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...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。展开更多
针对船舶超大空间火灾对人员疏散能力的影响难以量化问题,本文基于元胞自动机理论,构建了一种行人个体自主分析火灾环境下温度和能见度影响的疏散模型(cellular automata model considering visibility and temperature, CAVT)。CAVT模...针对船舶超大空间火灾对人员疏散能力的影响难以量化问题,本文基于元胞自动机理论,构建了一种行人个体自主分析火灾环境下温度和能见度影响的疏散模型(cellular automata model considering visibility and temperature, CAVT)。CAVT模型采用Sigmoid函数和历史实验数据建立温度、能见度与人员运动能力的映射关系,基于FDS数值模拟结果建立火灾环境场对人员个体运动能力影响的时空耦合关系,使用熵值法计算温度场和能见度场在火灾环境场中的权重。以某客船超大空间为例开展研究分析,结果表明:火灾环境下人员疏散时间受火源功率影响较大,火源位置影响较小,出口宽度大于3 m,不影响疏散效率。与Pathfinder软件相比,CAVT模型可更准确模拟人员因高温和低能见度导致的运动能力的动态下降反馈。展开更多
为了提高多视图深度估计结果精度,提出一种基于自适应空间特征增强的多视图深度估计算法。设计了由改进后的特征金字塔网络(feature pyramid network,FPN)和自适应空间特征增强(adaptive space feature enhancement,ASFE)组成的多尺度...为了提高多视图深度估计结果精度,提出一种基于自适应空间特征增强的多视图深度估计算法。设计了由改进后的特征金字塔网络(feature pyramid network,FPN)和自适应空间特征增强(adaptive space feature enhancement,ASFE)组成的多尺度特征提取模块,获取到具有全局上下文信息和位置信息的多尺度特征图像。通过残差学习网络对深度图进行优化,防止多次卷积操作出现重建边缘模糊的问题。通过分类的思想构建focal loss函数增强网络模型的判断能力。由实验结果可知,该算法在DTU(technical university of denmark)数据集上和CasMVSNet(Cascade MVSNet)算法相比,在整体精度误差、运行时间、显存资源占用上分别降低了14.08%、72.15%、4.62%。在Tanks and Temples数据集整体评价指标Mean上该模型优于其他算法,证明提出的基于自适应空间特征增强的多视图深度估计算法的有效性。展开更多
文摘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。
文摘针对船舶超大空间火灾对人员疏散能力的影响难以量化问题,本文基于元胞自动机理论,构建了一种行人个体自主分析火灾环境下温度和能见度影响的疏散模型(cellular automata model considering visibility and temperature, CAVT)。CAVT模型采用Sigmoid函数和历史实验数据建立温度、能见度与人员运动能力的映射关系,基于FDS数值模拟结果建立火灾环境场对人员个体运动能力影响的时空耦合关系,使用熵值法计算温度场和能见度场在火灾环境场中的权重。以某客船超大空间为例开展研究分析,结果表明:火灾环境下人员疏散时间受火源功率影响较大,火源位置影响较小,出口宽度大于3 m,不影响疏散效率。与Pathfinder软件相比,CAVT模型可更准确模拟人员因高温和低能见度导致的运动能力的动态下降反馈。
文摘为了提高多视图深度估计结果精度,提出一种基于自适应空间特征增强的多视图深度估计算法。设计了由改进后的特征金字塔网络(feature pyramid network,FPN)和自适应空间特征增强(adaptive space feature enhancement,ASFE)组成的多尺度特征提取模块,获取到具有全局上下文信息和位置信息的多尺度特征图像。通过残差学习网络对深度图进行优化,防止多次卷积操作出现重建边缘模糊的问题。通过分类的思想构建focal loss函数增强网络模型的判断能力。由实验结果可知,该算法在DTU(technical university of denmark)数据集上和CasMVSNet(Cascade MVSNet)算法相比,在整体精度误差、运行时间、显存资源占用上分别降低了14.08%、72.15%、4.62%。在Tanks and Temples数据集整体评价指标Mean上该模型优于其他算法,证明提出的基于自适应空间特征增强的多视图深度估计算法的有效性。