基于光伏发电量预测的含氢储能微网分段优化调度

针对多储能微网如何高效、经济运行,搭建了基于光伏发电的含氢储能、蓄电池储能的微网系统,采用一种日前预测调度与日内实时调度相结合的分段调度策略。在日前预测调度阶段,采用基于麻雀搜索算法优化支持向量机模型提高对日前的光伏发电量和负荷预测的精度,以微网最小使用成本为目标,考虑系统运行的可靠性,采用改进粒子群算法制定微网的日前最优调度策略。在日内调度阶段,考虑氢储能系统的响应延迟特性,以蓄电池为灵活补充元件,制定实时调整微网运行策略,消除预测误差带来的影响。最后,结合实际算例分析,验证了分段优化调度的可行性。结果表明,提出的方法能够有效预测数据,减少微网调度的响应时间,提高系统运行的经济性和稳定性。     

基于GWO-ELM算法模型的水体含沙量预测

泥沙含量的演变受多种因素的影响,为了快速、准确地对水中泥沙含量进行高精度预测,为泥沙治理以及合理利用水土资源提供理论依据,提出了一种基于GWO-ELM算法模型的水体含沙量预测方法.首先,将影响泥沙含量的8种原始影响因子赋予权重,利用主成分分析(principal component analysis,PCA)法提取出4...     

基于XGBoost与SVR变权组合模型致密油的采收率预测

致密油储层因具有渗透率与产能低下的特点,多采用大型水力压裂改造储层来提高采收率,根据不同的地质、压裂参数变化,预测改造后的采收率对于压裂施工改造有良好的指导作用。目前多因素影响的致密油压裂后采收率预测理论模型,难以实时准确地根据压裂方式及参数来预测压裂后油藏采收率变化。为进一步提升致密油的采收率预测精确度,本文引进机器学习进行预测,基于极限梯度爬升算法（XGBoost）和支持向量回归算法（SVR）进行了一定改进得到变权组合模型XGBoost-SVR,模型借鉴残差进化机制,实现加权融合系数的最优组合,该组合模型可对两种单模型进行优势互补,避免了因单一模型参数导致的范围性误差,增大模型预测容错率。本文首先对致密油的采收率影响因素进行收集整理,分析地质因素、储层因素和工程因素对采收率的影响,构造相关原始数据集;其次将预处理后数据集输入SVR单模型和XGBoost单模型分别进行训练,得出单模型预测值;最后采用基于残差的自适应的变权组合方法建立XGBoost-SVR组合模型,得到各模型最终预测结果,明确采收率影响因素及各影响因素权重比。模型预测结果表明：与SVR和XGBoost单模型相比,组合模型在预测精度达到94.63%,表现出更好的适应性。     

基于机器视觉的桥梁裂缝检测应用及发展综述

桥梁裂缝是影响桥梁服役性能的关键因素之一,裂缝检测对桥梁养护至关重要。目前大部分检测为人工检测,检测人员通过目视检查裂缝,手动记录裂缝,检测的时间成本高昂。基于机器视觉的桥梁裂缝检测系统利用桥梁表面图像进行裂缝识别,近年来借助人工智能技术使裂缝自动化识别的精度和效率大大提升。详细介绍了基于机器视觉的桥梁裂缝检测系统及其应用,总结了该技术在桥梁裂缝检测中的优势及改进方向。     

区域乡村住宅耐久性指标全局敏感性分析方法

为满足乡村住宅向生态宜居长寿化的方向发展,乡村住宅的耐久性需要给予足够的重视。针对指标参数对区域乡村住宅耐久性的影响分析,基于可拓学和扩展傅里叶幅度敏感性检验法（EFAST）提出了适用于区域乡村住宅耐久性能的评价模型与全局敏感性分析方法。该方法基于可拓学对乡村住宅的耐久指标进行初步筛选,得到乡村住宅耐久性能的敏感因素;将筛选出的耐久指标敏感因素通过最小二乘支持向量机(LSSVM)模型和蒙特卡洛抽样实现乡村住宅样本数量的扩增;引入EFAST方法对扩增后的乡村住宅样本进行耐久指标的全局敏感性分析,得到耐久指标敏感因素的一阶敏感度和总阶敏感度。该方法可以提高区域乡村住宅敏感性分析的精确度,得到影响因素的敏感性程度,且可以实现乡村住宅样本数量的扩增,降低实地调研成本。最后将该全局敏感性分析方法应用于区域乡村住宅分析,阐明了该方法的分析过程,并给出了我国乡村住宅耐久性能的限制因素和敏感性系数。     

基于优化核极限学习机的泥石流危险性评估

山区环境中泥石流的孕育受多种因素的影响,为提高泥石流危险性的预测精度,提出一种萤火虫算法(firefly algorithm, FA)优化核极限学习机(kernel based extreme learning machine, KELM)的预测模型。首先,针对数据维度爆炸的问题,通过主成分分析(principal component analysis, PCA)数据降维,使得留有大部分致灾特征信息的因子输入训练模型;然后,使用萤火虫优化算法更新核极限学习机的参数,将四川省北川县监测数据输入优化后的预测模型,并与其他传统机器学习算法进行对比分析,验证该算法的优越性;最后,使用多种指标综合评估模型的预测效果。结果表明,FA-KELM模型能够有效地简化数据结构,提高泥石流危险性预测的准确性,为泥石流灾害预测方面的研究提供参考和借鉴。     

强底水砂岩油藏水平井含水上升模式及不同开发阶段下产水规律影响因素——以塔河油田九区为例

强底水砂岩油藏生产中后期,进入中高含水期,底水锥进现象突出,产量递减严重,需采取排水控锥等调流场措施维持正常的生产,明确油藏的含水上升规律的主控影响因素及含水上升模式能有效地指导调流场工艺措施的实施。基于塔河油田九区生产现状,对井区水平井产水情况进行了统计,总结了现阶段井区水平井含水上升模式图版;根据井区地质及工程特征,结合不同生产阶段条件下的含水上升规律模式,在时间与空间上定性分析了油藏含水上升规律的主控因素;结合灰色关联法及机器学习方法计算不同区域不同生产阶段各影响因素的关联度,在时间与空间上定量分析油藏含水上升规律的主控因素。结果表明：现阶段塔河油田九区水平井含水上升模式图版为：爬坡型、阶梯型、快速水淹型和开井水淹型四种。结合定性定量分析,生产初期含水上升规律的主控因素为：构造位置、避水高度水平井井段与古河道方向夹角;开采中期含水上升变化规律由层内夹层展布为主,储层非均质性为辅;后期流场调节主要受储层非均质性及夹层展布影响。为不同生产阶段条件下的提液控液及流场调节等工艺措施的实施提供一定的理论指导。     

基于HSMM的数控装备运行可靠性评估

数控装备是高成本的产品,仅仅依靠寿命试验获得数控装备的失效时间耗费太大,在实验数据呈现小样本的情况下研究数控装备的运行性能随时间而变化的规律,从而对数控机床进行可靠性评估是非常有重要意义的.提出采用隐半马尔科夫模型(HSMM)对数控装备运行性能特征参数进行数据挖掘,计算出描述数控装备从正常状态到失效状态变迁过程的状态转移矩阵.结合状态转移矩阵和马尔科夫预测模型对数控装备运行可靠性进行评估.最后,在一款数控铣床上验证该方法的可行性,该方法丰富了数控装备可靠性评估理论.     

具有非线性恶化函数和安装时间的 单机排序问题

研究了具有非线性恶化函数的加工时间,同时工件的安装时间与已加工完工件的实际加工时间有关（即p-s-d）的单机排序问题.证明了极小化最大完工时间,极小化完工时间和是多项式时间可解的.另外极小化加权完工时间和,极小化总延误以及极小化最大延误在一定的条件下是多项式时间可解的.     

基于显著性模型和区域生长法的药卷缺陷检测

针对工业炸药生产过程中药卷表面裂痕的包装缺陷问题,运用机器视觉技术,提出一种基于显著性模型和局部方差区域生长法的药卷缺陷检测方法。该方法经过图像预处理,对药卷图像进行背景估计与差分;利用显著性模型,提取缺陷特征;通过局部方差区域生长法,分割目标区域,完成对缺陷药卷的检测。实验结果表明,该算法可快速有效地提取缺陷区域,平均检测时间为55.72 ms,缺陷检测率高达96.36%。