指标构建山东烟叶感官质量预测模型,验证样本预测值与真实值绝对差值0.43~3.88分,相对误差-5.66%~6.32%,平均误差3.18%。基于关键化学成分构建的感官质量预测模型可为山东烟叶质量的客观评价提供一定的技术支撑。

基于XGBoost的中国上市公司违约风险预测模型

准确预测上市公司的违约风险,是企业信用风险评价的关键,也是金融机构信贷决策的重要依据。通过线性回归模型的信息量AIC遴选违约判别能力最大的指标组合,采用粒子群优化算法构建基于XGBoost的违约预测模型。选取中国A股3425家上市公司不同时间窗口的数据为样本进行违约预测,将所构建的PSO-XGBoost模型与逻辑回归、支持向量机等13种预测模型对比,验证所建模型的有效性。通过UCI数据库中的3个公开信用数据集,利用Friedman检验,验证所建模型的稳健性。研究表明:使用上市公司数据与13种模型对比,PSO-XGBoost模型提高了预测精度G-mean;使用3个公开信用数据集,在多个评价指标上,PSO-XGBoost模型的平均预测性能显著优于对比模型;通过指标对预测结果的贡献获得指标重要性得分,增强了预测模型的可解释性。研究发现:“资产负债率”“流动比率”“长期资本负债率”等财务指标对违约预测的影响最大,“行业景气指数”“社会消费品零售总额增长率”“流通中现金(M0)供应量同比增长率”等指标是影响违约预测的重要指标。本研究可以为提高违约风险预测的准确性提供有效的方法和实证证据,有助于加强上市公司违约风险的预警和防范,降低违约风险监管成本,为企业管理者、债权人及投资者提供良好的决策支持。

基于KPCA-CNN-DBiGRU模型的短期负荷预测方法

本文针对已有神经网络模型在短期负荷预测中输入维度过高、预测误差较大等问题,提出了一种结合核主成分分析、卷积神经网络和深度双向门控循环单元的短期负荷预测方法。先运用核主成分分析法对原始高维输入变量进行降维,再通过卷积深度双向门控循环单元网络模型进行负荷预测。以第九届全国电工数学建模竞赛试题A题中的负荷数据作为实际算例,结果表明所提方法较降维之前预测误差大大降低,与已有预测方法相比也有大幅的误差降低。

采油单螺杆泵动态力学特性及疲劳寿命预测研究

针对常规采油螺杆泵定子橡胶疲劳失效的问题,以油田常用的GLB120-27型单螺杆泵为研究对象,开展了50℃油浸工况下定子橡胶材料疲劳试验,获取了橡胶材料的疲劳性能参数,并构建了疲劳寿命预测模型。运用ABAQUS软件对螺杆泵进行动态力学特性有限元分析,基于数值模拟得到应力应变响应结果和定子橡胶材料单轴拉伸试验应力应变拟合表达式,计算了疲劳危险位置点应变能释放率的范围。利用构建的疲劳寿命预测模型对不同过盈量条件下的螺杆泵进行了疲劳寿命预测研究。结果表明,随着过盈量的增加,疲劳寿命呈指数函数下降,通过与某采油厂近5年单螺杆泵平均工作寿命的对比,发现基于裂纹扩展方法预测得到的螺杆泵定子橡胶疲劳寿命可以满足工程预测精度要求。

基于BP神经网络的分层相控碳酸盐岩储层渗透率预测方法

碳酸盐岩储层受成岩作用影响大,孔隙-喉道结构复杂,孔隙度—渗透率相关性较低,渗透率预测难度较大,常规以线性关系为主的预测方法结果不理想。提出了基于BP神经网络的储层渗透率综合预测方法,可以有效预测碳酸盐岩储层渗透率。方法主要分3步。首先对岩心数据和测井数据进行质量控制;然后结合地质特征,优选预测测井曲线参数和神经网络模型的参数,建立预测模型;最后综合多来源资料,进行预测结果质量控制。将该方法应用于中东地区碳酸盐岩A油藏,渗透率预测结果较好。碳酸盐岩储集空间复杂,孔、洞、缝均发育,岩心塞的渗透率测量只能代表局部位置,而试井资料的动态有效渗透率测量范围较大,可以体现储集空间特征,加之储层黏土矿物含量低,不存在储层敏感性问题和各向异性较弱等因素,最终导致试井动态渗透率数值一般高于岩心渗透率。

面向产品设计改进的顾客偏好分析与预测

针对顾客产品偏好快速变化对企业分析和预测顾客偏好能力的要求,提出一种面向产品改进的顾客偏好分析与预测方法,首先构建长短期记忆网络模型,预测产品设计迭代期间的情感值和重要度,并计算预测准确度;然后通过基于产品特征情感变化模式的产品设计改进模型判断各个特征的变化模式,明确待改进的产品特征及改进优先级;最后以DJI Mini 2无人机的在线评论为例验证了方法的有效性。