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。

基于可解释机器学习的黄河源区径流分期组合预报

黄河源区是黄河流域重要的产流区和我国重要的清洁能源基地,提高黄河源区径流预报准确率可为流域水资源科学调配和水风光清洁能源高效利用提供重要支撑。以黄河源区唐乃亥和玛曲水文站为研究对象,基于不同月份径流组分的差异,考虑积雪覆盖率及融雪水当量变化,构建了中长期径流分期组合机器学习预报模型及其可解释性分析框架。研究结果表明:1)年内的径流预报时段可划分为融雪影响期(3—6月)和非融雪主导(以降雨和地下水补给为主)期(7月—次年2月);2)与传统不分期模型相比,唐乃亥站和玛曲站分期组合预报模型的纳什效率系数分别达0.897、0.835,确定系数(R2)分别达0.897、0.839,均方根误差分别降低了10%、17%,提高了径流预报准确率,通过分位数映射校正,唐乃亥站和玛曲站预报模型的R2分别进一步提升至0.926和0.850;3)基于SHAP机器学习可解释性分析框架,辨识了预报因子对径流预报结果的贡献程度,由高到低依次为降水、前一个月流量、蒸发、气温、相对湿度、融雪水当量等,发现了不同预报因子之间交互作用散点分布具有拖尾式或阶跃式的特征。

基于集合Kalman滤波的中长期径流预报

为降低中长期径流预报的不确定性,增加水电站水库的发电效益,针对现有方法侧重于提高单一预报模型确定性预报结果的准确性以降低径流预报不确定性的问题,提出一种基于集合Kalman滤波的入库径流确定性预报方法。以旬为预见期的锦西水库实例验证结果表明:相比传统的单一预报模型和传统的信息融合预报模型,基于集合Kalman滤波的中长期径流预报可使RMSE降低4.78 m^(3)/s,合格率可提高0.56%,且更有效地降低了汛期预报的不确定性,得到了更加准确、可靠的确定性径流预报结果,可为开展流域梯级水电站优化调度提供技术支持。

考虑发用电相似性的海上风电中长期双边协商交易优化决策模型

海上风电是未来最有潜力的可再生能源之一,但其出力具有随机性和波动性。为了更好地促进海上风电的市场化消纳,文中基于海上风电商与负荷聚合商间的中长期双边协商交易构建了优化决策模型。首先,通过时间序列相似性评估方法,为目标海上风电寻找最优的用电负荷组合。其次,考虑需求响应备用容量配置和发用电曲线预测误差,构建了基于两阶段分布鲁棒优化的中长期交易优化决策模型,为海上风电配置适应其未来一段时间内出力特性的需求响应资源,并合理调整中长期交易曲线。最后,通过仿真算例验证了所提模型的有效性和实用性。

基于多因子多模式集成的中长期径流预测模型

提高中长期径流预测精度对于水资源调度等具有重要意义和应用价值。基于国家气候中心的130项气候因子,采用皮尔逊相关系数、最大信息系数、方差增量指标筛选主要预测因子,建立基于DS(Dempster-Shafer)证据理论的多因子综合方法;采用随机森林、BP神经网络和贝叶斯网络等建立基于水文-气象因子遥相关的中长期径流预测模型,构建基于DS证据理论的预测结果集成模型。以三峡水库为对象开展实例研究,结果表明:引入遥相关因子能有效提高预测精度;基于DS证据理论的多因子综合方法能筛选出综合性更强、稳定性更优的因子,弥补单一筛选方法的不足;基于DS证据理论的多因子多模式集成方法在径流预测精度上优于单一方法单一模型,确定性系数提高到0.823,平均相对误差降低到23.2%。

基于双重分解和双向长短时记忆网络的中长期负荷预测模型

针对中长期电力负荷序列噪声含量高、难以直接提取序列周期规律从而影响预测精度的问题,提出了一种基于完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和奇异谱分析(singular spectrum analysis,SSA)双重分解的双向长短时记忆网络(bidirectional long and short time memory,BiLSTM)预测模型。首先,采用CEEMDAN对历史负荷进行分解,以得到若干个周期规律更为清晰的子序列;再利用多尺度熵(multiscale entropy,MSE)计算所有子序列的复杂程度,根据不同时间尺度上的样本熵值将相似的子序列重构聚合;然后,利用SSA去噪的功能,对高度复杂的新序列进行二次分解,去除序列中的噪声并提取更为主要的规律,从而进一步提高中长序列预测精度;再将得到的最终一组子序列输入BiLSTM进行预测;最后,考虑到天气、节假日等外部因素对电力负荷的影响,提出了一种误差修正技术。选取了巴拿马某地区的用电负荷进行实验,实验结果表明,经过双重分解可以将均方根误差降低87.4%;预测未来一年的负荷序列时,采用的BiLSTM模型将拟合系数最高提高2.5%;所提出的误差修正技术可将均方根误差降低9.7%。

护航战略目标落地:澳大利亚国家教育监测评估的经验与启示

开展针对国家中长期教育政策性宣言的教育监测评估是澳大利亚推进教育改革发展的有效经验,包括:以法律和政策坚实监测评估“合法性”基础,依据政策性宣言设计监测指标体系,打造支撑监测评估的多源异构数据基座,以“见林见树”的全面观呈现现状与发展趋势,强化监测评估服务行政决策和公共监督。澳大利亚的经验对我国开展国家教育监测评估有如下启示:一是政府委托专门机构对国家教育中长期战略落实进展监测评估,二是监测评估坚持纵向发展与横向国际比较相结合,三是强化监测评估服务政府决策和舆论引导效应,四是推动人工智能等新一代信息技术与教育监测评估深度融合。

高温中压长输蒸汽管道的热补偿方式及支架约束

高温中压长输蒸汽管道热补偿方式有别于电厂内部短距离输送管道,既要考虑安全性,又要考虑项目的经济性。论文对比常用热补偿方式的优缺点,提出高温中压长输蒸汽管道采用旋转补偿器补偿为主、自然补偿为辅的热补偿方式较为合理。对直线线路段、平行线路段、转角及转角叠加标高微调段、直线高差段、直线跨越段这几种常见的管道布置形式,通过START应力计算软件建模分析,确定较优的热补偿方式及支架约束条件。

考虑多能源同台竞价的电力中长期融合交易机制设计与实践

新能源的入市可加速新型电力系统建设,针对新能源发电的随机性和波动性而导致上网电量与市场交易电量偏差较大的问题,设计了一种多能源同台竞价的融合交易机制。通过设计融合交易机制的组织流程与出清方式构建了新能源发电商(NEP)在不同交易模式下的结算模型,以江西电力中长期市场为背景设置算例参数,对NEP在几种交易模式下的收益进行分析,并对采用融合交易机制的江西电力中长期市场运行情况进行了对比分析。结果显示所提交易机制能促进新NEP达成交易,明显提升NEP的经济效益,有效推动新能源的入市进程并显著减少交易偏差率。

不同截面中空夹层钢管混凝土中长柱偏压分析

为探究方套方、方套圆截面中空夹层钢管混凝土中长柱偏压受力性能,利用ABAQUS有限元软件,创建方套方、方套圆两种截面中空夹层钢管混凝土中长柱有限元模型,以长细比、偏心距、核心混凝土强度、外钢管含钢率、内钢管含钢率作为变化参数,对上述两种截面中空夹层钢管混凝土中长柱进行偏压受力分析。对比分析了不同截面中空夹层钢管混凝土中长柱的荷载-跨中挠度曲线、压弯承载力、初始刚度的变化。研究结果表明:方套方、方套圆截面中空夹层钢管混凝土中长柱的极限承载能力,初始刚度随长细比,偏心距的增大而减小,随核心混凝土强度等级,内、外钢管含钢率的提高而增大;偏心距、核心混凝土强度、外钢管含钢率对方套方、方套圆截面中空夹层钢管混凝土中长柱的极限承载能力影响较大;长细比、核心混凝土强度对方套方、方套圆截面中空夹层钢管混凝土中长柱的初始刚度影响较大;相同条件下,方套圆截面中空夹层钢管混凝土中长柱受力性能优于方套方截面。

基于多模型比选耦合的降水预测

变化环境下水文时间序列的模拟预测难度不断加大,以往研究大多聚焦在模型的不同组合尝试与应用探索,但缺乏针对不同组合模型适用性与稳定性的系统研究。选择经验模态分解(empirical mode decomposition,EMD)、总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)、改进的总体平均经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和变分模态分解(variational mode decomposition,VMD)4种常用的分解算法,与多元线性回归(multivariable linear regression,MLR)、随机森林(random forest,RF)、BP神经网络(back propagation,BP)、卷积神经网络(convolutional neural networks,CNN)和长短期记忆神经网络(long short-term memory,LSTM)5种具有代表性的模型结合,构建20种基于“分解-预测-重构”模式的组合模型,并以华北地区密云、官厅两流域年和汛期降水为例,进行模型适用性与稳定性综合对比分析。结果表明:单一模型对密云流域年降水和汛期降水的预测结果优于官厅流域,但整体预测结果均不理想;结合分解算法后的组合模型预测结果明显优于单一模型,且该预测结果存在正负误差抵消现象,因此有助于进一步提高组合模型的整体预测精度;与基于EMD系列的分解算法相比,VMD算法对模型预测精度提升效果最显著,组合模型适用性和稳定性整体上表现为VMD-MLR>VMD-LSTM>VMD-BP>VMD-CNN。

富含α-亚麻酸的中长链脂肪酸结构脂的酶法合成与理化性质分析

旨在为富含多不饱和脂肪酸(PUFA)的中长链脂肪酸甘油三酯(MLCT)产品的应用提供参考,采用脂肪酶Lipozyme TL IM催化精炼桑蚕蛹油(SPO)与三辛酸甘油酯(TRI)进行酯交换反应合成富含α-亚麻酸(ALA)的MLCT(ALA-MLCT),考察了反应时间对ALA-MLCT合成的影响,并对合成的ALA-MLCT的甘油三酯组成、质量指标、氧化稳定性、乳液性能和体外消化特性进行了分析。结果表明:Lipozyme TL IM催化效率高,反应10 h TRI的转化率达到98%以上,反应12 h合成的产物ALA-MLCT中含有ALA的MLCT含量可以达到40.41%,且主要为LnCaCa (10.95%)、PLnCa (7.69%)和OLnCa (6.21%),其质量指标符合中长链脂肪酸食用油标准征求意见稿2022中的一级食用油标准;与SPO和酯交换反应底物物理混合物(SPO与TRI质量比1∶4,SPO+TRI)相比,产物ALA-MLCT氧化稳定性显著提高,其乳液粒径较小且分布均匀,具有更好的物理稳定性;体外模拟消化实验表明,与SPO+TRI相比,ALA-MLCT更快达到消化平衡,但最终二者消化率均可以达到90%以上。综上,合成的ALA-MLCT结构脂有助于提高ALA的生物可及性,有望作为功能性食用油脂。

基于长短时记忆网络的山区中小流域降雨径流模拟

洪水预报是流域防洪减灾的重要非工程措施之一。目前我国中小河流暴雨洪水灾害频发,但应对短历时强降雨的洪水预报能力仍不强。以安徽省东部山区中小流域为研究对象,引入长短时记忆网络建立流域降雨径流模型,探讨其在山区中小流域的洪水模拟效果。结果表明,考虑降雨输入的空间差异可提升深度学习模型降雨径流模拟预测性能,且长短时记忆网络能够取得优于传统人工神经网络的精度;长短时记忆网络模型有效建立了流域降雨与径流间的复杂非线性关系,模型在所选流域内场次洪水的峰值模拟效果较好,训练、测试集场次洪水峰值合格率均在90%以上;长短时记忆网络内部结构特征与流域水文过程具有较好的相似性,对山区中小流域暴雨洪水非线性关系拟合效果突出。

国家节水中长期规划编制思路浅析

近二十年来,我国相继印发实施多个节水规划,指导和推动节水工作取得显著成效。科学编制节水中长期规划,系统谋划未来一个时期节水工作推进的战略方向、总体布局、重点任务等,有利于全面提升我国水资源节约集约利用水平、加快推进节水型社会高质量建设。总结我国节水规划实践情况,评估规划目标制定及其完成情况,分析我国现状用水节水水平,面向基本实现现代化,对标新质生产力和水利高质量发展要求,提出节水中长期规划编制的总体思路,梳理重点任务,包括摸清节水现状与形势需求,制定节水目标指标体系,谋划节水重大战略布局,提出重点节水行动与举措,梳理重点工程项目和实施计划,完善体制机制和制度政策保障等,针对性提出推进规划编制工作的有关建议。

HPLC法测定丙泊酚中/长链脂肪乳注射液中5种有关物质的含量

目的为进一步提高丙泊酚中/长链脂肪乳注射液的质量控制水平,建立了一种高效液相色谱(HPLC)法用于丙泊酚中/长链脂肪乳注射液中的5种有关物质的含量测定.方法采用Inert-silTM ODS-3V(250 mm×4.6 mm,5μm)色谱柱;以磷酸盐缓冲液(pH 3.0)为流动相A、乙腈为流动相B进行梯度洗脱;流速1.5 mL·min^(-1);柱温40℃;检测波长275 nm和254 nm;进样量10μL.结果在上述色谱条件下,5种有关物质的分离度符合要求;在酸、碱、氧化、高温、高温氧化及光照降解条件下,丙泊酚与各杂质及降解产物之间分离度良好.在质量浓度0.1852~2.0637μg·mL^(-1)内丙泊酚及各杂质线性关系良好(相关系数r>0.999);精密度试验结果显示的各杂质与总杂含量的RSD≤5.5%;回收率为95.4%~105.7%(RSD≤5%,n=9);将供试品在柱温、流速、流动相比例和pH微小变化的条件下分别进行考察,相关参数的变化对结果均无影响,耐用性良好.结论该方法操作能够准确测定本品中5种有关物质的含量.

兼顾激励相容的水电富集电网中长期电力市场交易模型

针对我国水电富集地区梯级电站上下游中标电量与发电水量不匹配导致弃水和违约等问题,借鉴巴西电力市场中长期交易模式,提出兼顾激励相容的水电富集电网中长期交易模型。该模型以个体发电效益最大和电网侧购电成本最小作为激励相容的双重目标。首先以最小出力最大为目标对水电站群进行优化调度,所得各水电站每月发电量定义为其该月保证电量,并将保证电量拆分成基础电量、省内电量和西电东送电量。然后建立各级市场交易方法,基础电量按相似来水频率的历年平均电价收购,省内电量参与两轮拍卖,西电东送电量按剩余电量比重排序依次收购,采用强化学习确定各发电商份额和电价。最后利用改进的电量再分配机制对联盟内各水电站实发电量进行再分配。云南省5个流域52座电站群实例结果表明,所提模型能有效缓解当前梯级上下游电站弃水和违约等问题,促进了水电市场合理竞争和水资源充分利用。

基于历史天气的区域电网负荷预测

随着社会经济的迅速发展,人们对电能的需要日益增加,但是在电网运行中,常常会出现电力产能过剩或者不足的情况,为保证电力系统安全稳定、经济运行,就必须掌握各种区域电网负荷的变化规律和发展趋势。论文对重庆市区供电分公司供电区域电网中长期负荷进行预测,提出一种预测区域电网中长期负荷的方法,即一种基于前12个月历史天气条件和区域电网负荷关联关系的多元非线性拟合的特征参数因子曲线的中长期负荷预测方法,建立基于不同算法的多种预测模型,通过归一化处理,得到的区域电网中长期负荷预测的精度高,与实际区域电网负荷之间的误差小,对于区域电网中长期负荷预测分析具有重要参考利用价值。

混料设计优化酶法制备中长链甘三酯复合酶配比

以癸酸插入率为指标,采用混料设计对酶法合成中长链甘三酯(MLCT)的3种Sn-1,3位特异性脂肪酶(Lipozyme RM IM、Lipozyme TL IM和NS40086)配比进行优化,并对MLCT产物的脂肪酸组成及复合酶的稳定性进行分析。结果表明:3种酶对MLCT产物癸酸插入率的影响依次为NS40086>Lipozyme RM IM>Lipozyme TL IM,Lipozyme RM IM、Lipozyme TL IM和NS40086的最佳质量比为0.323∶0.122∶0.555,在此条件下MLCT产物的癸酸插入率为46.87%±0.24%,Sn-2位油酸含量为73.13%,Sn-1,3位癸酸含量为62.60%,制得的复合酶具有良好的稳定性。

交直流互联电网的跨省输电功率可行域分析

交直流互联电网的送受关系复杂,电网运行调控的约束众多,使得完全依赖人工经验来判断送受电计划调整空间的难度较大。为适应市场化交易对于跨省送受电计划调整提出的精细化要求,提出了一种跨省输电功率可行域的分析方法。首先,根据交直流互联电网的运行特点,对调度可行域所含的运行约束进行拓展建模。然后,构建跨省输电功率可行域模型,并采用有序顶点搜索法进行求解。最后,基于南方区域电网的实际运行场景展开算例分析,并利用全网调度优化模型的计算结果验证了跨省输电功率可行域的有效性。依据可行域的计算结果可以获知特定送受场景下跨省输电功率的限值范围,从而为中长期送受电计划校核调整提供参考依据。

考虑电力中长期及现货市场衔接的月内融合交易模式及统一限价研究

在电力市场“中长期+现货”背景下,针对电力中长期与现货衔接问题,探寻高比例新能源入市下月内融合交易市场边界,研究统一限价对社会福利与曲线分解的影响,分析月内融合交易模式对市场衔接的作用。首先,考虑市场中存在的问题,探讨可行的解决方式。其次基于市场预测,构建市场主体的报价与目标函数,结合不平衡电量,构建社会福利最大化市场出清模型,采用A-NSGA-Ⅲ算法进行求解,得到市场出清情况与对应的最优限价范围。最后通过算例验证了统一限价与细分时段的优势,给出了统一限价设定的市场化途径,同时保证了市场主体利益与市场活力,表明了统一限价模式下月内融合交易市场有利于市场主体灵活交易,促进了中长期与现货市场的衔接。