高精度BDS+GPS变形监测技术在特高压线路地质灾害监测中的应用

BDS+GPS变形监测技术对特高压线输电杆塔的高精度监测具有重要意义。本文在构建BDS+GPS高精度定位数学模型的基础上,依据前后历元的一致性,给出稳健的GNSS观测数据预处理策略;兼顾监测算法的高精度及快速响应,利用实时滑动窗口时段解的解算策略对高压线输电杆塔的位移变化进行实时监测;采用B/C架构研发BDS+GPS变形监测软件,具有数据采集、数据解析、数据解算和前端展示功能。精密导轨试验结果表明,该算法的水平RMS小于3 mm,高程RMS小于5 mm,满足厘米级、毫米级变形监测需求。

复杂地形风电场微观选址优化算法研究

我国拥有丰富、分布广泛的风能资源,其中复杂地形的风能开发正成为新的焦点。在风能开发中微观选址极为重要。由于传统风电场微观选址优化在复杂地形中效率低下,难以充分利用风资源,本文提出两种更高效的优化方法。其一,采用灰狼优化算法对风电场选址进行优化,优化主要以单个风力机容量系数为个体,总发电量的提高为目标,多优化个体共同构成电场整体排布方案。这种针对复杂地形下风电场微观选址优化的方式,能显著提升优化效率,有效实现选址优化目的。其二,采用作图法,分析风电场内特定高度的容量系数和风向分布,提出多种排布方案,基于发电量最大化原则选定方案实现优化,这种方法直接锁定最优结果,减少计算资源消耗。

不同时间尺度多源时序数据的FEEMD分解比较研究

中国南海东北部海区的叶绿素a浓度及相关环境因子受多尺度物理强迫影响,具有非线性非平稳态特征,对该区域的数据进行分解存在一定困难.该文利用一种自适应、非线性、非平稳态的FEEMD方法对研究区8 d尺度和月尺度长时序叶绿素a浓度及相关环境因子数据进行分解,结果发现:1)FEEMD有效避免了EMD和EEMD的高频模态混叠问题;2)FEEMD的运行速度比EMD和EEMD快10倍以上;3)基于8天和月尺度数据分解出的21年数据总趋势一致;4)相较于月尺度数据,8天尺度数据能分解出更多具有实际物理意义的高频模态,计算这些高频模态的周期发现基于8天尺度数据能分解出短至约2个月、4个月(季节)、6个月的周期;5)8天尺度叶绿素a浓度数据能分解出长达5年左右周期,其他相关环境因子可分解出10~14年超长周期,而月尺度数据一般只能分解出年尺度周期.该文研究结果表明,FEEMD方法可在环境复杂、动态度高、因子多变的区域进行长时间序列数据分解,并能取得理想效果,能为复杂环境条件下多因子间驱动关系研究提供借鉴.

基于“互联网+大数据”的输电智能巡检管控平台研发及应用

电力体制的不断改革和创新工作的落实,推动了电力管控平台的智能化改革,同时由于“互联网+”的环境进一步提升了信息技术和数据管理技术的优势,因此对于需要具备严谨性和全面性安全管理的输电网络来讲,落实智能化检测和安全管控能够进一步提升安全用电的质量和效率。首先分析了基于大数据的输电智能巡检管控平台项目研发的背景及应用优势,其次结合巡检平台以及远程遥控系统介绍了该平台在实际的电力安全运行中的应用方式,最后阐述了智能管控平台应用过程中的优化措施,意在为我国的安全用电规划提供技术依据。

基于改进模糊小波域的架空输电线路鸟害监测响应模型

针对传统驱鸟装置启停功能判断准确率较低,且驱鸟响应速度较慢的问题,构建基于改进模糊小波域的架空输电线路鸟害应急响应模型。引用改进模糊小波域算法,改善极端天气下图像识别的误差兼容问题。根据架空输电线路实时监控采集的图像数据,提取图像的深层次特征,采用多尺度目标识别模型对鸟害进行网格化识别。根据识别结果启动应急响应模型,对鸟害进行距离判断后,开启声波驱鸟装置。经实验分析,在架空输电线路鸟害识别任务中,该模型准确率可以达到98.75%,识别速度达到56frame/s,可以精确实时地识别出架空输电线路周围的鸟害数目,并验证了该模型在极端天气影响下具有较强鲁棒性,可以保障架空输电线路的安全、稳定运行。

河湖水生态系统模拟与三水协同调控关键技术及应用

当前,我国进入了水生态健康管理和"美丽河湖"建设的新时期,河湖水生态系统的精准预测与三水融合调控是环境科学研究的前沿和难点,项目攻克了人工-自然河湖水生态精准识别、系统模拟与三水调控的3个关键技术瓶颈,在汉江、滇池、淮河等不同类型生态受损河湖综合示范应用,提升了我国重大水生态安全风险预警与防控能力.

基于机器视觉的超高压输电线路覆冰灾害分级预警模型

超高压输电线路一旦覆冰会造成严重的危害,甚至会影响电网正常运行,预测输电线路覆冰情况对于解决灾害有重要意义。目前提出的预警模型覆冰率预测结果与实际结果相差较大,为了解决上述问题,基于机器视觉设计了一种新的超高压输电线路覆冰灾害分级预警模型,处理超高压输电线机器视觉信息,采集原始图像信息,划分原始图像中的线路特征,确定梯度特征,分析梯度方向,实现梯度增强。利用卷积神经网络对图像进行分类,根据分类结果完成信息处理。同时检测历史覆冰灾害因子、气象因子和线路冰冻因子,根据检测结果建立PSOEM-LSSVM模型,计算预警模型权重,分析综合风险指数的赋权及合理性,对输电线路覆冰风险进行分级,通过指数结果将灾害分为5级,评判灾害程度。实验结果表明,基于机器视觉的超高压输电线路覆冰灾害分级预警模型预警相对误差始终低于0.02%,预警过程不会受到风速影响,能够很好地保证超高压输电线路运行安全性。

融合无人机DEM的SBAS-InSAR矿区沉陷监测研究——以武安某矿区为例

小基线集合成孔径雷达干涉测量技术(Small Baseline Subset Interferometric Synthetic Aperture Radar,SBAS-InSAR)因其能够减弱时空失相干、大气延迟效应的影响而在矿区监测中应用广泛.然该技术仍需用到外部参考数字高程模型(Digital Elevation Model,DEM)来去除地形相位,故DEM的精度会直接影响其监测结果的精度,而大范围高精度DEM往往获得困难,且成本较高.为在控制成本的同时得到精度更高的监测结果,本文以武安市某矿区为例,将局部高精度无人机点云生成DEM与大范围的航天飞机雷达地形测绘任务DEM(Shuttle Radar Topography Mission DEM,SRTM DEM)相融合,结合融合结果并利用SBAS-InSAR技术和Sentinel-1 A数据进行监测和分析.结果表明:(1)使用融合DEM作为外部参考DEM所得SBAS-InSAR局部矿区监测结果较原始DEM提高了2~3 mm的监测精度;(2)在使用融合DEM所得的监测结果中,不同地物类别上的点有着不同的监测精度,其中农田土路上的点监测精度最高,灌木上的点精度最低;(3)矿区的沉陷特征变化与工作面的推进息息相关,且多个开采时间相近或重合相邻工作面的共同作用会产生不规则的矿区沉陷盆地.

面向水利行业的地理信息服务平台架构和应用研究

水利地理信息服务平台是智慧水利建设的基础,是推动数字技术与水利业务深度融合的重要抓手。本文描述了水利地理信息服务平台的系统架构和平台功能,探讨了地理信息系统在水利行业的应用场景,期望为水利地理信息服务平台建设提供参考和借鉴。