基于流域尺度的水环境分区识别与评价——以辽河流域(浑太水系)山水林田湖草沙一体化保护和修复工程为例

以“辽河流域(浑太水系)山水林田湖草沙一体化保护和修复工程”项目为依托,针对浑太水系流域上游修复区,建立了主成分分析、层次聚类、水质标识指数与反距离权重插值法相结合的水环境评价体系。利用主成分分析法进行指标降维筛选,对所选指标进行方差检验,通过聚类分析以及差异化将173个监测点分组,利用水质标识指数法对分组后的均值进行评价,再将结果分配到对应监测点。基于流域尺度与行政区划相结合的方法进行水环境评价分区,对研究区进行分区反距离插值,得到浑太水系流域上游的水环境状况。结果表明：173个监测点共分为14组,一组处于Ⅳ类水质,一组处于劣Ⅴ类水质,剩余12组均为Ⅲ类水质。以浑河流域和太子河流域为大界限,浑河流域被划分为5个评价区,太子河流域被划分为4个评价区,其中有6个分区整体处于Ⅲ类水平;浑太流域上游水质状况较好,仅太子河流域中的清河、浑河流域中的大柳河为Ⅳ类,以及浑河流域内的李石河和古城子河流域为劣Ⅴ类,其余均为Ⅲ类;清河和大柳河主要为五日生化需氧量(BOD₅)超标,李石河和古城子河均为金属镉超标。进行流域尺度的水环境分区识别与评价,可打破以往水环境评价中的行政区域界限...     

基于SSA-SVM的航空电弧故障检测

针对航空线路系统电弧故障隐蔽性高和难以检测的问题,提出一种基于麻雀搜索算法优化支持向量机（Sparrow Search Algorithm Optimization Support Vector Machine,SSA-SVM）的航空电弧故障检测方法。首先采用小波分解对电弧故障电流数据进行分解,小波分解能有效克服经验模态分解时存在的模态混叠问题。再从信号无序度的角度对电流分量提取能量熵、模糊熵与近似熵,并构造特征向量。然后,使用麻雀搜索算法对支持向量机的权值进行优化,得到最优的权值,最后用训练好的支持向量机对测试样本进行分类。为了验证所提方法的有效性,搭建电弧实验平台,模拟航空线路系统电弧故障的产生,分别采集交流串联正常和电弧故障电流数据,应用本文提出的SSA-SVM算法进行电弧故障检测,结果表明,该方法能较好地识别出电弧故障,检测准确率达到99.5%,相比于粒子群算法或遗传算法优化的支持向量机对电弧故障的检测准确率分别高出2.5%和2%。     

基于PSO-FCM的长输管道泄漏检测方法

为了提高长输管道泄漏检测的准确率,将改进模糊C均值算法应用于长输管道泄漏检测研究.在传统模糊C均值算法的基础上引入粒子群算法,对其寻找聚类中心的迭代过程进行优化,用粒子群算法替代模糊C均值的梯度下降法,以提高模糊C均值算法的聚类效率和准确率.然后分别用所得的基于粒子群优化的模糊C均值聚类模型、传统模糊C均值聚类模型以及...     

斜纹夜蛾NPV-DNA限制性内切酶分析及多角体蛋白的某些理化性质

斜纹夜蛾NPV-DNA经限翩性内切酶EooRI和BamHI完全消化,分别产生22条和15条片断,测得DNA平均分子量为75.26×10~5道尔顿。多角体蛋白经超离心,Sepharose 6B柱层析纯化,PAGE为一条均匀带;高碘酸-schiff反应阳性,多角体蛋白含有多糖;多角体蛋经显示酸性类脂的Niles兰染色呈阴性。     

压裂液侵入对页岩储层导流能力伤害

大规模水力分段压裂是页岩气等非常规资源高效开发的关键技术。页岩气井返排率一般较低,大量的压裂液长期滞留地层对储层岩石、支撑剂强度等造成一定的伤害,影响页岩储层压裂改造长期效果。针对该问题,通过室内试验模拟研究现场压裂前后气测导流的变化规律,对压裂液伤害程度进行表征。结果表明:压裂液侵入降低了支撑剂、页岩岩石强度,导致支撑剂破碎率、岩石嵌入程度加剧,导流能力伤害达到60%以上;使用大粒径支撑剂、较高铺砂浓度,优选破胶性能好、低残渣、防膨性强的压裂液,能有效提高导流能力,降低压裂液伤害程度。研究结果对页岩地层压裂设计,降低压裂液伤害提高产量提供参考。     

基于完全集成经验模态分解和模糊熵分频的短期风电功率预测

随着风电接入电力系统的比例日益增大,准确的风电功率预测显得愈发重要。为此,提出了一种基于模糊熵和完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的短期风电功率预测模型。采用完全集成经验模态分解将原始风电功率序列进行分解,得到一系列不同频率的子序列。再使用模糊熵(Fuzzy Entropy,FE)算法识别各频率分量特征,将子序列分量分为高、中频分量类和趋势项。趋势项为低频分量,具有较为平稳,波动性小的特点,采用麻雀算法(sparrowSsearch algorithm,SSA)优化支持向量回归(support vector regression,SVR)进行预测;高、中频分量的波动性大且特点较为复杂,则采用SSA优化长短期记忆神经网络(Long Short-Term Memory,LSTM),同时引入注意力机制(Attention Mechanism,AM)对重要信息进行更好的权值分配。最后,经过实验结果分析表明,该模型具有更高的风电功率预测精度。     

基于梅尔频率倒谱系数和支持向量机的汽车鸣喇叭声识别

使用违法鸣笛辅助执法设备监测城市交通中汽车鸣喇叭事件的发生,可以有效地治理扰民的喇叭噪声,汽车鸣喇叭声的识别方法是其关键.为了准确高效地在交通噪声里识别出汽车鸣喇叭声,采用支持向量机(support vector machine,SVM)作为喇叭声和交通噪声的二分类器,针对汽车喇叭声的谐波特征分布特点,提取其梅尔频率倒...     

泥石流宽级配砾石土结构特征实验研究

泥石流堆积物是一种宽级配砾石土,深入研究其结构特征和渗透特性,具有重要的理论和实践意义。根据粗细颗粒的含量,提出了接触式堆积、紧密堆积和基底式堆积三种结构类型,并通过实验进行了验证和分析;分析表明,细粒含量是决定宽级配土结构的关键。击实实验显示土中细颗粒含量达到16.52%时,干密度最大;渗透实验也表明此时其渗透性接近细粒土的渗透性;数值模拟表明,细颗粒含量达到22.23%时,孔隙率最小。理论分析和实验研究认为,宽级配砾石土中紧密堆积结构的细颗粒含量上限应为20%,超过这个含量,粗颗粒的骨架作用会被减弱,强度降低。     

下扬子地区过成熟海相页岩储层特征：以修武盆地司马剖面底-下寒武统荷塘组为例

为评价修武盆地底—下寒武统荷塘组过成熟海相页岩储层特征,通过野外地质调查、有机地化分析、扫描电镜、比表面积以及等温吸附实验等手段对荷塘组页岩的储层特征进行了研究。分析结果表明,荷塘组页岩具有有机质丰度高、热演化程度偏高的有机地化特征;脆性矿物含量介于69.13%~78.56%之间,平均为75.16%,具有较好的可压裂性;储集空间类型以黏土矿物层间缝隙为主,次生溶蚀孔隙次之,孔隙结构以大孔为主,推测黏土矿物层间缝隙作出了主要的贡献,可能为主要的储气产所;吸附气量介于3.99~8.04 m~3/t,平均为6.02 m~3/t,具有较好的气体吸附能力。综上所述,下寒武统荷塘组页岩除热演化成熟度偏高之外,页岩气储层条件相对较好,具有较大的勘探潜力。     

BP神经网络在载波调制度定标中的应用

介绍了运用MATLAB神经网络工具箱进行BP神经网络设计的基本方法与过程。在调制度定标过程中,将BP神经网络应用于调制度数值与副/主载波功率差值特性曲线拟合,并通过训练和仿真。验证了应用BP神经网络进行测试数据预测的优越性。仿真结果表明,BP神经网络应用于调制度定标具有较高的预测精度和良好的泛化能力,它为调制度定标工作提供了一种全新的思路和方法。