基于负荷-地理模型的综合能源站选址规划设计

来源 :山东大学 | 被引量 : 0次 | 上传用户:YOLANDA123456789
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
能源是支撑人类经济和社会发展的重要基石。随着能源需求的日益增长、化石资源的逐渐枯竭,还有环境和气候问题的日益严峻,人类迫切需要探索有效消纳可再生能源的能源综合利用方法。在城市中推广和建设区域级综合能源系统是缓解资源和环境压力的重要手段。区域级综合能源系统中包含多个能源站,但是由于城市负荷分布情况和区域地理条件复杂,难以确定综合能源站的数目和位置。本文针对复杂地形条件下考虑多能流的综合能源站的选址问题,基于区域负荷空间特性和地理基础提出了一种考虑源荷条件的综合能源站选址规划方法。本文的主要研究内容如下:首先,建立了基于动态传热平衡关系的建筑负荷仿真模型用于计算负荷数值特征。根据建筑负荷数值特征,提出基于核密度估计方法的多能流负荷特征分析方法,建立了负荷分布模型。模型中的热点用于表征区域负荷密集位置,并为备选能源站位置负荷评分奠定基础。其次,为评定研究区域内某地建设综合能源站的适宜程度,以反映区域地理条件、资源环境和经济成本为目标构建了空间多准则评价体系。根据体系中的排除准则和定位准则计算研究区域备选能源站位置,根据排序准则结合层次分析法建立了研究区域地理评分模型。然后,结合负荷分布模型和地理评分模型构建研究区域负荷-地理模型,针对综合能源站选址规划问题,提出了基于负荷-地理模型的能源站优化选址方法。考虑能源站辐射区域范围,综合能源站供能规模约束,设计了基于负荷-地理模型的贪心算法求解综合能源站选址规划问题。最后,以具有复杂地理条件的城市中900多万平方米的区域为研究对象,验证本文所提基于负荷-地理模型的综合能源站选址方法的可行性。应用地理信息系统技术提取研究区域地理信息,获得782个建筑及区域内铁路、公路线路与水系数据。建立研究区域负荷分布模型分析得到24个多负荷用能热点用于计算备选能源站位置的负荷评分。建立研究区域地理评分模型获取到17个备选能源站位置及其地理评分。基于负荷-地理模型设计贪心算法求解了研究区域综合能源站的数目和位置。与传统的k-means方法相比较,所提方法的选址结果在负荷密集程度和土地适用性上均具有先进性。
其他文献
失血性休克是创伤致死的首要原因,病死率高达90%以上。心率、血压、血氧饱和度、体温等生理参数反映了人体血流动力学变化,是诊断失血性休克病情的重要指标。在大规模伤亡事件中,由于医学检测设备体积庞大不能及时运抵现场,难以原位在线获取伤员生命体征,只能依赖人工经验判断伤情,存在较大误差。可穿戴医学监测设备可以弥补这个不足,市场上现有的可穿戴生理指标检测设备如电子手环,虽然具有便携可穿戴的特点,但是普遍存
学位
心血管疾病已经成为当代人类健康的最大威胁。心音作为一种体表无创采集的生理信号,所包含的生理信息在心血管疾病临床诊断上具有重要意义。本文以心音信号作为数据基础,基于质量评估算法和机器学习模型,研究心音信号的分类算法,旨从短时心音记录中识别疾病信息,以辅助临床心血管疾病诊断。本文采用2016年心脏病学挑战赛提供的2575例正常受试者和665例心血管疾病患者的心音数据,主要进行了以下两方面的研究:(1)
学位
颅咽管瘤是一种良性脑肿瘤,但其侵袭周围脑组织会引发下丘脑-垂体功能障碍、颅内压升高、视力障碍等严重表现。鉴于侵袭性颅咽管瘤病灶区和非侵袭性颅咽管瘤病灶区在术前MRI中的相似性,术前MRI颅咽管瘤侵袭性诊断对放射科医生来说是一个挑战。为此,开发—种能够利用术前MRI图像诊断颅咽管瘤是否侵袭周围脑组织的辅助诊断系统,辅助医生制定更恰当的个性化诊疗方案具有重要的临床价值。本文利用深度学习算法对术前MRI
学位
失血性休克是由严重失血引起的创伤并发症,常见于地震、火灾、车祸、爆炸等灾难现场,其发病迅速、伤情恶化快,是创伤患者死亡的主要因素之一。失血性休克致死是可预防的,如果能及早识别患者伤情并及时采取有效治疗措施,患者的死亡率将显著下降。在失血性休克早期,患者在人体代偿机制的作用下不会有明显临床表现,医疗人员很难凭借临床观察和经验准确诊断伤情。目前临床上以监护仪提供的心率、血压、血氧饱和度等重要生理指标作
学位
白血病是常见的肿瘤疾病,按照自然病程和细胞来源可以将其分成急性淋巴系白血病、急性髓系白血病、慢性淋巴系白血病和慢性髓系白血病四种不同亚型。白血病亚型的诊断和治疗方法的研究一直是人们所关注的重点。流式细胞仪可用于对白血病进行分型和诊断,传统流式细胞仪主要依赖于荧光光谱检测,其荧光染色操作复杂且对细胞有一定影响。成像流式细胞仪可实现荧光成像,但通常局限于较低倍数的光学放大。探索无标记光学检测技术以及高
学位
我国投入运营的隧道长度和规模已居世界之最,在隧道上百年的服役期内,由于复杂的地质条件与环境影响,衬砌结构易产生裂缝、空洞和脱空等复杂的隐蔽病害,严重威胁隧道的安全稳定运营。隧道衬砌隐蔽病害的位置、形态、类型、深度以及衬砌厚度的准确识别已成为迫切需求。本文以实现隧道衬砌隐蔽病害的自动识别为目标,以深度学习为手段,研究基于探地雷达的隧道隐蔽病害形态智能识别与准确定位方法,主要研究内容和贡献如下:(1)
学位
压缩感知理论是信号处理领域近年来最重要的理论突破。该理论证明了高维稀疏信号线性映射到低维空间后,可以通过非线性优化方法精确重建。由于突破了奈奎斯特频率的限制,该理论可以大幅提升信号采样的效率,目前已被成功应用于核磁共振、雷达成像等领域。本文着眼于压缩感知理论自身仍面临的问题,以及该理论与深度学习的内在联系,在压缩感知和深度学习两方面均取得了一定的研究进展。压缩感知方面,本文主要研究了基于多字典的信
学位
四足动物不仅具有灵活的运动能力,还具有强大的地形通过能力,例如猎豹能以每小时100公里以上的速度奔跑,羱羊可以攀登悬崖峭壁。相比于轮式或履带式机器人,四足仿生机器人在面对野外复杂作业环境时具有更加出色的动态运动能力,尤其是在灾区搜救、户外巡检、园区安防等领域都具有不可替代的应用价值。传统的四足机器人建模控制方法如中枢模式发生器、模型预测控制、全身控制等已经取得了不错的成果,但由于机器人模型的高度非
学位
自主导航是移动机器人服务功能体系的一项核心需求,传统的导航方法将其形式化为具体的避障问题,机器人可以在环境地图中通过运动规划实现定点导航。然而,受限于实际家庭场景的特殊性和时变性,无法预先为通用的服务机器人提供环境地图,此时,环境内容对于机器人来说是完全未知的。一方面,机器人需要在适当探索和理解环境结构的基础上推理目标的位置,然后通过低层次的运动规划到达目标周围;另一方面,家庭场景中物品的位置是往
学位
颗粒一般指尺寸在纳米至毫米之间具有特定形状的几何体。颗粒粒径、折射率和形状等参数是颗粒特征的重要表征,这些参数的检测是当前重要的研究方向。近期研究表明,与生物细胞及细胞分泌物相近的微米、亚微米和纳米尺度颗粒的精确测量,在生物医学领域具有重要意义。光散射技术作为一种无标记方法在单颗粒检测领域扮演重要角色。二维光散射可以同时反映光强度在方位角和极角两个方向上的分布,获取包括细胞亚结构等更丰富的信息。荧
学位