基于双通道多特征融合的电力负荷智能感知方法

负荷识别是分析用户用电行为的主要工具之一.提高负荷识别的精度对于开展用能监测服务、实现节能降损具有重要意义.提出了一种基于双通道多特征融合的电力负荷智能感知方法.首先,从电器设备的基本属性出发,分析了电流、谐波、功率等数值特征以及电压-电流(V-I)轨迹图像特征对负荷识别的影响;其次,考虑了特征之间的互补性,分别采用主成分分析-神经网络(principal component analysis-back propagation,PCA-BP)算法和卷积神经网络算法将数值特征和图像特征以不同通道在高维空间进行深度融合;最后,采用Softmax分类算法对融合后的高级特征和设备标签进行有监督的学习,从而实现了不同类别电器设备的有效辨识.算例测试结果显示,所提出方法的负荷识别准确率高达94.55％.该结果充分说明了将多种特征进行高维空间融合,可以更全面、立体地反映设备的本质属性,提高算法的识别精度.     

基于Box-Cox变换分位数回归与负荷关联因素辨识的中长期概率密度预测

中长期电力负荷预测是电力部门制定电力系统发展规划和稳定运行的重要前提.针对影响中长期电力负荷预测精度的多个因素,本文利用逐步回归方法,从众多影响负荷预测精度的关联因子中,对关键的影响因子进行辨识,并提出基于Box-Cox变换分位数回归和核密度估计相结合的概率密度预测方法,得出不同分位点下未来连续几年的概率密度预测结果,实现了对未来年用电量准确波动区间的预测.以安徽省的历史用电量和社会经济数据为例,进行仿真实验.结果表明:该方法不仅实现了中长期电力负荷概率密度预测,而且利用强关联因素提高了中长期电力负荷概率密度预测的精度,有效解决了考虑多因子的中长期电力负荷概率密度预测问题.     

基于深度学习的建筑物识别

针对随着城市化的快速发展,城市与城市间的辨识度越来越弱,城市地标的概念越来越热门这一现象,提出了一种基于深度学习的建筑物识别方法;使用改进的Faster R-CNN算法作为训练模型,首先,将需要识别的图片输入深度神经网络,提取出特征框图;然后,模型通过区域建议网络预测目标建筑物所在位置的区域建议,并将这些区域建议映射到特征框图上,RoI Pooling层将这些区域建议转换成固定大小的特征框图;最后使用非极大值抑制从预测边界框中移除相似的结果,得到预测边界框以及边框中目标建筑物的类别和概率;实验结果表明:在训练数据集充足的条件下,使用此方法对地标建筑物的识别率能达到90. 8%,通过与其他模型比较分析,该模型具有较好的识别效果。     

毛乌素沙地上空沙尘暴的前向轨迹及其影响范围

基于气象数据、MODIS遥感影像数据和NCEP再分析资料, 利用HYSPLIT模型模拟2000—2019年毛乌素沙地上空不同海拔高度(500, 1000和1500 m)各季节沙尘暴的前向轨迹, 并与遥感影像识别出的沙尘信息进行比较, 识别毛乌素沙地沙尘暴的影响范围。结果显示: 1) 在过去的20年中, 共有143个沙尘暴月和387个沙尘暴日, 并且 2004 年以来, 毛乌素沙地发生沙尘暴的频率逐渐降低; 2) 季节性气候条件对毛乌素沙地沙尘暴的移动路径有很大的影响, 春季沙尘暴发生频率较高, 秋季发生频率最低; 3) 受毛乌素沙地沙尘暴影响的国内地区主要包括陕西省北部、山西省北部、河北省北部和中部、山东省北部和中部、北京市、天津市、内蒙古自治区东部以及东北三省, 国外受影响的地区有朝鲜、日本北部以及俄罗斯与我国交界处, 受影响的海域有渤海、黄海北部和日本海西北部。遥感影像与HYSPLIT模型的比较提供了一种对沙尘运输、扩散和沉积过程进行验证和加深了解的有效工具, 研究结果可以为防灾减灾决策及沙源地治理提供科学的参考依据。     

页岩气水平井重复压裂关键技术进展及启示

由于页岩气水平井初始增产措施的种种不利因素，产量达不到预期，加之目前低迷的油价背景，页岩气水平井重复压裂技术越来越受到页岩气资源开发的关注。随着压裂技术的不断发展，许多页岩气区块已经成功实施了这一技术，以提高生产率，并增加页岩气井的最终采收率。综述了页岩气水平井重复压裂优化选井的程序，并讨论了关键工艺技术和监测分析技术，最后，结合目前不同技术的研究现状，对今后页岩气水平井重复压裂技术的研究方向进行了展望，提出了结合“大数据”技术选井、套损变形井柔性修复、基于损伤力学的裂缝监测以及新型材料的压裂液和支撑剂等技术攻关的建议。中国页岩气资源潜力巨大，加速形成适合中国页岩气水平井重复压裂配套技术，会对未来中国页岩气商业开发起到促进作用。     

基于模型参数在线辨识技术的SOC估算方法

针对遗传算法(genetic algorithm，GA)存在收敛速度慢、易陷入局部最优以及难以实现在线应用的问题，面向如动力电池等效电路模型一类非线性较强、实时性要求高的模型辨识问题，提出一种能够快速缩小搜索空间，且有效避免陷入局部最优的在线快速搜索的优化辨识框架，实现电动汽车动力电池等效电路模型参数在线快速辨识，扩展全局搜索优化算法的应用范围.进一步，将此算法应用于电池剩余荷电状态(SOC)估算问题，提出基于改进GA参数辨识技术的无迹粒子滤波SOC估算方法(IGA-UPF).并将此SOC估算方法与基于最小二乘参数辨识技术的无迹粒子滤波的SOC估算算法(LS-UPF)作比较，结果验证了本文提出的在线快速参数辨识框架具有更好的模型参数辨识精度.     

白酒窖泥中乳酸菌分离鉴定及其发酵产挥发性风味物质比较

从白酒窖泥中分离得到11株乳酸菌,经16S rDNA基因序列同源性分析,鉴定为1株短乳杆菌、1株鼠李糖乳杆菌、2株干酪乳杆菌和7株铅黄肠球菌。 分析了11株菌MRS培养基发酵产乳酸性能,结果表明:乳酸产量与菌群生长呈正相关,鼠李糖乳杆菌L₉、干酪乳杆菌L₁₀与L₁₁发酵液乳酸含量较高,分别为15.74、15.58、14.74g/L。4株代表菌相同条件下发酵高粱培养液产挥发性风味组分,共有物质13种,包含了白酒中重要香气成分:乙酸、己酸、乙酸苯乙酯和苯乙醇,且乙酸、己酸相对含量较高。各菌产可挥发性组分差异明显,相对含量较高的化合物种类为:短乳杆菌L₅产烷烃类化合物(27.91%),铅黄肠球菌L₈产醇类化合物(43.14%),鼠李糖乳杆菌L₉产酯类(7.35%)、酮类(3.61%)和吡嗪类(3.3%)化合物,干酪乳杆菌L₁₁产酸类(27.98%)和芳香类(5.96%)化合物。仅有短乳杆菌L₅产四甲基吡嗪,短乳杆菌L₅和铅黄肠球菌L₈可明显产乙醇,鼠李糖乳杆菌L₉和干酪乳杆菌L₁₁产3-羟基-2-丁酮。这些物质对白酒风味和口感有重要影响。研究显示,窖泥中各种乳酸菌特征不一,对白酒酿造有不同影响。本研究旨在为进一步挖掘白酒酿造功能微生物、拓展乳酸菌的应用提供理论依据。     

连续搅拌反应釜的自适应模糊辨识与预测控制

化工领域为保证生产安全,对温度、压强、浓度等工艺指标有严格的要求。连续搅拌反应釜属于典型的化工设备,存在较强的非线性和时滞性,传统的建模与控制方法无法满足其精度要求。针对连续搅拌反应釜系统提出一种自适应模糊辨识与预测控制的方法。首先根据模糊划分C均值聚类算法得到模糊隶属度和初始聚类中心,在此基础上采用分层遗传算法进一步优化连续搅拌反应釜T-S模糊模型的参数。其次,采用自适应机制遗忘因子递推最小二乘法来估计T-S模糊模型的后件参数。最后,基于得到的T-S模糊模型,对连续搅拌反应釜进行自适应模糊广义预测控制,仿真结果验证了该算法的有效性。     

基于Attention Bi-LSTM模型构建蛋白质诱饵序列库

利用计算机技术在海量质谱数据中鉴定蛋白质序列是蛋白质组学研究最基本且重要的任务之一，诱饵序列库构建的好坏是蛋白质鉴定质量控制成功的关键之一。发展了基于注意力机制-双向长短期记忆神经网络(Attention Bi-LSTM)的诱饵序列构建方法，整体研究基于编码-解码框架，采用双向长短期记忆神经网络在解决传统循环神经网络梯度消失问题的同时，可以捕获前向后向更多依赖信息对处理序列数据更加有优势；引入注意力机制提高模型对目标序列库和诱饵序列库相关程度的关注度；并与目前常用的随机和反转算法进行比较。结果显示，基于Attention Bi-LSTM模型构建的诱饵序列库能满足理想诱饵序列库的各项特征要求；在不同大小实验数据集以及谱图、肽段、蛋白3个层面对比分析，显示构建的诱饵序列库与其他方法比具有更好的灵敏性。因此，Attention Bi-LSTM是一种很有潜力的诱饵序列库构建方法。     

基于工况识别的安全距离模型

针对传统自适应巡航控制系统安全距离模型缺乏对车辆驾驶工况变化考虑的问题，提出一种基于驾驶工况识别的安全距离模型。依据城市驾驶工况特点构建了4种典型城市工况，引入人工神经网络对车辆实时驾驶工况进行识别与预测，然后以现有安全距离模型为基础，结合工况识别结果，完成对该模型的优化。通过CarSim和Simulink联合仿真验证，结果表明：基于驾驶工况识别的安全距离模型可以更好地实现与前车的速度跟随与距离控制，提高了乘坐安全性与道路利用率。