基于CAMM和CLDAS的黄淮海冬小麦成熟期连阴雨时空特征

利用黄淮海地区2008—2023年的CLDAS数据和同期65个农业气象观测站的冬小麦花期、成熟期观测数据,订正机理性中国农业气象模式(CAMM)中发育模块(RAM)的参数,评估模式对冬小麦成熟期的模拟精度,而后重构格点化的历年成熟期日期,统计成熟期前6天后9天共16天的降水量和雨日数,随后基于连阴雨指标,研究连阴雨的时空分布特征。结果表明:(1)RAM模式对冬小麦成熟期具有较好的模拟能力,各站RMSE平均值为2.28±0.46 d,模拟值与实测值的R2为0.915。(2)黄淮海地区冬小麦成熟期降水量和雨日数均呈南北两端高中间低的空间分布格局,区域平均降水量为8.8~84.6 mm,平均值为31.9 mm,雨日数为1.0~9.1天,平均值为5.4天。(3)2008—2023年连阴雨灾害波动较大,其中2009、2013、2018和2023年较为严重,大致呈4~5年发生一次的周期性规律,且灾情呈加重的趋势。(4)连阴雨灾害在黄淮海地区北部很少发生,河北和山东交界处偶发,灾害高发重发区主要集中在河南省,尤其是郑州以南的驻马店和信阳一带最为严重,发生频率约为5年一遇,持续天数多在9天以上。

基于网格划分的常发性拥堵区域识别及演化模式分析

为准确识别常发性拥堵区域,分析其拥堵传播方向,疏通拥堵源头和阻断拥堵传播路径,提出一种基于网格模型和Fuzzy Core DBSCAN算法的常发性拥堵区域识别及演化模式分析方法。首先,对城市路网进行网格化处理,结合出租车GPS数据综合分析网格内车辆轨迹数量和轨迹加权平均速度,构建网格内部交通拥堵状态判别模型。然后,利用结合模糊集合论与DBSCAN算法扩展得到的Fuzzy Core DBSCAN算法识别常发性拥堵区域,选取拥堵规模、拥堵传播方向(即两个相邻网格之间的传播次数和传播概率)和关键网格3个指标来分析常发性拥堵的演化模式。最后,以黑龙江省哈尔滨市二环路范围内网格区域为例进行实证分析,结果表明:所识别出的常发性拥堵区域关键网格G(14,13)一周内拥堵传播到相邻网格共85次,其中27次(以31.8%的概率)沿西大直街向北传播至网格G(15,14);与百度地图开放平台数据相比,基于网格模型的拥堵判别结果准确率达85%;基于Fuzzy Core DBSCAN算法识别分析出的常发性拥堵区域拥堵演化模式与百度地图开放平台路况时变过程吻合。这表明融合Fuzzy Core DBSCAN算法与网格模型可有效识别常发性拥堵区域中关键网格的拥堵传播方向,能为制定科学合理的缓堵方案提供支撑。

基于环境中移动运输代理的传感器网络建模

针对大型稀疏传感器网络中的数据获取,本文提出了一种利用环境中普遍存在的移动代理来连接稀疏传感器的网络体系结构和一种2-维网格随机游走分析模型;提出的传感器网络模型由3个抽象层构成,即由无线传感器构成的底层、由各种运输代理构成的中间层和由接入点/中央存储库构成的顶层。具体实现原理是位于中间层的移动运输代理从底层分布的无线传感器收集数据并缓冲数据,然后经过游走运输,最后将从底层的无线传感器收集的数据交付到顶层必要的接入点进行必要的存储和处理,从而实现整个传感器网络的数据获取;理论分析和仿真实验结果表明,提出的基于移动运输代理的传感器网络模型不仅具有较好的鲁棒性和可扩展性,而且相比于基站网络模型和Ad-hoc网络模型,在传感器功率消耗、数据成功率和基础设施投入成本方面有明显的优势。

顾及梯田地形的Grid-TIN混合格网数字高程模型研究

针对格网DEM难以对黄土高原梯田地形进行有效数字表达的问题,基于面向对象思想提出了能够顾及梯田地形的Grid-TIN混合格网DEM(Grid-TIN based DEM,GT-DEM)概念及其数据模型,并阐明其主要特征及与传统DEM的关系。以陕西绥德县辛店沟小流域水平梯田为例,利用现有1∶1万格网DEM、梯田特征点线及其外围边界线,构建出能够充分顾及梯田地形的GT-DEM。研究表明,利用现有格网DEM和梯田地形特征点线构建顾及梯田地形GT-DEM的技术可行。GT-DEM不仅可对研究区全局地形进行粗略表达,而且可对其局部梯田地形进行精细表达。该研究是对如何提高DEM的梯田地形数字表达能力的有益探索,对进一步提高DEM对淤地坝、鱼鳞坑等其他人工地形的数字表达能力具有重要借鉴意义。

适用于弱电网的三电平并网逆变器模型预测控制

弱电网下并网逆变器的鲁棒性较差、谐波较大,而模型预测控制十分依赖系统参数,这限制了其在弱电网中的应用。针对以上问题,提出适用于NPC(二极管中点钳位)型三电平并网逆变器的数据驱动型V-MFPC(基于虚拟电压矢量的无模型预测控制)策略。首先通过不同的开关序列构造大量虚拟电压矢量,然后利用代价函数预选降低控制算法的计算负担,最后选择合适的开关序列寻优抑制中性点电压波动。仿真结果表明,所提策略能有效抑制中性点电压波动和并网电流谐波,并具有较好的参数鲁棒性。

基于近似匹配模型的电网多模态数据检索研究

电网运行过程需要多种模态形式数据的支持,且多模态数据的复杂性较高,存储量增大,导致其检索难度较高,易出现较多相似冗余数据。为解决这一问题,提出基于近似匹配模型的电网多模态数据检索方法。引入树匹配理论构建模型,分析元数据与近似查询树映射关系。根据电网多模态数据近似匹配过程,计算查询树与元数据之间的编辑距离。依据极大似然估计原则,得到先验参数最优估计结果。按照由大到小顺序排序待检索文档与查询数据,由此完成多模态数据检索。实验结果表明,该方法检索精准度与实际数据存在最大为0.50 kB的误差,检索精准率最高为98%,说明使用该方法检索结果完整且精准率高。

电网分析模型数据的图表组织结构对比与适用性研究

为了明晰电网分析模型的数据组织结构选择标准,对其图表组织方式的适用性研究。基于本体思想,构建电网分析模型的元件表、元件图和层次化图数据模型,并在不同规模电网下进行测试和对比性能。测试结果给出了三者的检索性能定量关系,表明所构建层次图的检索性能在多层拓扑检索中分别约为元件图和元件表的10倍和40倍,可为电网数字底座的数据组织结构选配提供依据。

应用空间格网化法估算森林碳储量

为了探究空间格网化方法在森林碳储量估算中的应用,以塞罕坝机械林场的二类调查数据为基础,利用空间格网化方法提取林班中与碳储量估算相关的林龄、株数、郁闭度、蓄积量参数,通过BO-RF算法完成建模与估算,应用反距离加权插值方法完成空间插值统计,最终实现塞罕坝林场森林碳储量的整体性估算。结果表明:在不同格网尺度中,以3×3、5×5格网尺度的主要优势树种碳储量估算模型的精度表现较佳,华北落叶松(Larix gmelinii var.principis-rupprechtii(Mayr) Pilger)、白桦(Betula platyphylla Sukaczev)、樟子松(Pinus sylvestris var.mongholica Litv.)、蒙古栎(Quercus mongolica Fisch. ex Ledeb.)和云杉(Picea asperata Mast.)的决定系数(R2)均高于0.864,偏差、相对偏差、均方根误差、相对均方根误差也都表现较优;5×5格网尺度的主要优势树种的BO-RF的碳储量估算模型分别对主要优势树种的林龄、株数、郁闭度与格网中心碳储量参数的拟合效果明显,决定系数(R2)分别为0.910、0.887、0.956、0.864、0.913;与利用二类调查数据直接估算林班碳储量相比,空间格网化估算碳储量的精度达到99%。

基于夜间灯光数据和空间回归模型的人口格网化方法研究

为了提高地区常住人口回归结果的精度,表现地区及城市内部乡镇、街道以及更小尺度上人口分布特征,以里下河地区为研究区域,以NPP-VIIRS模拟的2020年DMSP-OLS夜间灯光数据为基础,结合土地利用/覆被数据、乡镇和街道常住人口统计数据,采用空间回归模型对各市县常住人口进行建模,并进行精度校验和结果修正,最终得到一种精度较高的人口格网化方法。结果表明:1)里下河地区夜间灯光强度累计值与人口统计数据间相关性为0.8747(P<0.01),相关系数高;选择相关系数最高的二次项式函数作为最优模型,空间回归模型模拟效果较好;2)基于精度检验后各空间单元残差值大小不同,采用分段函数对人口格网化结果进行校正,所绘人口分布图能更加详细、准确地刻画人口的真实分布情况;3)在人口数量和密度都较小的乡镇和农村,将NPP-VIIRS数据模拟为DMSP-OLS夜间灯光数据比直接采用NPP-VIIRS数据做人口空间回归误差更小。

基于编辑距离算法的技改大修项目工程时间节点数据研究与应用

文章针对电网企业技改大修项目的工程时间节点数据挖掘及其在项目管理中的应用进行了深入研究,旨在解决电网设备老化和规模增加导致设备成新率下降的问题,提高电力系统设备运行可靠性和供电质量。研究方法包括审计模型中的编辑距离算法原理及应用、技改大修工程时间节点数据分析中的审计模型设计、审计规则的梳理和验证、后台数据寻源及数据挖掘分析和建模等。

基于SCADA告警数据的电网故障类型判断方法

为了提高电网故障诊断效果,提出基于SCADA告警数据的电网故障类型判断方法。构建引入动量项、自适应学习率的改进小波神经网络故障识别模型,采用提升小波对元器件两端线路数正序信号进行分裂、预估、调整等过程分解,获取不同尺度正序信号输入神经网络,输出结果即为细化的电网故障类型。实验结果表明,分解尺度为3时,故障录波信号均方误差最小,小波神经网络性能更稳定。该方法根据相间两相电流突变量情况判断故障类型及故障相,可精准判断电网故障类型及故障原因。

高分辨率格网模型在地质灾害风险普查数据坐标转换中的应用研究

以宁夏为例,通过构建3″×3″高精度、高分辨率格网模型,计算坐标转换改正量,实现地质灾害数据由1954年北京坐标系或1980年西安坐标系转换到2000年国家大地坐标系的坐标转换.基于257个点,分析1954年北京坐标系和1980年西安坐标系下坐标转换到2000年国家大地坐标系的转换精度.结果表明,转换后平面点位中误差分别为0.230,0.004 m.高分辨率格网模型可为地质灾害风险普查、数据共享等提供参考,坐标转换方法可为其他区域提供借鉴.

基于多源遥感土壤湿度与模型数据同化的流域径流模拟

为提升径流模拟精度,以秦淮河流域为例,采用集合平均法将SMAP、SMOS、AMSR2卫星遥感土壤湿度融合并利用地形湿度指数进行空间降尺度处理,采用卡尔曼滤波算法和栅格新安江模型进行遥感融合土壤湿度同化。对2016—2018年秦淮河流域3个流量站记录的11场洪水进行模型数据同化的结果表明:日尺度率定期洪峰、径流深相对误差合格率均为71.43%,验证期洪峰、径流深相对误差合格率分别为66.67%和100%;经同化后,8场洪水径流深误差减小,平均误差降低29.01%;8场洪水确定性系数增大,范围在0.01~0.09之间,模拟精度最高可提升11.84%;同化多源遥感土壤湿度能有效改善土壤湿度估计的准确性,进而提升径流模拟精度。

基于HDF5的煤矿地质三维层叠网格模型分布式存储研究

利用真三维网格化地质模型实现煤矿地质环境的多分辨率表达和多参数的融合是煤矿地学大数据研究的重点内容之一,其核心问题是三维地质模型数据组织、存储和管理等。针对煤矿三维地质网格模型的数据规模、分布式存储和查询性能等问题,提出了一种基于HDF5的煤矿地质三维层叠网格模型分布式存储方案。在网格数据组织方面,采用层叠网格模型对三维地质模型数据进行压缩和分块组织,通过数据分块解决大规模地质网格模型数据的组织问题,数据分块同时将空间相近的数据集中在相邻的硬盘扇区或存储设备中,有利于提高数据调度效率。在数据存储方面,HDF5作为存储的持久化层,用来存储所有的原始数据,采用内存数据库Redis存储热点数据、HDF5元数据等相关信息。在Web服务方面,使用H5Serv发送和接收HDF5数据。在HDF5实现分布式方面,利用网络文件系统(NFS)实现HDF5数据在不同节点服务器之间的共享;利用Rsync和Inotify实现HDF5数据在不同节点服务器的数据实时同步;通过Nginx实现访问时反向代理和数据服务节点的负载均衡。使用Docker容器技术将数据节点服务和Nginx服务进行统一部署,通过JupyterLab交互式分析平台实现实时数据资源的调度和管理。实验结果表明:基于层叠网格的地质模型数据组织和基于HDF5的分布式存储可实现煤矿三维地质网格模型的有效存储管理和空间查询;相对于体素模型和八叉树模型,层叠网格模型数据量小,便于实现地质界面的空间快速查询,空间查询性能优于关系型数据库MySQL和非关系型数据库MongoDB,更适合煤系沉积地层结构的网格化表达和数据组织;基于HDF5的文件存储明显比MySQL和MongoDB数据库存储更加节省空间,主要原因在于HDF5的DataSet可直接存储数据块,不需要额外存储信息。基于层叠网格模型和HDF5的数据组织和存储方案可为煤矿三维地质网格模型的有效存储管理提供借鉴。

基于数据模型的涉网继电保护整定与校核方案

为解决发电厂与电网继电保护协调的问题,提出基于数据模型的涉网继电保护整定与校核方案。首先针对涉网保护整定与校核过程中的基础数据模型建立、继电保护定值计算、继电保护定值校核以及与安全自动装置的配合的关系进行分析。选取了失磁保护、失步保护、频率异常保护和过励磁保护为案例进行说明。提出了基于数据模型的涉网保护方式,分析了系统的构成、系统特点以及涉网保护自动校核流程。

基于阵风系数模型的百米级阵风客观预报算法研究

京津冀地区经济和文化的快速发展对冬季地面瞬时强风预报要求越来越高。正确估计和预测冬季地面瞬时强风,尤其是复杂地形条件下的阵风高分辨率格点精准预报,对于提升重大活动服务保障、首都及周边地区城市安全运行及防灾减灾能力等方面都具有重要意义。本研究基于京津冀长时间序列的实况观测资料,建立了阵风系数与稳定风速、风向、地形高度各要素之间的关系模型,并结合客观统计分析方法、阵风观测数据融合技术、格点偏差订正技术,发展了一种既保留模式物理参数特征和阵风局地气候特征,又发挥格点偏差订正技术的阵风客观预报方法。冬季奥林匹克赛事期间批量检验和个例分析结果表明,基于阵风系数格点模型和模式后处理订正技术得到的百米级分辨率、分钟级更新的阵风客观预报产品,24 h预报时效内张家口赛区和延庆赛区考核站平均绝对误差分别在2.3 m/s和3.0 m/s以下,延庆赛区8级以上大风,阵风风速预报评分超过0.5,解决了复杂山区数值模式阵风预报误差大、几乎无法业务应用的瓶颈问题,满足冬季奥林匹克运动会现场服务要求。

基于电网信息模型数据的共享与高效传输技术研究

随着电网数据的快速增长以及通信技术的发展,新型电力系统对数据传输的实时性与共享性有了更高的要求。针对这一问题,文中在电网信息模型的基础上设计了一套数据共享与高效传输的技术方案。该方案基于建立规范的电网信息模型来提取电信号的物理特征,并利用信号辨识算法获取信息的特征参量,再通过解析与拟合实现数据的分析及还原。同时使用ASN编码规则对信息进行动态编码,且数据链路层采用ISO生成标准数据帧,从而有效增强了数据传输的实时性。通过搭建仿真平台对电网信息模型进行数据传输分析测试,对比测试的结果验证了所提传输技术方案具有良好的共享性能,且传输效率较高。

基于FARIMA模型的电网数据服务器流量异常识别

当前电网数据服务器流量异常识别方法的平均时延过长,丢包率过高,因此提出了基于FARIMA模型的电网数据服务器流量异常识别方法。利用多重分形测度方法提取一个维度的电网数据流量特征,对存在较大方差的流量特征进行描述,利用FARIMA模型的回归算法计算电网数据服务器流量阈值,以此分析电网在正常运行条件下的数据服务器流量行为,并对此时的流量阈值进行检测,利用FARIMA模型与参数估计方法实现电网数据服务器流量异常识别。实验结果表明,所提方法能够有效缩短平均时延,降低丢包率。

三维扫描技术在网架提升中的应用

三维激光扫描技术是近年来发展起来的一项新型技术,在多个领域都有成功应用,将三维激光扫描技术应用到大型大跨度机库网架提升全过程中也是一次传统技术的升华和革新,用整体数据模型实时分析的方式替代了传统人工单点测量控制方式,用可视化自动三维模式取代了人工量测、分析、二维线划图的方式。为确保钢结构网架提升拼接质量,全面分析网架提升过程的安全、稳定,获取钢结构网架施工过程中的各项数据信息,利用三维激光扫描技术对网架提升全过程形态进行扫描,获取过程实时数据,为网架提升以及变形监测提供数据模型信息。

基于元模型控制的智能电网大数据安全监测技术研究

为了解决传统智能电网安全监测技术存在电网数据分散性较强问题,提出基于元模型控制的智能电网大数据安全监测技术。利用抽取元模型、转换元模型和加载元模型,提取、转换和加载数据。根据滑动窗口出现的异常滑动情况,判断数据是否异常,完成大数据安全监测。试验结果表明:检测结果与智能电网大数据的实际安全漏洞数量和误报数量一致,具有精准监测结果。所提方法具有理想的实用性,研究价值较高。