考虑大规模风光分层接入的配电网多层协调无功优化方法

大量风光新能源分层、多点接入给配电网运行带来了电压越限等负面影响,增加了不同电压等级无功协同优化的难度。兼顾不同电压等级调节需求,从模型降维等值的角度,提出了基于等值模型的配电网多层协调无功优化方法。该方法分别针对含有无功调节设备及没有无功调节设备的两种台区系统,利用神经网络对大量台区相关运行数据进行训练得到台区拟合模型,形成不可控和可控两种类型的台区等值模型,并用这两类拟合模型分别代替两类台区系统的物理模型,使台区以数据驱动的方式参与配电网无功优化,形成馈线物理模型和台区拟合模型组成的单一电压等级物数混合优化调度模型。将原多层无功优化问题转换为单层系统优化问题,再对该单层系统无功优化调度问题进行求解。该方法可降低配电网系统优化计算规模,从而减小计算量,以无功优化数学模型与数据驱动方法相结合的方式,实现配电网馈线-台区多层协调无功优化。通过算例验证了所提方法对于解决分布式风光分层接入所导致电压越限问题的可行性、有效性和优越性,能够保障配电网的经济安全稳定运行。

基层政府数据治理缘何艰难?——基于多重堕距视角的分析

当前,基层政府数据治理的理想愿景与现实之间存在明显差距,产生“堕距”现象。究其根源,技术运行与公共管理的价值诉求和价值实现存在矛盾、数据治理成本—收益不明确造成“文化堕距”;“数据”与“治理”关系模糊、制度执行偏离制度旨趣、技术变化与制度稳定存在张力导致“制度堕距”;数据共享动力不足、权责关系不明晰催生“职能堕距”等。政府应立足于基层治理的实际和协同发展的需要,从强调以人为本、构建数字创新氛围和可持续的技术支撑体系、健全配套制度体系等多重维度出发整体推动数字化转型,改善数据在多元治理情境中的创新应用,从而有效弥合多元“堕距”并走向技术善治。

高放废物处置地下实验室现场试验数据管理顶层设计

我国高放废物地质处置研发已经进入地下实验室建设的关键阶段。在地下实验室建设和运行期间,将开展大量现场试验,这些试验数据具有传输距离长、采集周期长、数据类型多和数据量大等特点,同时数据质量、安全与可追溯性要求高,数据管理难度较大。通过分析我国高放废物地质处置北山地下实验室现场试验数据特点,以iS3智慧数据服务系统为基础,提出现场试验数据管理顶层设计方法,为现场试验和科研工作顺利开展提供重要的数据管理支撑。

医院资源计划系统成本原子级数据治理及实践

探讨面对医院成本管理复杂性高、难度大的挑战,如何借助医院资源计划(HRP)系统建立统一高效的成本管理体系。结合医院实践,通过构建面向成本管理的原子级数据治理体系和实践路径,逐步迭代优化HRP系统,最终实现对全院成本的精细化管理,辅助管理决策,为各医疗机构建立HRP系统提供相关技术参考和行业思考。

噪声与危险水平混合条件下危险识别变化特征——基于多模态数据的证据

为探讨噪声和危险水平混合环境下矿工危险识别内在加工过程各指标的变化特征,模拟了有噪声高危险、有噪声低危险、无噪声高危险、无噪声低危险4种不同的环境,召集23名矿工,通过便携式脑电采集系统、人机功效分析系统、无线传感生理仪及E-prime程序采集被试试验中的多模态数据并进行分析。结果表明:噪声环境下被试正确率降低、反应时间变长;噪声环境中P300成分额区波幅最大,噪声影响大脑的高级认知加工,噪声环境下被试心率变异性(Heart Rate Variability,HRV)3个指标都显著升高。噪声对高危险场景的影响更大,无噪声环境下低危险场景往往更难识别,在安全管理中要重视安全隐患的排查。从认知神经科学层面研究危险识别的内在加工机制,为噪声和危险水平对危险识别的影响提供了直接的证据,可为噪声防治以及矿山和煤矿企业安全隐患管理提供一定的依据。

基于AIS数据的船舶风险领域模型

为构建船舶风险领域及分析其特征,基于船舶自动识别系统(Automatic Identification System,AIS)数据提出一种具有风险级别的船舶领域模型。首先,根据预处理后的AIS数据,获取他船相对于本船的位置。然后,采用椭圆领域边界对船舶相对位置数据进行筛选,同时获取到代表风险级别的临界点,并使用最小二乘法对其进行拟合,从而得到船舶风险领域。最后,利用老铁山水道中149 m、190 m、229 m、300 m船舶的AIS数据对所提方法进行验证,并分析船舶风险领域的特征。结果表明,该方法可以较好地反映船舶的风险级别;在同一风险级别时,不同尺度船舶间的风险领域长、短半轴与船长之比差异较小;风险级别为1的船舶领域边界接近于圆形;他船在本船周围分布的密集程度不同。本研究所提模型对航行安全保障、航行风险研究有一定的参考意义。

随机误差传递的高空气象秒级数据快速校验方法

【目的】为保证气象预报结果的准确性。【方法】提出了考虑随机误差传递的高空气象秒级数据快速校验方法。对高空气象秒级数据进行预处理,包括数据中心化处理、特征点提取。数据中心化的处理方式为实施各组数据的加权平均处理,获得新的数据组作为基准数据;特征点提取使用的处理方法为遍历法,需要遍历全部数据点。考虑数据获取过程中的随机误差传递情况,对预处理后的高空气象秒级数据实施空间一致性检查、内部一致性检查。应用集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)算法与对比源反演CSI(Contrast Source Inversion)算法构建基于CSI-EEMD的高空气象秒级数据快速校验模型,实施数据得到快速校验。【结果】测试结果表明,该方法能够实现4个气象站数据的快速校验,校验结果的均方根误差与平均绝对误差均低于0.1,实现了数据的质量控制。【结论】将该方法应用于气象站数据校验中,可以实现精准度的数据校验,具有一定的实用价值。

介休井水位异常变化特征分析

根据山西介休井水位2007年数字化观测以来的数据变化,梳理归纳该井水位观测曲线的正常变化形态、同震变化以及影响介休井水位变化的人为干扰和自然环境干扰因素;同时对2023年7月27日介休井水位出现的突降异常,从井区构造环境、周边地震活动、地球物理观测异常变化等方面,与典型震例前的异常变化进行对比分析,认为该异常与山西中南部中等地震前的异常在时、空、强特征方面具有较高的相似性,表明山西南部区域的构造活动、应力水平在逐步增强。

数据要素赋能对人力资本升级的作用机制分析--基于国家级大数据综合试验区数据

以国家级大数据综合试验区作为实证场域,基于2011—2021年沪深A股上市公司数据,采用基准回归分析平行趋势检验方法检验了数据要素赋能对于企业人力资本升级的促进作用并进行相关的稳健性与异质性分析,在此基础上,对数据赋能效果的创新激励效应和规模扩张效应两者作用机制以及对企业低技能劳动力组别、雇佣规模以及人力资本相对结构的影响进行进一步探讨。研究结果表明,国家级大数据综合试验区建设的数据要素赋能功效有力推动了企业人力资本升级与人才队伍扩张,一系列的稳健性检验有力支撑了上述结论;企业层面产权性质与创新属性的不同、区域层面的地理区位与行政层级的区别导致了经营策略与资源禀赋差异,对企业人力资本升级产生了异质性影响;国家级大数据综合试验区建设畅通了企业数字化转型渠道,通过创新激励效应和规模扩张效应作用于人力资本升级进程;扩展性讨论表明,数据要素赋能也会增加部分低技能劳动力岗位,带来企业雇佣规模的扩张。因此,需要充分发挥数据要素的赋能功效,推动数据要素与企业生产经营过程的深度耦合,最终实现人力资本的优化升级,为培育壮大企业发展的新动能注入人才动力。

基于多模态数据关联分析的学习成效达成度研究

课堂是教学的重要环节,科学的数据依据是保证评价结果正确性的关键.文中介绍了研究背景和国内外研究现状,基于课堂达成度分析理论,深度融合新一代信息化技术,采集多模态数据进行分析,搭建了课堂多模态关联评价框架,并基于该框架开展实证研究.以某高职院校某班级为例,通过虚拟空间、物理空间采集课堂教学过程中产生的多模态学习数据,采用人工智能方法处理并分析学习数据,实现课堂行为识别与分析评价.结果显示,与教学活动设计关联的评价框架能更加可靠地为课堂学习达成度分析提供依据,改善课堂教学质量,助力智慧课堂建设.

基于ZYNQ的HDLC与同步半双工RS485的实现

为了实现飞行管理模块与舵机、助推器等之间的高速串行通信,设计了基于全可编程片上系统(ZYNQ)的高级数据链路控制(HDLC)协议控制器。ZYNQ内部可编程逻辑(PL)与处理器系统(PS)之间通过高级可扩展接口(AXI)总线进行数据交互,采用双先入先出队列(FIFO)进行数据缓存;PL使用Verilog语言开发了HDLC通讯协议的控制时序,PS完成循环冗余检验(CRC);开发了以ZYNQ为核心的同步半双工RS485总线接口原理图和印制电路板。实际应用效果表明:系统的通信速率可以达到4Mbit/s,工作稳定可靠,没有误码、丢帧等现象。

基于气象因素的玉米单产堆栈集成学习建模与预测

【目的】在世界气候变化加剧和气象灾害频发的背景下,探究气象因素对玉米单产的重要性并准确预测玉米单产对于促进农业生产和田间管理具有重要意义。本文旨在量化分析玉米各生育阶段气象因素对单产的重要性并建立高精度、高可靠性的玉米气象单产堆栈集成学习估测模型来预测单产。【方法】利用HP滤波法和移动平均法确定各县域趋势单产模型并分离出各县气象单产。采用轻量级梯度提升机(LightGBM)、Bagging和Stacking 3种集成学习方法,通过对中国12个省份596个县级行政区域和气象观测站跨度34年的日度气象数据和玉米产量数据进行分析,建立3种基于不同集成学习框架(LightGBM、Bagging和Stacking)的玉米气象单产预测模型。【结果】适用HP滤波法作为趋势单产模型的县域主要集中在陕西、河南、江苏和安徽地区。相较于HP滤波法,更多县域适用于移动平均法,且多数县域R 2分布于0.8以上。基于5年滑动预测和模型精度评价指标,3种模型对玉米单产的平均绝对百分比误差(MAPE)指标均低于6%。Stacking模型MAPE值达到4.60%,预测精度高,泛化性强。结果表明玉米气象单产堆栈集成学习预测模型(Stacking)具有更高精度和更强鲁棒性,并能有效利用各基学习器特点与优势,提升预测精度,是根据气象因素预测玉米单产的最优模型。此外,基于12省玉米生育阶段27个气象因素的随机森林特征重要性评分对玉米单产的定量分析,对作物监测和田间管理有借鉴和参考意义。【结论】3种集成学习方法,尤其是堆栈集成学习模型(Stacking)预测效果能够详细反映出玉米单产的时空分布变化情况。基于气象因素的玉米单产堆栈集成学习模型可为田间管理和精准预测玉米单产提供新方法。

基于数据优化和CQR-CNN-BiGRU模型的光伏功率超短期区间预测

现有光伏功率区间预测算法通常侧重于提高覆盖率和缩小预测区间,未能充分考虑实际调度中的经济成本和风险成本,从而限制了这些算法在调度决策方面的实际应用。引入了“最优置信度”概念,提出了一种创新的光伏功率区间预测方法,将数据优化与CQR算法以及CNN-BiGRU神经网络模型相结合。首先对经预处理后的光伏功率序列进行优化,采用分解-重构的思想,将光伏功率序列分解为趋势分量、周期分量和随机分量;然后结合多个气象因素,分别输入经改进麻雀搜索算法优化的CQRCNN-BiGRU神经网络中,建立各自的区间预测模型,叠加三个分量的区间预测结果,实现光伏功率的区间预测。仿真结果表明,所提方法的预测区间能够更接近预设的最优置信度,同时能够快速、有效地获得更高质量的预测区间。

数据驱动与物理机制耦合的菜子湖流域水位预报模型研究

菜子湖作为引江济淮工程的关键调蓄湖泊之一,湖泊水位的变化同时受到自然降水和工程调蓄的影响。为了准确模拟及预报菜子湖水位,构建了菜子湖流域四水源新安江模型和菜子湖水位预报的神经网络(LSTM)模型。在此基础上,采用外部耦合的方法,构建了四水源新安江-LSTM耦合模型,进一步将物理机制模型模拟的入湖流量作为补充因子,驱动神经网络(LSTM)模型模拟菜子湖水位,从而实现两种不同模型在湖泊水位预报中的耦合应用。结果得出:直接模拟水位的洪水误差小于0.1 m,耦合模拟水位的洪水误差小于0.02 m,后者相较前者,水位误差精度提升了0.08 m。直接模拟水位验证期的洪水误差在0.02 m之内,纳什系数R^(2)分别为0.89、0.75及0.88,均方根误差RMSE分别为0.034、0.027及0.015;耦合模拟水位验证期的洪水误差在0.015 m之内,纳什系数R^(2)分别为0.91、0.82及0.88,均方根误差RMSE分别为0.019、0.021及0.008。研究结果表明,与单驱动因子得出的结果相比,双驱动因子得出的结果更有效地提高了水位的模拟精度。同时在考虑对应降雨的洪水过程中,数据驱动和物理机制相结合的方法与直接预测水位误差相对比,有效地提高了场次洪水水位预报的精度,得到更精确的模拟结果。为引江济淮工程的调水提供了重要的参考依据,也为相似调水工程的洪水水位预报提供一定的参考。

西部地区城乡融合发展水平及效率评价

基于CRITIC权重法、加权综合评分法及DEA-Malmquist模型,本文研究2014—2019年西部地区及其各省市城乡融合发展水平及发展效率。研究发现:(1)西部地区城乡融合发展水平略有下降,其中重庆、陕西融合发展水平较高,贵州增长幅度较为明显。分项来看,城乡经济发展融合水平呈下降趋势,城乡空间要素、人民生活、生态环境融合水平虽有波动,但总体呈上升趋势。在科学测度城乡融合发展水平与效率的基础上,得出了促进西部地区城乡融合发展的政策启示。

省级高程基准数据处理方法实现及应用

高程基准是测绘基准的主要内容之一,是新型基础测绘的重要组成部分。省级高程基准数据处理的方法虽然记载于相关规范中,但其具体实现还需要重力场模型、固体潮模型、海潮模型,以及太阳与月球位置模型等额外的数据模型,国内具备独立精密水准数据处理能力的单位较少。本文使用山东省重力场模型及部分开源公式、模型,开发了精密水准数据处理软件,经测试分析,该软件在水准概算、平差方面计算准确,具备了山东区域一、二等水准数据处理能力。同时,本文研究了一种以环闭合差评价实测数据、以实测数据评价起算点的平差方案设计方法,并成功应用于2023年山东省级高程基准动态监测项目中。

基于L波段探空观测的FY-4A云顶温度产品评估及其在冬季降水相态判识中的应用

利用2019—2021年冬季上海宝山站L波段探空资料对FY-4A云顶温度(CTT)产品进行评估,分析发现,FY-4A的云顶温度产品能够较好地反映单层云的云顶温度,对双层云或多层云的云顶温度则普遍高估(平均高估幅度超过14℃);当探空观测到的云顶高度不超过6 km或云顶温度不低于-20℃时,FY-4A云顶温度产品误差较小,平均偏差约为3℃。根据2021—2022年冬季长三角地区地面站观测的降水现象统计云顶温度与降水相态的关系,并对典型个例进行分析,结果表明,云顶温度低是出现降雪的必要条件之一,绝大部分降雪出现在云顶温度低于-12℃的情况下。FY-4A的云顶温度产品时空分辨率高、精度尚可,可以辅助预报员判识雨雪落区,在雨雪转换过程的预报服务中有较大的应用潜力。

基于多级索引表的金融业务数据库精准查询方法

为提升金融业务数据库查询精准度和效率,设计了一种基于多级索引表的金融业务数据库精准查询方法。首先,构建多级索引的逻辑结构,设计多级索引表构建过程;其次,进行金融业务数据特征融合,为金融业务数据查询准备好数据条件;最后,设计金融业务数据库精准查询算法,完成基于多级索引表的金融业务数据库精准查询方法设计的全过程。实验结果表明:设计方法的金融业务数据库查询精准度均在90%以上,最高可达到98%,而且查询所需时间最短仅为5.25 s。本设计方法的适用性极强,具有较好的应用前景,以期能够为金融业务数据的精准高效查询提供参考借鉴。

基于网格空间团的多级同位模式挖掘方法

针对传统的多级同位模式挖掘方法未考虑到实际数据分布的网格特性,且从全局到区域的多级模式挖掘框架会导致算法效率低下的问题,提出逆向挖掘多级同位模式的新框架.先挖掘区域同位模式,再由区域同位模式推导出全局同位模式,提出有效的剪枝策略提高挖掘效率.考虑真实数据集中数据分布的网格特性,定义实例间的网格邻近关系,提出网格空间团及计算网格空间团的新颖方法.在区域划分阶段,提出基于自适应网格密度峰值聚类的区域划分方法,基于2阶网格空间团的网格相似性来分配簇.在合成和实际数据集上进行大量的实验,验证了提出方法的有效性、高效性和可扩展性,在真实数据集上的剪枝率可以达到78%.

基于1+X证书的高职院校人才培养模式与证书考核工作探究——以“工业数据采集与边缘服务”(中级)等级证书为例

以“工业数据采集与边缘服务”职业技能等级(中级)证书人才培养及考核为切入点,根据实际岗位需求,深入分析中级证书考核标准,提出模块化融合型人才培养模式,并结合专业课程开发、考核站点建设的经验,在强化模拟训练基础上,建立标准化培训与考核流程,切实提高学生专业实践能力和1+X中级证书考证通过率。