【摘 要】
：
为提高电网应急物资调配响应速度和电网抢修效率,提出一种案例推理与深度学习相结合的电网气象灾害条件下的应急物资预测方法。以气象信息、电网设备数据和地理环境数据为输入信息,利用案例推理方法确定预测模型输入、输出结构,并根据不同输入信息的特点进行处理和量化,利用深度置信网络完成案例适配,综合事故规模信息建立动态电网应急物资预测模型。分析结果表明,本研究提出的预测方法能够综合分析各类特征因素,并结合事故规模建立与应急物资需求的关联关系,对气象灾害条件下电网应急物资需求进行准确预测,从而为高效准确的电网应急响应提供
【机 构】
：
电网智能化调度与控制教育部重点实验室（山东大学）,国网山东省电力公司青岛供电公司
【基金项目】
：
国家电网公司科技资助项目(5400-201999344A-0-0-00)。
论文部分内容阅读
为提高电网应急物资调配响应速度和电网抢修效率,提出一种案例推理与深度学习相结合的电网气象灾害条件下的应急物资预测方法。以气象信息、电网设备数据和地理环境数据为输入信息,利用案例推理方法确定预测模型输入、输出结构,并根据不同输入信息的特点进行处理和量化,利用深度置信网络完成案例适配,综合事故规模信息建立动态电网应急物资预测模型。分析结果表明,本研究提出的预测方法能够综合分析各类特征因素,并结合事故规模建立与应急物资需求的关联关系,对气象灾害条件下电网应急物资需求进行准确预测,从而为高效准确的电网应急响应提供
其他文献
当前国家正强烈地推展环保意识,并加快推进生活垃圾分类,以建设一个青山绿水美丽的中国。因此各地也陆续出台了有关垃圾分类的一些法律法规,但是对于我国很多城市来说,如何有效推进垃圾分类依然是一个巨大的难题。研究中运用KANO模型调研温州市生活垃圾分类现况,了解目前试点小区居民垃圾分类回收模式下的感受,以作为后续《城市生活垃圾分类实施方案》的推展工作。并通过问卷数据分析,对居民垃圾分类回收行为认知,以及相关实际经验作出总结,提出“四个一”的推进策略建议,作为开展城市居民生活垃圾分类工作提供思路。
随着生活垃圾强制分类时代的到来,完善的生活垃圾管理地方立法关系到生活垃圾分类的效果。通过对我国生活垃圾管理地方立法现状的梳理,目前存在立法模式不一、立法名称混乱、分类标准杂乱等主要3个问题。今后的立法应当以城乡经济发展水平为依据确定立法模式;立法名称现阶段以管理为宜,以治理为发展趋势;分类标准的制定以统一性、整体性、可接受性为原则。从而优化我国生活垃圾管理地方立法,实现生活垃圾法治化管理的持续性发展。
提出一种基于多目标驱动蜂群算法的疏散仿真模型。在人工蜂群算法的基础上,对跟随蜂设置视野搜索半径,将视野范围内适应值最优个体作为其视觉引领蜂,从而减少跟随蜂选择引领蜂的盲目性。提出多目标驱动人工蜂群算法,即由惯性引领蜂、全局最优蜂、个体历史最优蜂、视觉引领蜂共同对跟随蜂的移动方向进行引导,从而使跟随蜂的移动路径得到进一步优化。试验结果表明,多目标驱动人工蜂群算法疏散效率较高,在疏散总人数较多的情况下性能更优,且人员分布更为合理。本研究的模型和算法能够有效提高疏散效率,适合多障碍物场景下的疏散问题。
针对视频监控环境下采集的可用行人图像数量有限,以及非可靠数据标注导致监督学习算法性能下降等问题,提出一种融合Gabor特征和卷积特征的无监督小样本行人重识别方法。采用Gabor变换提取多尺度、多方向行人纹理和边缘信息,实现小样本行人图像特征级数据增强,进一步通过特征编码消除冗余信息,提升相似度比对效率。采用卷积自编码网络提取行人非线性深度卷积特征,避免监督学习算法对数据标注的依赖性。融合两种异构特
提出一种卷积神经网络(convolutional neural network, CNN)和长短时记忆(long short-term memory, LSTM)网络混合的心律失常自动检测算法,模型结构共由5层卷积层、5层池化层、1层LSTM层和1层全连接层组成。利用CNN能够自动提取特征和LSTM能够捕捉时间序列前后依赖关系的能力,将简单预处理后的心电信号数据直接输入到混合模型当中。整个模型将特
综述了近几年国内外文献对城市土壤中锑的主要来源以及锑在土壤中迁移转化过程发生的形态变化,并对目前常用的重金属来源分析方法包括稳定同位素示踪法和化学形态分析法等方法进行分析比较。锑已被广泛应用于阻燃剂、催化剂以及合金等的生产,含锑产品在生产和使用过程中释放,汇入土壤。由于锑的潜在毒性和风险,锑越来越被人关注,对土壤中锑来源的分析的需求也越来越迫切,但目前对锑源解析的研究还比较少。综述了近几年国内外文献中对土壤中锑的主要来源以及锑在土壤中迁移转化过程发生的形态变化的研究,并对目前常用的重金属来源分析方法包括稳
提出一种自适应多领域知识蒸馏框架,有效地加速推理和减小模型参数同时确保模型性能,采用知识蒸馏方法对情感分析问题进行研究。针对每个特定领域进行知识蒸馏,模型蒸馏涉及词嵌入层蒸馏、编码层蒸馏(注意力蒸馏、隐藏状态蒸馏)、输出预测层蒸馏等多个方面;针对不同领域,学生模型保持相同的编码器,即共享权重,通过不同的领域特定输出层拟合不同的教师模型。在多个公开数据集上的试验结果表明,单领域知识蒸馏使得模型准确度平均提升2.39%,多领域知识蒸馏使得模型准确度平均提升0.5%。与单领域的知识蒸馏相比,该框架增强了学生模型
提出一种基于快速公交车辆和到站乘客综合时间效益最优的站点选址优化方法,建立时间效益模型,运用模糊层次分析法和遗传算法求解模型,选取济南市黄岗路站点进行案例分析.结果
针对联机分析处理(online analytical processing, OLAP)中的整体型聚集函数中位数,提出基于图形处理单元(graphics processing unit, GPU)的GPU-Median算法,通过对数据进行划分,分段排序,不断裁剪全局中位数之前的数据,对未裁剪的数据进行合并,得到最终的中位数,避免了全局的排序时间。提出GPU-Median+算法,对GPU-Median算法进行优化和扩展,使用CPU与GPU协同作业实现聚集操作,利用GPU处理每个队列的数据,CPU处理全局数据
为了缓解矿井采掘衔接紧张局面,以曙光煤矿一采区2#煤开采进行切顶卸压无煤柱自成巷关键技术研究,使工作面一定范围内的周期压力和巷道内的压力得到了降低,大大提高了矿井的安全生产水平,为相似开采条件下的工作面提供实际的技术经验。