基于贝叶斯优化注意力机制LSTNet模型的短期电力负荷预测

为更充分挖掘多元负荷序列间的有效信息,从而提高预测精度,提出了一种集成贝叶斯超参数优化算法、注意力机制的长期和短期时间序列网络（long and short-term time-series network with attention,LSTNet-attention）以及误差修正的短期负荷预测模型。首先,构建基于贝叶斯优化的LSTNet-attention模型进行初步预测,利用贝叶斯算法优化模型多个结构参数,降低人工设置参数的随机性,并通过注意力机制合理分配特征权重;然后,通过基于贝叶斯参数优化的极端梯度提升算法(extreme gradient boosting,XGBoost)误差修正模型来挖掘初步预测误差序列中潜在、未被利用的有效信息,进行误差预测和修正,进而得到最终的预测结果。通过使用澳大利亚某地真实负荷数据进行实证分析,实验结果表明,所提预测模型相较于其它模型具有更好的预测效果,可为负荷预测等工作提供一定参考。     

地铁沿线地下水壅高规律及其对极端降雨事件的响应

地下水保护是济南市地铁规划建设的关键环节之一,由于地铁工程构筑物对地下水渗流的阻挡作用可能引发地下水壅高,因此亟需定性、定量地探究地铁工程建设目标区域的地下水壅高风险,并针对愈加频发的极端降雨事件,关注其对壅水现象的影响。对此,研究主要针对济南地铁4号线典型区段所处研究区,基于传统网格剖分方法优化建模流程,构建包含地铁工程构筑物的三维地质体结构,以建立地下水非稳定流数值模型,分析地铁沿线地下水壅高规律及成因,并设计极端降雨事件以模拟地下水壅高的响应。研究结果表明：(1) 济南西部平原区地铁工程引发的地下水壅高现象具有空间分布规律,其规律性主要受控于地铁走向-地下水流向夹角、含水层厚度,地铁-地下水流向夹角为关键主控因素;(2) 极端降雨情景下地铁沿线各区域间的壅高幅度差异有所增大,而壅高现象的空间规律与正常降雨情况下保持一致。越接近研究南侧山区地下水补给带,极端降雨事件影响越大,整体上短期极端降雨事件对地下水壅高并无较大影响。研究成果可为济南市地下水保护提供切实可靠资料,亦将为地下工程扰动地下水流场这一过程对极端降雨事件的响应形成突破性认识。     

塔里木沙漠公路防护林的温度和湿度效应研究

在塔克拉玛干沙漠腹地采用多个HOBO温湿度自动观测仪器进行同步观测的方式,对极端干旱区防护林小气候中的气温、湿度分别进行了水平和垂直两个尺度上的观测.结果表明:沙漠公路防护林生态系统具有稳定近地层空气气温和提高空气湿度等典型的小气候调节作用.太阳辐射对防护林温湿度影响显著,辐射强度的大小与气温呈正相关,与空气湿度负相关,在阴天时林带保温保湿效果明显;防护林对周围环境的影响较显著,防护林带内小气候具有降温保湿的特征:林内气温总是小于原始沙地,林内湿度总是大于原始沙地,林边气温升降幅度大于原始沙地,林边湿度总是大于原始沙地.并且计算得出防护林垂直影响范围温度4~10m,湿度6~8m;水平影响范围温度16m,湿度24m左右.     

多尺度模型下高压输电钢管塔关键节点失效模式的研究

为探究多尺度模型下高压输电钢管塔关键节点在极端气候条件下的失效模式,以某大跨越直线塔为研究背景,提出了一种在有限元软件ABAQUS中实现不同尺度单元连接的方法,并验证了跨尺度连接的合理性。建立了结构行为一致多尺度输电钢管塔模型,通过对比分析证明了多尺度模型的合理性。对输电塔可能遇到的大风、覆冰、断线三种极端气候工况进行了数值模拟,通过对数值模拟结果的分析,得到了不同工况下输电塔关键节点的失效模式,为高压输电钢管塔的设计和维修加固提供了可靠的依据。     

龙卷风眼里他呆了4分52秒

极端天气摄影师 对于普通人来说,看到风暴来袭,躲闪都不及,但对于像吉姆·瑞德这样的极端天气摄影师来说,迎面而来的龙卷风、洪水恰是最好的拍摄时机。     

基于SSA-XGBoost的变压器故障诊断

针对传统机器学习算法处理绝缘油中溶解气体分析(Dissolved gas analysis, DGA)的数据集准确率低的问题,提出了樽海鞘优化算法(Salp swarm algorithm, SSA)优化极端梯度提升(Extreme gradient Boosting, XGBoost)的DGA故障检测模型。对DGA数据集进行Z-score标准化预处理,消除DGA数据集各个特征间差异过大的影响;初始化SSA种群参数、迭代次数,设置樽海鞘群体的上下限,分别对应XGBoost里面的各个参数;经过樽海鞘群体的连续迭代优化,寻找XGBoost的最优参数;利用寻找到的诊断模型XGBoost的最优参数进行DGA的故障诊断。与遗传算法(Genetic algorithm, GA)优化XGBoost、粒子群算法(Particle swarm optimization, PSO)优化XGBoost和蚁群算法(Ant colony optimization, ACO)优化XGBoost的对比实验表明,针对DGA数据集,SSA相比于GA、PSO和ACO优化的XGBoost模型各个故障的准确率更高,总体准确率...     

一类日极端温度的变权系数区间型组合预测模型

为提高日极端温度的预测精确度,提出了一类基于区间数相关度与GIOWHA算子新型区间数组合预测模型。将区间数转化为等价信息的中心和半径,以相关度作为最优准则,构建基于区间数相关度的定权系数区间型组合预测模型。并引入GIOWHA算子,将区间数预测精度作为诱导因子,构建基于区间数相关度与GIOWHA算子的变权系数区间型组合预测模型。并将变权系数区间型组合预测模型应用于日极端温度区间数序列的预测中,实例证明该模型的有效性,并对模型的参数进行了灵敏度分析。     

嘉陵江流域极端气温和降水时空变化特征分析

基于嘉陵江流域11个气象站点1960-2016年逐日气温和降水数据,分析极端气候指数的时间变化和空间分布趋势规律.研究结果表明:夏天日数(SU)、暖夜日数(T N90p)、热夜日数(TR)、暖昼日数(TX90p)、最低气温极大值(TNx)、最高气温(TXx)呈显著增加趋势,而霜冻日数(FD)、冷夜日数(TN10p)、连...     

1951-2019年黄河流域极端气候事件时空变化规律分析

黄河流域是气候变化敏感区,频发极端气候事件对该区域生态系统和人类生活造成严重影响.准确理解黄河流域极端气候事件时空规律,能够为适应气候变化和流域生态环境保护提供重要的科学依据.基于1951-2019年黄河流域84个气象站的气温和降水数据,采用国际通用的极端气候事件指数,辅以回归分析、Mann-Kendall突变检验和小波分析等方法分析黄河流域极端气候事件时空变化特征.研究结果表明：(1)时序上,黄河流域极端低温事件指数呈下降趋势,高温事件指数、其他指数呈上升趋势;且极端气温指数多以55 a为主周期,而极端降水指数呈微弱上升趋势.(2)空间上,极端气温指数西北部有明显的下降趋势,东部上升趋势明显;极端降水指数东部、东南部呈下降趋势,南部、中部呈上升趋势.(3)黄河流域极端气候事件主要受自然和人为因素的影响,厄尔尼诺事件对其有一定的影响.     

具有分离性的预拓扑空间的范畴性质

刻画了Ti预拓扑空间及连续映射的范畴PTopi中的满态射、单态射、极端单态 射和极端满态射(i=0,1,2,3,312,4)。证明完全正则预拓扑空间及连续映射的范畴Tych和PTopi是预拓扑空间及连续映射的范畴PTop的满反射子范畴(i=0,1,2,3)。