基于Maxwell-Stefan双扩散模型的煤层气注气数值模拟

目前煤层气注气数值模拟软件中均以扩展Langmuir模型模拟多组分气体吸附/解吸,以拟稳态单孔扩散模型和Fick定律描述煤层基质中气体扩散,虽然简单,便于应用,但存在较大局限性。以试验数据为依据,评价扩展Langmuir、IAS和2D PR-EOS多组分气体吸附模型可靠性,并建立Maxwell-Stefan双扩散模型模拟气体扩散过程。最后,将双扩散模型与煤储层气水两相多组分渗流模型耦合,利用IMPES方法求解研究煤层气注气过程。研究表明:2D PR-EOS模型预测结果优于扩展Langmuir和IAS模型;注气初期基质中多组分气体吸附和甲烷解吸速率较快,之后逐渐变缓;该模拟方法可以较为准确地模拟煤层气衰竭和注气开发过程,预测煤基质中气体各组分浓度分布,为煤层气注气开发的研究及现场应用提供有效的技术手段。     

改进高斯烟团模型的多气体源泄露扩散模型

本文针对高斯烟团模型在多稳定气体源泄露扩散模型建立上的欠缺问题，提出多稳定气体源泄露扩散模型。根据气体源位置和环境风速信息，对坐标轴进行平移和旋转变换，构建变换后坐标和变换前坐标的数学转换公式，将多气体源的泄露扩散过程建模为多个高斯烟团的叠加过程，建立适用于预测多稳定气体源泄露扩散趋势的改进高斯烟团模型。最后，以研究多个氯气气体源泄漏扩散问题为例，基于改进高斯烟团模型，根据毒物浓度时间伤害准则对其泄漏后的危险区域进行划分。仿真实验结果表明，该模型具有较好的参考价值。     

基于改进高斯烟羽模型的二氧化氮泄漏模拟分析

针对因缺乏实际环境因素的考虑而对二氧化氮气体扩散预测不准确的问题，提出可引入降雨量与地形来对气体扩散进行一定的研究分析。以原有高斯烟羽模型为基础，引入雨强以及粗糙度分别代表降雨量与地形来进行改进并进行数值模拟分析。通过对比分析，首先模拟了在同一高度下不同雨强以及不同粗糙度单独对气体扩散的影响；然后再从分别通过对下风向、横风向与气体浓度之间的关系对比；最后，将粗糙度与雨强同时作用并将结果与原模型进行对比分析。根据实验结果发现：降雨量和地势影响了在一定高度上气体扩散浓度值以及扩散范围，对比起传统的高斯烟羽模型，此模拟结果更符合实际。     

基于城市冠层模型的放射性物质大气扩散模拟

该文基于城市冠层模型对中尺度放射性物质大气扩散进行了数值模拟,并探讨了模型参数对预测结果的影响。以日本福岛核泄漏事件为案例,利用中尺度数值模型WRF及其耦合的单层和多层城市冠层模型对事故后的放射性物质的大气扩散与沉降进行了数值模拟,并基于观测数据,对不同的城市冠层模型对应的模拟结果进行了比较。结果表明:使用多层模型可以得到与观测值最接近的风场模拟结果;对于近源区域的137 Cs的累积沉降量,使用单层模型的模拟值比使用多层模型或不使用城市冠层模型的模拟值更接近观测值;对于远源区域的131I日沉降量,使用单层模型可得到与观测值更为接近的模拟结果,而对于远源区域的137 Cs日沉降量,使用多层模型得到的结果更接近观测值。     

基于Gauss烟团模型的大气扩散数据同化方法

发生核事故后,可以通过模型迅速预测泄漏的放射性物质的大气扩散情况,但释放源项、气象等参数的不确定性导致大气扩散模型计算的准确性受到影响。通常可以采用数据同化来改善模型预测结果。该文提出一种基于Gauss烟团模型的大气扩散数据同化方法,可以结合观测数据改善模型的预测结果。该方法在迭代搜索中对烟团参数进行线性变换以简化Gauss烟团模型,利用粒子群优化算法对泄漏速率、释放高度、风向、平均风速这4个模型参数进行校正。该方法适用于平坦地形和均匀稳定气象条件下的中尺度扩散。采用稳态条件下双生子实验进行验证,观测点位的模拟值与真实观测值的相关系数达到0.99。在非稳态条件下对源项估计结果进行了测试,结果略优于集合Kalman滤波方法,相关系数达到0.68。该同化方法计算速度快,能有效提升模型的预测,可用于大气扩散数据同化。     

基于气体扩散模型的页岩气体散失规律研究

针对不同页岩损失气量计算方法计算结果差异大的问题,分析了传统单孔扩散模型的特点及不足,建立了耦合更贴近实际的时变气体扩散系数和时变岩芯边界气体浓度的修正单孔扩散模型。研究表明,原始气体浓度、气体扩散系数、岩芯边界气体浓度和岩芯尺寸是影响页岩气体散失的关键参数。当气体扩散系数较大或损失时间过长时,USBM直线法对页岩损失气量的计算不够准确。与分段线性递减相比,岩芯边界气体浓度指数递减模式可能更贴近实际情况。岩芯边界气体浓度递减速率主要控制岩芯内气体扩散完成的总时长,而气体扩散系数变化速率主要影响气体扩散前期的特征。建立的修正单孔扩散模型可较好地从气体扩散角度揭示页岩的气体散失特征,但该模型仍需耦合气体在压差下的流动过程并基于实测数据优化其关键参数,进而提高页岩损失气量的计算精度。     

基于信息量和逻辑回归耦合模型的滑坡易发性评价

目前,滑坡易发性评价大多只采用单一模型进行研究,而单一模型存在缺陷,如只采用信息量模型则不能反映各因子对滑坡发生的权重。通过将两个模型进行耦合分析可以很好地发挥各模型的优点和弥补各模型的不足,从而达到模型优化的目的。针对滑坡易发性常用的信息量模型和逻辑回归模型,提出信息量-逻辑回归耦合模型。以江西省宁都地区为例,获取研究区共297个滑坡,提取高程、坡向、坡度、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性、植被覆盖率、地表建筑物指数共10个因子建立评价指标体系,再分别采用上述3个模型开展易发性评价,最后采用预测率曲线(the prediction rate curve, ROC)评价各模型精度。结果表明:信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型预测率曲线与坐标轴围成的面积(area under ROC, AUC)值分别为0.838、0.864和0.876,可见信息量-逻辑回归耦合模型的评价精度更高,建模更为合理。研究区内滑坡主要沿水系两侧分布,高程和岩性对滑坡的发生起主要作用。     

Logistic模型在高层建筑物沉降监测中的应用

介绍了Logistic增长曲线模型,通过实测数据建立沉降预测模型,拟合出s-t曲线,用平均绝对百分误差(MAPE)来评价预测模型拟合的精度,发现Logistic模型属于高精度拟合.将预测数据与实际观测数据进行对比分析,预测精度较高.结果表明该模型可用于高层建筑物的沉降预测情况.     

基于MATLAB的液氨瞬时泄漏模拟及应急措施研究

利用高斯烟团模型建立地面瞬时泄漏源气体扩散浓度分布模型,运用MATLAB软件对模型进行数值模拟,将结果可视化,分析氨气的泄漏扩散过程,最终求得氨气云团扩散形成的中毒危险区范围和氨气云团消散失去毒害作用需要扩散的时间和距离.经计算,氨气云团扩散60s后能形成的中毒危险区范围是以x=120m,y=0为圆心,半径为50.7m的圆,氨气云团消散失去毒害作用需要扩散的时间为480s后,此时氨气云团的中心位于(1 068,0,0).该计算结果可对有毒有害气体泄漏后预测扩散危险区范围提供相关依据.     

基于确定性系数模型与逻辑回归模型耦合的地质灾害易发性评价——以贵州省开阳县为例

贵州省开阳县地质条件复杂,区内地质灾害频发。以该县为研究区,选取高程、坡度、地形起伏度、坡向、工程岩组、斜坡结构、断层、水系、归一化植被指数(normalized difference vegetation index,NDVI)等9个影响因子,基于GIS的栅格数据模型,分别采用确定性模型(certainty factor,CF)、Logistic回归模型以及两种模型耦合的方法进行地质灾害易发性评价,利用灾害点在各等级下的分布和成功率曲线(receiver operating characteristic,ROC)对三种模型的评价精度进行检验。结果表明:CF模型与Logistic回归模型评价结果总体上一致,但是耦合模型的评价分区结果更加合理,精度更高。因此,基于耦合模型的评价结果,将开阳县地质灾害易发性等级分为高易发区、中易发区、低易发区和极低易发区。这为县级区域地质灾害易发性评价提供了理论指导和技术参考。     

基于任意拉格朗日-欧拉法的盾构刀盘土体切削仿真

针对盾构刀盘切削土体的问题,提出了基于有限元和高性能计算方法的大规模数值模拟方法.建立了盾构和土体的三维分析模型,并且充分考虑到土体的材料非线性,利用动态显示算法进行了基于国产“曙光4000A”高性能计算机的大规模流固耦合分析.仿真采用任意拉格朗日-欧拉法(ALE),解决了土体大变形造成的有限元单元畸变问题,预测土体-刀具相互作用的过程;将修正的Drucker-Prager塑性土体模型作为土体的非线性有限元模型,其仿真方法和结果可以为未来盾构机的刀盘设计提供参考.     

面向一类混合退化装备RUL预测的平行仿真技术

针对一类带离散冲击的混合退化装备剩余寿命预测问题,研究了面向混合退化装备剩余寿命预测的平行仿真技术.提出以混合Wiener状态空间模型为基础仿真模型,以泊松冲击到达为模型选择判据,在实时退化数据驱动下,实现仿真模型在线选择,利用强跟踪滤波和期望最大化算法进行仿真模型数据同化和未知参数在线估计,从而实现仿真模型演化,提高仿真模型逼真度.在此基础上,实现了基于平行仿真的剩余寿命实时预测.利用某轴承性能退化数据对平行仿真方法进行了实例验证,仿真结果表明平行仿真方法能有效仿真轴承的性能退化过程,剩余寿命预测的不确定性小、精度高.      

基于有限差分方法的水中爆炸三维数值模拟

针对水中爆炸的三维数值模拟问题,采用基于有限差分的拉格朗日与欧拉相结合的方法,在矩形网格上离散差分基本方程组;在欧拉步中引入模糊方法处理界面,计算各输运量;编写了数值模拟程序,进行了炸药在水中爆炸的三维数值模拟.爆炸场中考虑了有刚性障碍物及有反射有限边界计算域.结果表明,模拟结果与实际情况基本吻合,特别是冲击波在水中传播的模拟效果较好,证明所采用的三维数值模拟方法是有效和可行的.     

基于GWO-CNN-BILSTM的超短期风电预测

在未来高渗透率风电场景下，超短期风电功率预测研究对于实现电力系统优化运行具有重要意义。为此，提出一种基于GWO-CNN-BILSTM的超短期风电预测方法。首先，搭建基于卷积神经网络（convolutional neural network，CNN）与双向长短期记忆神经网络（bidirectional long short term memory，BILSTM）的组合模型，然后，为提升风电预测结果的精度，通过灰狼优化算法（grey wolf optimizer，GWO）对组合模型进行优化，使该组合模型参数能实时适应风电历史数据。最后，仿真结果验证了所提出方法的有效性和优越性。     

基于LSTM-XGboost组合的超短期风电功率预测方法

受数值天气预报信息影响,风电功率变化具有较强的随机波动性,传统单一预测模型精度较低,难以满足现实预测需求。为此,提出基于LSTM-XGboost组合的超短期风电功率预测方法。首先,基于风电场的气象数据,采用皮尔逊相关系数法筛选与风电功率强相关的气象数据,建立风电功率预测模型数据集;然后,将归一化处理的数据集作为LSTM和XGboost的模型输入,分别构建LSTM和XGboost的超短期风电预测模型,在此基础上,采用误差倒数法对LSTM和XGboost的预测数据进行加权构建组合预测模型;最后,以张家口某示范工程风电场实际运行数据验证组合模型的有效性。结果表明,相较于其他四种单一预测模型,组合模型具有更高的预测精度。     

Wind Speed Prediction by a Hybrid Model Based on Wavelet Transform Technique

It is difficult to predict wind speed series accurately due to the instability and randomness of the wind speed series. In order to predict wind speed, authors propose a hybrid model which combines the wavelet transform technique(WTT), the exponential smoothing(ES) method and the back propagation neural network(BPNN), and is termed as WTT-ES-BPNN. Firstly, WTT is applied to the raw wind speed series for removing the useless information. Secondly, the hybrid model integrating the ES method and the BPNN is used to forecast the de-noising data. Finally, the prediction of raw wind speed series is caught. Real data sets of daily mean wind speed in Hebei Province are used to evaluate the forecasting accuracy of the proposed model. Numerical results indicate that the WTT-ES-BPNN is an effective way to improve the accuracy of wind speed prediction.     

关于住宅小区风环境的数值仿真

由于建筑间强烈的气动干扰,住宅小区的绕流风场异常复杂。为避免因建筑排列方式不当而导致不良风环境的出现,需要在规划阶段对风环境进行预测并优化方案。结合某一住宅小区风环境的研究,采用以k-εRNG湍流模型封闭控制微分方程的时均数值模拟方法,模拟了该小区在夏、冬季节主导风向下的绕流风场,针对风速场及风压场的模拟结果,分析评价了该小区的风环境。模拟表明,数值方法预测小区的风环境可以为优化规划方案提供科学依据。     

基于熵权组合模型的风电功率预测

利用灰色预测法、人工神经网络法、ARMA时间序列法3种不同的预测模型对某风电场的风电功率进行了预测研究。计算结果表明,利用单一预测模型进行预测的精度有待提高。提出建立组合预测模型对风电功率进行预测,为了充分利用单一预测方法的优势,引入熵值理论。利用熵值法确定组合预测模型中的权重,进而建立熵权组合预测模型。模拟结果表明,熵权组合预测模型可以有效地提高风电功率的预测精度。     

基于遗传算法的支持向量机短期风速预测

对风电场风速实现较准确的预测,可以有效减轻并网后风电场对电网的影响。支持向量机模型的预测精度在很大程度上依赖于模型参数的选择,为提高预测模型的泛化能力和预测精度,应用遗传算法选择支持向量机的模型参数,再根据选择的参数对小时风速进行预测。实验结果表明本文方法能够获得较高的风速预测精度。     

基于花朵授粉算法的组合式风速预测

针对风速的波动性导致风电功率不稳定,严重影响电力系统的安全、稳定运行等问题,提出一种基于风速数据分解的组合式模型,该模型首先利用集合经验模态分解法将风速序列分解为频率不同的若干个分量,降低了风速序列的非平稳性。然后利用花朵授粉算法优化BP(back propagation)神经网络构建预测模型,预测各个分量的变化趋势。最后将各个分量的预测值进行叠加组合得出最终的风速预测值。仿真结果表明,所提出的组合式模型平均绝对误差控制在0.2 m·s~(-1)以内,在风速预测方面有较高的预测精度,具有广阔的实际应用前景。