The Research of Urban Rail Transit Sectional Passenger Flow Prediction Method

This paper studies the short-term prediction methods of sectional passenger flow, and selects BP neural network combined with the characteristics of sectional passenger flow itself. With a case study, we design three different schemes. We use Matlab to realize the prediction of the sectional passenger flow of the Beijing subway Line 2 and make comparative analysis. The empirical research shows that combining data characteristics of sectional passenger flow with the BP neural network have good prediction accuracy.

考虑碳排放分摊的综合能源服务商交易策略

为寻求在满足用户用能需求的同时降低系统碳排放的有效途径,提出了一种考虑碳排放分摊的多综合能源服务商能源交易策略。基于网络流模型实现碳流追踪并联合Shapley理论建立了综合能源服务商碳排放成本计算模型。应用Nash议价理论构建了多综合能源服务商合作博弈运行模型,将综合能源服务商碳排放成本引入优化目标函数,并利用分布式算法求解最优能源交易量和交易费用。基于由修改的IEEE 39节点电网和12节点气网构成的多综合能源服务商系统进行仿真分析,验证了所提模型和方法的有效性。

矿井传感器风量最小平衡修正量研究

在智能化开采时代,高性能的实时通风网络解算对于矿山通风系统的安全管理至关重要,而初始迭代风量对解算性能具有显著影响。由于传感器难以避免地存在测量误差且布置稀疏,利用传感器监测数据难以分配全风网初始风量。首先,将矿井通风网络视为网络流模型,并对传统的有上下界网络流模型进行改进,以使之能够基于存在测量误差的传感器风量进行全风网风量分配。其次,用风量平差模型对传感器误差导致的节点风量不平衡进行最小平衡量修正。试验模拟和现场试验均表明了研究方法的可行性和有效性。在现场试验中,传感器分支的风量平均修正率为0.66%,平均风量修正值为0.09 m^(3)/s。该方法能够对任意位置布置且存在测量误差的传感器的风量进行全风网的风量初始化分配。

基于改进卷积神经网络的心理状态预警技术

针对传统问卷法难以真实反映被调查者心理状态的问题,基于光流法和卷积神经网络提出了一种微表情判断方法,并将其作为心理状态预警技术的核心模块。对于数据集中人脸数据离散的问题,该方法采用人眼权重法对图像进行预处理,且通过金字塔光流算法提取预处理图像序列的光流特征,再利用三维卷积神经网络对该特征加以训练。与传统算法相比,所提方法在减少模型训练参数与运算时间的同时还具有更优的学习能力。实验测试结果表明,该算法在CASME数据集上的微表情识别准确率为89.2%,F1值为0.6751,均优于其他对比方法。由此证明,该算法可实现对人脸微表情的准确识别,进而为学生心理状态预警提供客观的数据支撑。

主动配电网潮流的全纯嵌入计算方法

配电网潮流计算是进行配电网规划和运行的重要基础。目前,配电网潮流求解方法主要有牛拉(Newton Raphson,NR)法和前推回代(forward backward substitution,FBS)法两大类,但NR法和FBS法在潮流收敛性和计算效率等方面均存在一定的不足。全纯嵌入法(holomorphic embedding method,HEM)是一种求解非线性潮流方程的新方法,它可以有效避免NR法和FBS法在配电网潮流求解过程中出现的上述问题,但现有HEM未充分考虑配电网中各类型分布式电源(distributed generation,DG)和智能软开关(soft open point,SOP)控制方式的多样性,且未构建计及负荷电压特性和频率特性的潮流模型,难以适用于不同运行模式下配电网潮流计算。针对上述问题,提出一种可求解含多类型DG和SOP且可运行在并网/孤岛模式的主动配电网统一全纯嵌入潮流计算方法。首先,根据负荷静态电压和频率特性,构建计及配电网频率和节点电压影响的负荷节点全纯嵌入潮流模型;其次,根据DG不同的控制方式以及配电网不同的运行模式,将DG所连节点等效为不同节点类型,构建各类DG的全纯嵌入潮流模型;再次,考虑SOP不同控制方式,构建SOP全纯嵌入潮流模型;从次,依据全纯嵌入潮流模型等式左右两侧同次幂级数系数相等原则,推导配电网各全纯函数幂级数系数的求解递推关系式,进而计算各全纯函数的各项幂级数系数,借助解析延拓理论求取电压和频率逼近值,实现配电网潮流的准确求解;最后,通过修改的IEEE-33节点测试系统和IEEE-123节点测试系统验证所提方法准确性和有效性。

汽轮发电机带有交替径向风道的转子流体与传热耦合分析

针对汽轮发电机带有交替径向通风道的转子发热冷却问题,以一台350 MW水氢氢冷汽轮发电机为研究对象,依据流体力学和传热学的基本理论,首先建立计及旋转的电机全域通风网络模型,采用逐次迭代法计算得到各支路流量和节点压力。其次,建立了带有交替径向风道的发电机转子流体-传热三维物理模型和数学模型,给出了基本假设和相应的边界条件,同时将通风网络计算得到的风速和压力作为转子求解域的耦合边界,采用有限体积法进行求解,计算结果与实测值吻合。然后分析了交替径向风道内流量分配和氢气流动情况,研究了转子内部氢气温度分布和槽楔出风口风温变化规律,探明了转子绕组和铁心轴向温度分布特性,讨论了副槽入口流量和槽楔出口直径对转子流体和温度的影响。得出副槽入口流量应控制在0.1~0.16 m^(3)/s范围内,且选择较小的槽楔出口直径,可以提高通风系统的效率与风量分配均匀性,降低转子轴向热不平衡。

非洲航运枢纽及网络特征分析

枢纽布局和网络特征是区域航运业发展的重要基础。基于复杂网络理论,运用TOPSIS法和多重流分析法分析非洲排名前20的枢纽港口,发现非洲航运网络的整体均衡性较弱,区域内航运网络发展不平衡、不充分,呈现显著的西密东疏、北强南弱的现象。通过与全球主要区域港口承担的显著流数量对比,发现非洲主要港口的承担显著流数量较大部分区域低,表明非洲航运业在全球范围内影响力较弱。基于此,提出了未来域内航运网络重点发展区域,为海上互联互通的实现提供参考。

基于人工神经网络的水平管道气液两相流流型识别算法研究

流型是研究流动过程中一个十分重要的水力学状态参数,传统流型识别方法一般采用观测手段,往往需要苛刻的实验观测条件,难以应用在工程中。本文利用人工神经网络黑匣子特性通过人工神经网络对从水平管道内气液两相流流型测量实验中获取的数据进行学习,设计了一种无需使用直接观测手段而仅基于两相流速的流型识别的模型并进行了测试,效果良好,误差率低,提出了一种基于数据的流型识别方法。并对人工神经网络模型进行了神经网络结构无关性分析,研究了神经网络隐藏层神经元数对模型精度的影响。

可压缩两气体流动的简化神经网络模型

实用的虚拟流体方法(practical ghost fluid method, PGFM)利用Riemann问题速度解对可压缩多介质流场界面条件进行建模。基于构造的嵌入物理约束的神经网络模型预测Riemann问题速度解的方式,给出一种两气体流动的神经网络模型简化方法。首先提出完全气体状态方程下神经网络模型输入特征采样范围从无界域到有界域的转换方法,改善模型预测不同初始条件下Riemann解的泛化性能。根据该转化方法,进一步提出一种结构更加简单的神经网络优化方法,将输入维度从5个减少到3个,有效提高神经网络的训练效果。将该神经网络代理模型应用于PGFM程序框架,通过典型的一维与二维两气体流动问题进行数值验证与对比分析。结果表明,简化的网络模型与已有研究的神经网络模型相比,能取得精度相近的计算结果。而在神经网络训练效率上,简化神经网络具有明显优势。同时因为简化神经网络采样维度少,方便尝试加密采样提高拟合精度,更具备发展潜力。

综合能源系统建模与能流计算方法研究综述

围绕综合能源系统的能流计算问题,从网络模型及求解、不确定性能流分析方法2个层面综述了各类能流计算方法。首先,在综合能源系统网络特性建模方面,讨论了偏微分方程模型、动态特性模型和稳态特性模型及其求解方法。其次,归纳了应对系统外部输入不确定性的概率和区间2类传统能流分析方法,以及概率-区间混合不确定性能流分析方法。最后,从工程应用角度分析当前综合能源系统能流计算的难点与热点,进而对其发展方向进行展望。

基于数字足迹的自驾旅游流时空分布及空间网络特征分析

自驾游正发展成为大众旅游时代的新模式,通过探索自驾旅游流的时空分布和空间网络特征,明确其时空格局的演化机制.以新疆地区为例,采用频次指数统计自驾旅游流跨时间年度、季节、节假日的游客数量,利用GIS空间分析方法阐明旅游流时空分布特征;根据实际需求基于社会网络分析方法中的多个指标建立综合评价体系,深入探究自驾旅游流的网络结构和相互关系.结果表明:新疆自驾游旅游流在时间分布特征方面具有多样性,受季节和节假日的影响,依然保持了持续吸引游客的稳定趋势;在空间分布特征方面,标准差椭圆的重心表明自驾旅游流在空间分布上更偏向新疆西北地区,标准差椭圆长短半轴差距显示旅游流在不同年份之间的分布相对稳定;在空间网络特征方面,新疆自驾旅游流整体网络间存在“涓滴效应”,自驾游客的移动路径和主要聚集区域呈现以乌鲁木齐市为核心,辐射向伊犁、阿勒泰、喀什等三个方向的趋势;旅游节点之间的关联不紧密,辐射牵动作用不明显,旅游流分布较为疏散且呈现明显的规模-序列表征.

基于无监督学习的计算机通信网络异常数据流辨识方法

当前,计算机通信网络异常数据流辨识矩阵的辨识效率有限,导致漏辨个数不断增加。为此,文章对基于无监督学习的计算机通信网络异常数据流辨识方法进行了设计和验证。首先,提取了异常数据流特征,在多状态的背景下提升了辨识效率,同时设置了多状态特征辨识矩阵。其次,设计了无监督学习通信网络异常数据流辨识模型,采用了动态跟踪核验实现数据流辨识处理。测试结果表明,导入4组虚拟的辅助网络异常数据流指令在3个周期内实现了异常数据流辨识,最终将漏辨个数控制在6个以内,说明该方法在无监督学习的辅助和支持下更为精准与高效,应用效果得到了明显提升,且针对性较强,具有创新意义。

基于加权潮流熵的配电网脆弱线路辨识方法

通过评估电网脆弱线路来寻找薄弱环节,能够很好地防止事故发生。针对目前配电网脆弱线路辨识方法辨识能力差,难以精准确定全部脆弱线路的问题,利用加权潮流熵提出了一种辨识方法。利用加权潮流熵对转移增量进行计算,根据计算结果得到脆弱性评估指标,分析不同指标的权重,通过得到的脆弱性评估指标进行电网线路辨识分析,判断是否为脆弱线路。实验结果表明,基于加权潮流熵的配电网脆弱线路辨识方法能够很好地检测出脆弱线路的电流波动振幅,通过得到电流加权潮流熵分析电流波形是否为正弦波,确定脆弱线路,在10次测试中,检测成功率为100%,具有极高的实际应用价值。

基于梯级流水法与裕度线性化交流潮流的目标骨干网架优化方法

“双碳”目标推进下,电力系统大停电风险增大。面对规模较大的电网,基于网络流理论与直流潮流的目标网架生成方法求解效率较低,且难以快速通过交流校验。针对以上问题,提出一种高效的目标网架生成方法。首先分析建立目标网架生成的基本约束与模型。然后提出基于梯级流水法的高效的连通性约束,以提升模型整体求解效率。同时采用线性化交流潮流模型,构建能够反映系统无功分配与电压水平的最优目标网架。考虑线性化误差可能引起的潮流及电压越限问题,提出考虑功率损耗裕度与无功平衡裕度的线性化最优潮流及潮流校验反馈机制,从而显著提升方案的交流校验通过率。最后,构建目标网架生成的混合整数线性规划模型,并采用IEEE-39、IEEE-118节点系统以及我国西南某地区电网等多个算例验证所提方法的有效性和求解效率。

Computer-aided Symbolic Analysis for the Active Network

The totally coded method (TCM) reveal the same law which governing the gain calculating for signal flow graph as Mason formula does. This algorithm is carried out merely in the domain of code operation. Based on pure code algorithm, it is more efficiency because any figure searching is no longer necessary. The code-series (CS), which are organized from node association table, have the holo-information nature, so that both the content and the sign of each gain-term can be determined via the coded method. The principle of this method is obvious and it is suited for computer programming. The capability of the computer-aided analysis for the active network, such as operation amplifier network, can be enhanced.

基于流动网络法水动力模型优化超临界600 MW对冲锅炉两侧主蒸汽温度偏差研究

以某超临界600 MW机组对冲燃烧锅炉为研究对象,通过对其进行水动力建模,分析验证了主蒸汽两侧温度偏差规律,并从锅炉水侧提出优化主蒸汽温度偏差的技术方案。根据提出的蒸汽温度优化方案调整后,50%、75%和100%BRL负荷下锅炉出口两侧主蒸汽温度偏差分别缩小了44.6%、95.8%和28.0%。该方案可实现机组的安全、经济运行,并为同类型机组主蒸汽温度偏差治理提供理论依据与改造参考。

中压不接地配电网三相潮流新方法

在大量分布式电源接入中低压配电网的新形势下,三相潮流计算是分析其影响的基本手段。针对现有中压不接地配电网三相潮流研究主要采用人为设置参考中性点/零序电压的方式,导致无法仿真分析中性点/零序电压偏移、不接地网络零序潮流和相-地电压不平衡等情况,提出一种中压不接地配电网三相潮流新算法。首先,提出不接地配电网三相潮流在节点变量和导纳矩阵方面的特殊性。然后,设计基于功率平衡方程和牛拉法,采用导纳矩阵可逆化处理和矩阵替换技术实现约束零序电流为零的不接地配电网三相潮流算法。最后,基于6节点系统和修改的IEEE123算例仿真不接地配网的潮流,结合PSCAD验证所提方法在不同场景下的准确性以及在大电网中的适用性和收敛性,并在地市电网中进行实际应用。算例分析表明,所提算法计算结果准确,具有良好的工程实用性。

基于IPSO-BP神经网络的高含沙水体对鱼类影响预测方法

水库进行水力排沙时,高含沙水流过程可能会对鱼类等水生动物产生负面影响,其量化评估方法研究较为薄弱。为了预测和评估水库排沙过程对下游鱼类的影响,本文利用黄河花斑裸鲤和鲤鱼在高含沙水体中生存特性研究的实验数据,综合考虑含沙量和粒径、溶解氧、暴露时间、水温等因子对鱼类生存的影响,建立了基于IPSO-BP神经网络的高含沙水体对鱼类致死影响预测方法,对目标鱼类死亡率的预测误差小于6%。本文使用了与BP神经网络紧密耦合并引入动态参数和变异扰动的IPSO算法,较BP和PSO-BP神经网络预测能力更佳,相比国内外已有的Stress Index(SI)、Severity of Ill Effect(SEV)和多元拟合方法预测精度得到显著提升。分析表明,本文提出的预测方法能够考虑高含沙水体中鱼类生存受多环境因子联合制约,且多因子之间存在复杂关联的情况,可为评估高含沙水流过程对水生态的影响提供新的方法。

卷积神经网络在流场结构检测中的应用研究

针对飞行器气动设计流场结构分析需求,提出了一种基于卷积神经网络的流场结构自动检测的方法。该方法充分利用神经网络对非线性系统隐藏特征的提取能力,通过学习高维度流场结构特征建立的网络可从CFD流场仿真结果中自主检测气动设计关心的流场结构。该方法采用监督学习和交叉验证方法对网络进行训练和验证,同时采用金字塔结构方法对待检测流场进行预处理,解决了结构检测尺度不匹配的问题并提高了检测正确率。以二维涡检测为例对方法进行了验证,最终识别了大部分区域的涡结构,结果表明该方法是有效的。该方法可进一步应用于三维分离涡、激波边界层干扰等复杂流场结构检测。

基于外网静态等值与无迹变换法的互联电网概率潮流计算

随着电力系统的发展,为计及新能源发电和负荷波动等不确定性因素的影响,须对互联电网进行概率潮流分析,而电网规模的不断扩大会显著增加相应的计算负担。因此,为提高互联电网概率潮流的计算效率,提出了一种基于外网静态等值方法与无迹变换法相结合的互联电网概率潮流计算方法。首先,采用无迹变换法生成用于边界处等值参数概率建模的样本点集,提出基于多运行点的外网静态等值方法,即每个样本点基于其改进直流潮流计算得到的结果获得等值参数,以建立等值后内网输入随机变量的概率模型。然后,通过该概率模型再次采用无迹变换法生成新的样本点集,从而进行等值后内网的概率潮流计算。最后,在多个测试系统证明了所提方法的准确性与速度优势。该方法借助概率等值技术同时降低了概率潮流计算中输入随机变量的维数与系统规模,从而减少了其分析所需的确定性潮流计算次数及其单次计算时间,实现了该应用在计算方面的双重降维。