电池储能系统SOC神经网络融合估计方法

为了更好地获取电池储能系统当前的运行状态，提出了基于神经网络融合的电池储能系统SOC估计方法.首先，对比分析了前馈（BP）、门控循环单元（GRU）和长短时记忆（LSTM）神经网络算法的优劣，BP计算时间较短，LSTM对时序数据估计精度较高；然后，利用KL散度、皮尔逊相关系数和灰色关联度分析了不同输入参量和SOC的相关程度，并和LSTM估计结果相比对，筛选出对电池储能系统SOC影响较大的特征参量；最后，应用经验模态分解算法将SOC数据分解为多个分量，利用样本熵将分量聚合为高低两个频段，进而应用BP、LSTM神经网络算法分频段估计，和单一策略相比，该方法在提高SOC估计精度的同时，减少了计算时间.     

耦合植被指数改进水分利用效率气孔导度遥感模型

水分利用效率(WUE)是深入理解生态系统碳-水循环耦合关系的重要指标，改进融合环境因子与遥感参数的WUE直接估算方法，对于评价陆地生态系统碳-水循环耦合与气候的交互具有重要的科学意义。研究针对中分辨率成像光谱仪(MODIS)遥感产品间接估算WUE精度低以及气孔导度模型(也称分析模型)适用性有限的问题，改进温带落叶阔叶林生态系统WUE的直接估算。在分析现有估算方法不确定性来源的基础上，分析了生态系统WUE及其主要调控因子的季节变化特征，进一步分析探讨了WUE对遥感监测植被覆盖以及冠层结构因子的线性和非线性响应，提出耦合遥感植被覆盖和冠层结构因子的WUE分析模型改进方案。结果表明，改进的WUEan×ScaledNDVI模型拓展了分析模型在8 d尺度的适用性，也对单因子线性模型实现了提升，在植被密度较高的森林站点，改进模型比原模型精度提升了36.98%，比MODIS间接估算WUE精度提高了31.00%。改进的分析模型弥补了8 d尺度WUE估算能力和适用性上的不足，也提升了基于植被覆盖和冠层结构因子的单因子模型的性能。     

燃料电池增程式动力系统能量管理策略研究

以某款纯电动客车为研究对象，以增加车辆续驶里程为目的，提出燃料电池增程式混合动力系统结构，根据性能指标对动力系统各部件进行匹配计算和选型.提出了开关/功率跟随式能量管理策略，基于Cruise和Simulink分别搭建了整车动力系统模型和燃料电池及能量管理策略模型并进行联合仿真.结果表明，采用文中提出的能量管理策略车辆经济性相对于开关式和能量跟随式两种控制策略分别提高62%和31%，续驶里程相对于该两种控制策略分别提高41%和18%.     

基于储能单元SOC的改进下垂控制策略

针对孤岛直流微电网中的储能单元间荷电状态(state of charge,简称SOC)不均衡的问题,提出基于储能单元SOC的改进下垂控制策略.分析各储能单元SOC及其在一定时间内的变化率,对各储能单元设置独立的下垂系数,实时控制各储能单元充放电电流,实现SOC均衡控制.采取更新指数的方法解决均衡速率逐渐变慢的问题.在Matlab/Simulink中仿真验证改进控制策略,结果表明:相对于传统下垂控制策略,改进下垂控制策略能实现各储能单元SOC均衡控制,且提升了均衡后期的SOC均衡速率.     

某未建设区域可开发土地调查方法及土地估值计算研究

对未建设区域进行开发是一个城市发展的必然，在进行开发前，土地的合规性、可开发面积大小和土地价值是衡量该区域是否具有开发潜力的基础条件。在利用第三次全国国土调查成果的基础上，结合无人机倾斜摄影测量技术，为全面查清该未建设区域的土地利用现状、土地权属现状和土地批供情况等，运用现场调查、内业处理等手段，基本摸清了该未建设区域的立即可开发土地面积，并估算了出其土地估值，为后续的土地开发提供了理论参考依据。     

基于无人机多光谱影像的森林蓄积量估算研究

为了改进传统森林资源调查中通过大量人力实地抽样调查固定小班这种效率低下的森林蓄积量获取方法，通过对无人机多光谱影像的光谱信息进行分析，结合实地调查数据，采用多元线性回归模型，构建森林蓄积量估算模型对森林蓄积量进行更为准确的估算.结果表明，基于无人机多光谱影像构建的森林蓄积量估算模型整体预测精度符合预测要求，其修正后R²为0.708 1，该模型可以很好地估测森林蓄积量.该方法一定程度上优化了一类调查中在固定样地进行每木调查的工作效率，减少了劳动成本，可为未来森林蓄积量调查分析、模型研建提供参考.     

小流域雨洪估算的多元回归模型

本文采用一种简单、适用的雨洪估算的数学模型—多元线性回归模型，对三个小流域雨洪进行建模、预测，结果满意，对小流域雨洪预测具有一定的推广应用价值。