支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术

配电网规划领域期盼实现智能规划,其愿景在于实现无人或少人干预的全自动规划。在数字化转型的背景下,新型配电网规划将面临图形多样化、场景碎片化、数据规模化三大挑战。文中从图形-模型-数据融合的角度提出三大关键技术:基于电气图纸识别和拓扑智能分析的图形-模型融合技术、基于知识驱动的负荷/新能源推演分析和智能决策的模型-数据融合技术、基于多模态数据融合和多时空数据联动的图形-数据融合技术,尝试打破理论研究与数字化工程的壁垒。最后,对未来新型配电网数字化规划的发展进行思考和展望,为实现“以机为主,人机协同”的大闭环模式提供借鉴。

基于ADDIE模型的应用统计学专业“专创融合”课程体系研究

推进“专创融合”课程体系建设已经成为高校落实国家创新驱动发展战略的迫切需要。为避免专业教育与创新创业教育融合出现“两张皮”现象,实现专业教育与创新创业教育的深度融合,在理论分析的基础上,基于ADDIE模型从专业能力与需求分析、课程体系与内容设计、师资队伍与平台开发、课程实践与管理实施、课程结果与成效评估5个方面构建“专创融合”课程体系,把单一的专业化教育模式转变为能力导向型的复合型人才培养模式,着力推动跨学科融合与应用型统计分析人才的培养,提升高校应用统计学专业创新创业人才培养质量。

基于多模型融合的中长期径流集成预测方法

中长期水文预报是流域水资源规划与合理配置的重要依据。为提高中长期径流预测精度,提出了一种基于多模型融合的水库中长期径流集成预测方法。该方法将ARMA、BP、LSTM、RF和SVR等5个异质预测模型进行融合,同时采用超参数优化方法确定各模型的最优参数。将其用于青海省龙羊峡水库的中长期径流预报中,结果表明,通过Stacking融合算法建立的集成预测模型相较于单一模型,取得了更高的预测精度(R2值由0.71提升至0.82)。此方法可为提升流域中长期径流预测精度提供一定参考。

面向高比例新能源电网短路计算的机电-电磁融合电源模型

为解决新型电力系统计算与分析中传统电源模型难以继续适用的问题,提出一种面向高比例新能源电网短路计算的机电-电磁融合电源模型。一方面,考虑新能源电源通用控制策略作用下的外部输出特性,采用单一压控电流源等效电源侧海量新能源电源的整体输出;另一方面,根据短路电流故障的时间划分尺度,保留传统发电机工频基波意义下的外部输出特性,并采用3个大小不一且衰减速度不同的电压源等效电源侧所有发电机的整体输出。进而采用3个电压源和1个压控电流源并联的形式作为融合电源模型的结构,并采用内点法对融合电源模型参数进行在线辨识。通过短路仿真数据和电网实测故障录波数据验证了融合电源模型的适用性。

基于Stacking融合模型的PHEV复合储能系统实时能量分配策略

为了解决插电式混合动力汽车单一电池低比功率、无法响应暂态功率需求的问题,设计了电池和超级电容并联式复合储能系统。同时针对采用动态规划法优化负载电流分配时缺乏实时性的问题,利用不同驱动工况下动态规划优化的结果构成训练集进行训练,并综合GRU网络以及XGBoost算法,提出了一种Stacking集成学习框架下多模型融合的能量分配策略。仿真结果表明,与仅使用单一电池的储能系统相比,基于Stacking融合模型的实时能量分配系统在UDDS和US06两种循环工况下,电池峰值电流分别降低了48.7%和50.8%,有效削弱了电池的峰值电流,提升了电池的整体性能。

融合内外部特征水印的模型保护方案

针对经典模型水印技术在保护模型所有权过程中存在鲁棒性差、提取率低等问题,融合白、黑盒水印优势,提出了一种特征嵌入的模型保护方案。按照香农熵大小进行数据集样本划分的策略,将数据集样本划分为良性样本、风格迁移样本、关键密钥样本;利用风格迁移样本集对模型嵌入外部特征,将关键密钥样本标签嵌入模型内部特征;通过训练二元分类器并利用掩码梯度下降方法修改极少量参数让模型产生特定输出来综合判断模型是否被窃取。实验结果表明,所提方案用较小开销保证了水印的高保真度,在标签查询、知识蒸馏等攻击下仍具有较高稳定性,且能规避恶意检测风险。

基于特征匹配度与异类子模型融合的安全性评估方法

机器学习模型的好坏影响预测精度、输入与输出结果的拟合情况。在复杂系统中,使用单一模型评估系统安全性问题时容易受数据量、数据格式、模型结构以及环境干扰等因素影响,使得这个模型在解决某个问题的能力上比较出色,而在解决其他问题时,结果却不尽如人意。针对上述问题,提出一种基于特征匹配度和异类子模型融合的安全性评估方法。首先,按照采样数据的输出值划分不同规模的数据集并构建子模型;其次,通过计算每个新数据对于这些子模型的匹配度,进而得到每个子模型的权重;最后,根据权重大小融合所有子模型的子输出得到最终的多模型融合结果。所提方法对山东省济宁市霄云煤矿采掘数据集进行研究,实验结果表明,该方法与多样本单模型、少样本单模型和传统多模型方法相比,在以330/70的比例来构建子模型的情况下均方根误差(RMSE)分别降低了15.13%、51.67%和12.46%,该方法充分集成各子模型所能提供的有效信息,减少和分散单一模型的预测误差,以提高模型的预测精度和泛化能力。

基于融合影响因素PSO-Prophet模型的农产品价格预测

为了提高价格预测的准确度,在Prophet模型中融入了消费者物价指数(CPI)和经济政策不确定性指数(EPU)等影响因素,并使用粒子群算法优化参数。利用国际大蒜贸易网中的日价格数据,将该方法应用于山东省大蒜的价格预测。结果表明,融合影响因素的PSO-Prophet模型大蒜价格预测结果的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)比Prophet模型分别降低了82.88%、82.86%和77.49%。融合影响因素的PSO-Prophet模型可以有效提高预测精度。

基于Stacking融合模型的Web攻击检测方法

随着计算机技术与互联网技术的飞速发展,Web应用在人们的生产与生活中扮演着越来越重要的角色。但是在人们的日常生活与工作中带来了更多便捷的同时,却也带来了严重的安全隐患。在开发Web应用的过程中,大量不规范的新技术应用引入了很多的网站漏洞。攻击者可以利用Web应用开发过程中的漏洞发起攻击,当Web应用受到攻击时会造成严重的数据泄露和财产损失等安全问题,因此Web安全问题一直受到学术界和工业界的关注。超文本传输协议(HTTP)是一种在Web应用中广泛使用的应用层协议。随着HTTP协议的大量使用,在HTTP请求数据中包含了大量的实际入侵,针对HTTP请求数据进行Web攻击检测的研究也开始逐渐被研究人员所重视。本文提出了一种基于Stacking融合模型的Web攻击检测方法,针对每一条文本格式的HTTP请求数据,首先进行格式化处理得到既定的格式,结合使用Word2Vec方法和TextCNN模型将其转换成向量化表示形式;然后利用Stacking模型融合方法,将不同的子模型(使用配置不同尺寸过滤器的Text-CNN模型搭配不同的检测算法)进行融合搭建出Web攻击检测模型,与融合之前单独的子模型相比在准确率、召回率、F1值上都有所提升。本文所提出的Web攻击检测模型在公开数据集和真实环境数据上都取得了更加稳定的检测性能。

基于Landsat8与Sentinel-1遥感图像融合的土壤含水率反演模型

针对当前运用单一光学卫星反演土壤含水率时易受到云的影响,单一SAR卫星反演土壤含水率时易受到地表粗糙度和植被影响的问题,以内蒙古河套灌区沙壕渠为研究区域,以4个深度的土壤含水率为研究对象,分别采用主成分分析(PCA)、施密特正交变换(GS)融合Landsat8和Sentinel-1图像以减少云、植被、土壤粗糙度的影响,并对融合后的图像质量进行评价,然后用融合图像的灰度构建1134种遥感指数,基于相关系数分析、变量投影重要性分析、灰色关联分析3种变量筛选方法与BP神经网络(BP)、极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)4种机器学习算法的耦合模型反演沙壕渠土壤含水率。研究结果表明:经PCA、GS融合后的融合图像可同时保持Sentinel-1和Landsat8图像的优势,并成功定量反演土壤含水率。基于融合图像构建的三维指数普遍比二维指数对土壤含水率更敏感。在表层土壤含水率反演中,基于GS融合的VIP-ELM模型精度最高(决定系数R2=0.66,均方根误差(RMSE)为1.35%)。将GS融合的VIP-ELM模型应用于其他土壤深度含水率的反演后发现,20~40 cm反演精度最高(R2=0.79,RMSE为0.94%),其次是0~10 cm、40~60 cm、10~20 cm。该研究可为多源卫星图像融合反演土壤含水率提供参考。

考虑数据不足和基于合作博弈模型融合的风电机组轴承故障诊断方法

针对风电机组轴承疲劳实验成本高导致故障数据不足的问题,提出基于粒子群算法(PSO)优化的辅助分类器生成对抗网络(ACGAN),利用PSO对ACGAN的参数进行寻优,进而利用ACGAN生成与原始样本高度相似的新样本;针对单一模型对风电机组轴承故障诊断的准确率较低的缺点,引进合作博弈理论对多个子模型的诊断结果进行融合,将各个子模型的诊断概率矩阵由合作博弈理论进行融合并输出最终的诊断结果。实验证明,优化后的ACGAN模型和基于合作博弈的模型融合能有效提高轴承故障诊断的准确率。

“数据与模型融合的智能调度优化”专刊前言

调度优化问题广泛存在于国防、制造、能源、交通、农业、物流等诸多领域,普遍呈现出非线性、强约束、多目标、不确定、动态等特征,甚至涉及离散与连续变量的联合优化,性能指标的评价很费时.纯粹模型驱动的优化方法受制于建模难、评模难、解模难.传统群体智能优化,则大多遵循种群初始化、交叉变异、个体选择等基本步骤,此类数据驱动的优化方法存在问题特征结合弱、收敛速度慢等缺陷.随着云计算、大数据等信息技术的飞速发展,新一代人工智能注重数据、知识、算力和算法的深度融合,这为智能优化的创新和发展指明了方向.开展数据与模型融合的优化理论分析、算法设计,有助于全面提升算法性能,是新一代智能调度优化发展的重要方向.因此,面向复杂调度优化问题的高效、高质、鲁棒的智能优化理论与方法研究,已成为数学、自动化、计算机、人工智能、工业工程、管理等领域的热点前沿方向.本专刊聚焦数据与模型融合的智能调度优化的最新理论、方法及工程应用,展示智能调度优化的最新研究成果,促进学术创新、学科融合、应用推广,助力“人工智能+”在经济、国防和社会等领域的高质量发展.

RM-RT^(2)NI:融合评论时效与可信近邻影响力的推荐模型

基于矩阵分解的推荐模型虽然能够处理高维评分数据,但容易遭受评分数据稀疏性的困扰。基于评分和评论的推荐模型通过外加隐藏在评论中的用户偏好与物品属性信息,缓解了评分数据的稀疏性,但在特征提取时大多没有关注评论时效性和可信近邻影响力,无法获得更丰富的用户和物品特征。为进一步提高推荐精度,提出了融合评论时效与可信近邻影响力的推荐模型RM-RT^(2)NI。基于评分矩阵,该模型使用矩阵分解提取了用户偏好和物品属性的浅层特征,利用云模型和修正的用户相似度评估模型和新构建的信度评估模型提取出可信近邻影响力;基于评论文本,该模型利用BERT模型获得每条评论的隐表达,利用双向GRU提取评论间的联系,利用新构建的融合时间因子的注意力机制识别各评论的时效贡献度,以获取用户和物品的深层特征。在此基础上,将用户浅层特征、深层特征以及可信近邻影响力特征融合成用户特征,将物品浅层特征和深层特征融合成物品特征,并将它们输入全连接神经网络以预测用户-物品评分。在5组公开数据集上对RM-RM-RT^(2)NI的推荐性能进行了实验评估,结果显示,与7个基线模型相比,RM-RT^(2)NI具有更高的评分预测精度,且RMSE平均降低了3.0657%。

以数字技术提升城乡融合发展质量——基于双重机器学习模型的实证研究

提升城乡融合发展质量是我国经济高质量发展的时代命题。数字技术以高创新性、强渗透性、广覆盖性等优势特征融入城乡发展的各个环节,成为促进城乡要素平等交换和提升城乡融合发展质量的重要引擎。文章利用地级市面板数据测算城乡融合发展质量,使用双重机器学习模型,从理论和实证两个方面探讨数字技术对城乡融合发展质量的影响及其内在机理。要素合理配置是城乡融合发展的基本前提,创新驱动为提升城乡融合发展质量提供核心动力,城乡产业融合是提升城乡融合发展质量的重要支撑。研究发现:数字技术能够显著提高城乡融合发展质量,且通过了多种方式的稳健性检验。机制检验表明,数字技术通过改善要素错配、提高创新能力、促进城乡产业融合提升城乡融合发展质量。此外,对城市群进一步研究发现,在京津冀城市群、长江三角洲城市群和长江中游城市群,数字技术提升城乡融合发展质量的效应更强。最后,文章从统筹城乡数字化布局、拓宽要素融合渠道和消弭城乡数字鸿沟等方面提出对策建议,为数字技术提升城乡融合发展质量,建立健全城乡融合发展体制机制提供了经验证据和决策参考。

基于多信息融合的换流站直流设备健康状态决策树评价模型

针对换流站直流设备间交互信息融合能力较差、小样本与大样本难以均衡的问题,设计基于多信息融合的换流站直流设备健康状态决策树评价模型。使用同质多传感器多信息数据融合方法对多信息实施融合处理;利用k近邻方法和层次聚类方法划分换流站直流设备健康状态量,提取健康状态量的有效信息作为输入,构建决策树评价模型,输出换流站直流设备健康状态评价结果。实验结果表明,该模型具备较好的多信息融合能力和样本均衡能力,且可从不同角度实现换流站直流设备健康状态评价,评价结果较为准确。

社会融合视角下农民工城市定居意愿探赜——基于Logistic模型的实证研究

农民工的城市定居意愿影响农民工市民化进程,进而影响我国新型城镇化建设与乡村振兴。文章基于2023年873份农民工问卷,在社会融合视角下,构建二元logistic回归模型对农民工的城市定居意愿影响因素进行研究。实证研究表明,只有58%的农民工具有城市定居意愿。农民工性别、年龄、婚姻状况、教育水平、家庭随迁人口数量、城市迁移时间长短等因素对定居意愿均没有显著影响;参加本地医保、身份认同、经济收入、健康状况、承包地等因素对农民工的城市定居意愿影响较大;社会参与度、闲暇生活、居住证等在一定程度上提升农民工的定居意愿。如何持续提升农民工的城市定居意愿,文章从社会关系融合、经济收入及公共服务均等化等三个方面提出了对策建议。

大区域实景三维模型拼接融合方法及应用

随着实景三维中国建设的开展,大区域实景三维重建与更新已成为迫切需求,其建模面积大、模型成果异构、多尺度等特点导致场景拼接与融合成为丞待解决的问题,本文分别从影像及控制点重叠建立空三工程、包含相同控制点的空三工程融合2个角度,探究了从数据处理中实现三维场景拼接的方法,其次从模型成果的角度通过邻域瓦块的几何拓扑优化实现三维场景无缝拼接,文章对3种方法进行了试验对比及适用性分析,该研究解决了大场景三维模型拼接的问题,促进了实景三维高效高质建设。

产教融合背景下现代物流与供应链专业教师企业实践能力模型构建研究

以现代物流与供应链专业为例,依据教师发展理论、冰山模型理论、职业能力分析理论,基于“四维驱动法”,按照教师企业实践初级、中级、高级“三个阶段”,构建了涵盖内驱动力、外化能力、目标效力“三层级”,文化认同、职业素养、企业认知、岗位操作、教学转化和技术服务“六维度”的教师企业实践能力模型,并进行了模型效度验证与修正,以期为产教融合背景下提升教师企业实践的针对性、有效性、系统性提供重要指引。

一种基于多模型融合的隐蔽隧道和加密恶意流量检测方法

高级持续威胁APT攻击为了躲避检测,攻击者往往采用加密恶意流量和隐蔽隧道等策略隐匿恶意行为,从而增加检测的难度。目前大多数检测DNS隐蔽隧道的方法基于统计、频率、数据包等特征,这种方法不能很好地进行实时检测,从而导致数据泄露,因此,需要根据单个DNS请求进行检测而不是对流量进行统计后再检测,才能够实现实时且可靠的检测,当系统判定单个DNS请求为隧道流量,便可做出响应,进而避免数据泄露。而现有的加密恶意检测方法存在无法完整提取流量特征信息、提取特征手段单一、特征利用少等问题。因此,文章提出了基于多模型融合的隐蔽隧道加密恶意流量检测方法。对于DNS隐蔽隧道,文章提出了MLP、1D-CNN、RNN模型融合的检测方法并根据提出的数学模型计算融合结果,该方法能够对隐蔽隧道实时监测,进一步提高检测的整体准确率。对于加密恶意流量,文章提出了1D-CNN、LSTM模型的并行融合的检测方法,并行融合模型能够更加全面地提取特征信息,反应流量数据的全貌,进而提高模型的检测精度。

数据融合视域下虚拟知识社区知识推荐模型构建

文章采用扎根理论方法分析虚拟知识社区用户需求,构建虚拟知识社区用户知识需求框架,在此基础上提出虚拟知识社区数据融合方法,进而构建基于数据融合的虚拟知识社区知识推荐模型,并从用户画像、情感感知、社交网络3个角度提出虚拟知识社区知识推荐优化路径。