三峡出闸船舶航速分布规律与预测应用

为监控出闸船舶的异常航速、科学调度出闸船舶、提高船舶出闸效率和保障船舶出闸安全,研究了三峡出闸船舶航速分布规律与预测应用问题.以船舶AIS(automatic identification system)统计数据为基础,通过直方图方法分析了船舶离闸距离、船舶尺度与船舶出闸航速之间的关系,在此基础上,利用80％的AIS数据建立了基于BP(back propagation)神经网络的船舶出闸航速预测模型,并以20％的AIS数据对船舶出闸航速预测模型予以验证,最后通过案例阐释航速预测模型的应用.结果表明:该模型预测航速的平均误差为6.7％,对预测航速和实际航速进行单因素方差分析,两组数据并无显著性差异.可见基于BP神经网络的船舶出闸航速预测模型可以应用于船舶出闸航速预测.     

基于敏感设备电压耐受改进曲线的电压暂降评估方法

为了合理、精准地衡量电压暂降事件对用电设备产生的影响,需对电压暂降严重性进行评估.针对现有评估方法中敏感设备电压耐受曲线的分布存在突变问题,提出一种基于敏感设备电压耐受改进曲线的电压暂降严重性评估方法.首先,基于最小二乘的方法,结合设备电压耐受能力及电压暂降的规律,拟合出具有连续、单调特性的敏感设备电压耐受改进曲线.然后,根据电压暂降严重程度函数与设备电压耐受能力间的关系,建立基于敏感设备电压耐受改进曲线的电压暂降严重性函数模型.最后,基于土耳其Thrace一家纺织厂变电站发生的电压暂降事件数据进行实例验证.验证结果表明改进后的严重性函数的评估结果更合理、更符合客观实际.