基于数字孪生的生产分离器分离效果混合模型

生产分离器作为海上油气生产平台的关键处理设备,其处理效果直接影响油田生产能力。由于分离器内部流动特性及化学药剂作用机理复杂,现有机理模型难以对生产分离器实际处理效果进行准确评估。为此,基于机理与数据融合的数字孪生理念,提出了适用于不同原油含水工况的生产分离器实际分离效果混合模型构建方法。对于低含水原油,提出了基于试验数据的卷积神经网络模型构建方法,并通过多种数据驱模型计算结果比选,验证该模型在表征多因素与分离效果之间关系的有效性;针对实验室乳化效果不佳的高含水原油,集成重力分离机理与代理模型建立了分离效果评估模型,该模型将原油乳状液的液滴尺寸分布、破乳剂质量分数及含水体积分数相关的黏温特性对分离效果的影响考虑在内,通过蒙特卡罗模拟表征模型参数及工艺参数的不确定性对分离效果的影响。将建立的混合模型应用于实际海上生产分离器,通过与现场化验数据对比及多工况分析对模型的有效性进行验证。结果表明,构建的混合模型能够实现对海上油气生产平台各级分离器实际处理效果的在线孪生。该模型有效解决了数据驱模型对于高含水原油分离效果预测缺乏泛化性的问题;克服了传统计算流体力学模拟效率低、模型偏差无法修正的缺陷。该混合模型能够用于分析生产分离器在多种工况下的实际分离效果,可为海上生产平台实际处理能力估计及生产参数调优提供指导。

数据驱动精准教学的实然困境与应然进路

迈入大数据时代,数据驱动的精准教学已然成为这一时代教学范式的应然变革,其能够满足学生个性化的学习需求,规避教师随意化的指导与评价,推动教学范式的科学化转向。然而,囿于大数据运用的双刃剑特性,精准教学亦面临着空前非凡的挑战,具体表现为教学伦理性的偏失、个性化教学的悖逆、学生潜能性的遮蔽与教师权威性的失落。消解数据驱动精准教学的困境,要强化数据收集的伦理取向,彰显精准教学的“精”与“准”,复归学习者的个性与整全性,提升教师的数据智慧,从而推动精准教学的优化与完善。

基于LS-SVM算法的实兵对抗演习作战效能评估

在实战化实兵对抗演习训练中,经验驱动的作战效能评估方法存在主观性强、评估效率低的问题,对于部队提升实战化训练水平、强化实战能力带来不利影响。针对上述问题,提出数据驱动的实兵对抗演习作战效能评估方法,引入最小二乘支持向量机算法(LS-SVM)构建评估模型,通过演习数据对模型进行训练,建立效能指标和作战效能的非线性映射复杂关系。实验表明,基于LS-SVM算法的实兵对抗演习效能评估方法具有更高的效率和精度。

数据驱动的大型居民区电动汽车动态充电可行性分析

以安徽省一个配备了电动汽车充电站的大型居民区为研究对象,首先以该大型居民区的实际电力负荷数据为基础,分析了居民区的常规负荷特性及充电站的电动汽车充电负荷特性,并针对电动汽车充电站接入该居民区配网前后的负荷特性进行对比分析。接着为了利用电价引导电动汽车参与需求响应,针对电动汽车充电站,提出了一种新的动态电价,并以负荷变化量误差最小为目标函数,利用实际数据求解出该地区的弹性需求矩阵来预测动态电价实施后的电动汽车充电负荷。最后分析在现有的分时电价及提出的针对电动汽车充电站的动态电价下的该地区配电网综合负荷特性,验证了可以通过电价引导电动汽车的充电行为,进而改善该充电站所接配网(居民区)的负荷状态,减小了日最大负荷同时也提升了削峰填谷的能力。

一种基于实际数据驱动的新能源出力对电网线损影响评估方法

以风电、光伏为代表的大规模可再生能源接入对电网线损评估及降损管理工作带来了较大挑战。提出一种基于实际运行数据驱动的新能源出力对电网线损影响分析方法,首先根据输电线路典型模型对输电线路线损进行分析,将其表示为输送有功功率的二次多项式函数,然后将其扩展到全网,并据此构建了全网等值线损评估模型;对于等值线损模型中的未知参数,提出基于实际运行数据拟合的模型解析方法。最后,以某省级电网为例,对所提线损评估模型误差、不同发电类型线损率灵敏度因子及新能源出力对线损影响等进行了分析,对所提模型的有效性进行了验证。

基于梯度提升回归树的武广高铁区间晚点恢复策略研究

晚点列车区间恢复策略的智能推荐是高速铁路调度指挥自动化的关键技术,对于提高调度员决策效率,提升高速铁路运营控制水平具有十分重要的意义。基于武广高速铁路列车运行实绩数据,运用梯度提升回归树算法(GBRT),以晚点列车进入区间时间、晚点时长、图定运行时间、最短运行时间、历史平均运行时间、前车到达间隔约束和图定到站时间约束为自变量,构建区间晚点恢复策略的预测模型。使用测试集数据对模型进行验证评估,结果表明:模型在测试集上的预测平均绝对误差接近0.5 min,在允许误差不超过2 min的情况下,其预测精度达到95%以上;模型对比评价表明,GBRT模型的预测精度优于随机森林和多元线性回归等常用模型。