基于DTW的测站水位影响关系估计

通过对长江流域城陵矾和大通两测站的水位过程线分析，采用动态时间弯曲距离的改进算法进行相似性匹配，提取出上下游测站水位的影响关系，从而应用于洪峰传播时间的预报．     

水力学原理在水位虹吸式进水管修复中的应用

运用水力学相关原理计算促使水位进水管产生虹吸所需水量及控制时间,重新设计修复漏气水位虹吸管方案,以达到节省维修经费、提高维修质量的目的.该方案通过水文测站实践操作,具有一定的实用性.     

基于BP神经网络对七里街测站洪峰的预报与分析

在分析预报误差的时间分段递推修正方法的基础上,以建溪流域东游、水吉、建阳三个水文站点的水位监测数据为基础,计算得到BP神经网络隐含层最优节点数目为10,建立了BP神经网络对七里街测站水位预报的数学模型.在此基础上,利用时间分段递推修正方法对预报的结果进行修正,计算结果表明,时间分段递推修正方法使得预报精度提高很多,其结果与实际更加符合.     

基于时间序列DTW差异的IGBT模块缺陷辨识方法

绝缘栅双极型晶体管(IGBT)模块是电力电子装置中关键可靠性敏感元件之一,辨识IGBT模块缺陷,是避免突发故障,增强电力电子装置可靠运行的重要举措之一。为此,笔者提出一种基于时间序列动态时间弯曲(DTW)差异的IGBT模块早期缺陷的诊断方法。该方法利用缺陷对IGBT模块门极寄生参数的影响,通过分析缺陷前后,门极电压信号序列DTW的差异,判断IGBT模块内部是否存在缺陷。实验研究结果验证了其诊断结论的正确性和实用性。     

风电功率波动的相似性研究

随着风能的大规模开发利用,风电在电网中所占的比例逐渐增大,风电的波动给电网的稳定运行带来许多不利影响,风电功率波动研究逐渐成为风能研究领域的热点课题。基于风电场实测数据,提出一种功率相似性分析方法,首先对原始数据进行必要的处理以及滤波,然后提取功率时间序列的特征值,将原始数据序列转化为特征值序列,从而减少了数据样本点,通过计算特征值序列之间的动态时间弯曲距离,实现了风电功率波动的相似性分析。通过分析某风电场两年的历史数据,验证了本方法具有较强的实用性。     

基于时间序列聚类和ARMA模型的检索量预测

为了通过预测分析检索量数据来指导商家调整产品开发及经营策略,将检索量数据组织为时间序列,对其用自回归滑动平均(ARMA)模型进行建模预测.先将时间序列进行聚类,仅对聚类中心序列进行ARMA模型识别,同类序列用该模型进行近似建模预测:经过数据预处理、相似性分析、基于相似度的聚类、时间序列预测等过程,得到检索量数据的预测值...     

基于稀疏表示的时间序列最近邻分类

提出一种基于稀疏表示的时间序列最近邻分类模型,旨在通过提取时间序列的关键特征,去除冗余信息,达到减少噪声干扰的目的.该模型首先求解时序数据基于过完备字典的稀疏表示,然后利用非零系数及其对应的原子重构原始序列,最后利用基于距离的分类器进行分类.在18个时间序列公开数据集上的实验结果表明,最近邻分类模型能够提高传统的最近邻分类器的分类准确率.     

水位流量关系曲线的规划求解方法与应用

对于测站控制良好，各级水位流量关系都保持稳定的测站，通常采用单一线法推求流量。为改变水位流量关系定先的手工模式，提高工作效率，可以通过建立数学模型，用计算机求解。模型及目标函数的选择对定线精度有重要影响。本文以蓝旗营站2005年实测资料为例，探讨了浮动多项式方程的适应性，并分别讨论了两类目标函数所得成果的差别。     

台湾海峡南部二测站1997年8月温、盐垂直分布的时间变化

根据台湾海峡南部 ２ 个定点多周日观测站 １９９７ 年 ８ 月的 Ｃ Ｔ Ｄ 资料,进行温、盐垂直分布时间变化的分析,结果表明：二测站调查期间基本上都存在温、盐跃层,跃层的强度和深度随时间变化较大,显示出较为复杂的温、盐垂直分布,与多种水系在此交汇有关．但二测站的下层稳定地存在低温高盐的海水,有向上涌升的趋势,并受潮流的影响,可见其所在的海域应为上升流区     

改进的DTW算法在实时语音辨识系统中的应用

改进了传统的动态时间弯曲算法结构,将其应用到实时语音辨识系统中,并在计算机上进行了仿真。实验结果表明采用改进后的DTW算法有效地降低了待处理数据量和识别时间,提高了系统的运行速度。随着待识别语音信号数量的增多,该算法优势更加明显。     

河流冰期水位研究

冰期水位计算是冰水力学、冰水学的重要内容，对于防治、预报凌汛乃至研究冰期河床演变均具有重要的作用。笔在中国《水利水电工程水计算规范》所推荐的计算方法的基础上，根据实验室资料提出了冰期水位计算应具有的定性表达形式，并据此提出了冰塞段水位的计算思路。     

采动影响下承压含水层水位变化预测模型研究

为研究采动影响下煤层覆岩承压含水层水位变化预测模型,根据采矿岩层移动与覆岩破坏理论,基于地下水动力学原理,建立了基于地下水稳定运动、非稳定运动两种井流方程的覆岩承压含水层水位采动变化数学模型。结合大平煤矿三台子水库下N1S2综放开采工作面水文地质条件及水文监测数据,对模型进行了验证,结果表明:采动影响下承压水的运动为非稳定运动,对应建立的数学模型能更好地拟合覆岩承压含水层水位变化。     

太湖流域超标特大洪水风险预警系统建设及应用

为做好超标洪水调度、保障流域防洪安全,开发建设了由基于水文水动力学耦合的超警超保风险区域预警模型与基于水文学法的洪水淹涝风险快速评估模型共同组成的超标特大洪水风险预警系统,该系统在太湖流域预报调度一体化系统中通过智能交互方式进行模型与系统的紧密集成,实现了预报调度成果的可视化。基于水利一张图的超警超保与淹涝动态展示,实现了预报产品从点到面、从常规预报到影响预测的突破,以及洪水风险由静态评估向实时快速动态分析的转变。应用结果表明：系统在2020年太湖流域性大洪水中累计发布超警超保风险提示39期、洪水淹涝风险评估4期,预测结果与实际基本一致,为科学调度防御超标洪水提供了技术支撑,避免了江苏省苏州市3万多的人员转移,有力保障了太湖流域防洪安全。     

A hybrid model for the mid-long term runoff forecasting by evolutionary computation techniques

The mid-long term hydrology forecasting is one of most challenging problems in hydrological studies. This paper proposes an efficient dynamical system prediction model using evolutionary computation techniques. The new model overcomes some disadvantages of conventional hydrology forecasting ones. The observed data is divided into two parts: the slow “smooth and steady” data, and the fast “coarse and fluctuation” data. Under thedivide and conquer strategy, the behavior of smooth data is modeled by ordinary differential equations based on evolutionary modeling, and that of the coarse data is modeled using gray correlative forecasting method. Our model is verified on the test data of the mid-long term hydrology forecast in the northeast region of China. The experimental results show that the model is superior to gray system prediction model (GSPM). Foundation item: Supported by the National Natural Science Foundation of China ( 60133010, 70071042, 60073043) Biography: Zou Xiu-fen(1966-),female,Associate professor, research direction:evolutionary computing, parallel computing.     

一种基于组合模型的时间序列数据挖掘系统

提出了一种新的时间序列数据挖掘方法———基于BP(Back Propagation)神经网络和回归分析的组合时间序列数据挖掘模型.重点讨论了神经网络———回归———线性神经网络组合模型的建立过程,强调了通用性,并应用于浙江省可持续发展预测,取得了满意的结果.该组合模型采用神经网络技术来确定权重系数,提高了对复杂非线性系统的拟合能力,为时间序列数据挖掘提供了一种新的实用方法.     

灰色聚类评估在煤矿突水预测中的应用

为了减少煤矿突水带来的危害,准确掌握煤矿发生突水的可能性,采用灰色聚类评估方法,建立矿井突水预测模型,进行矿井突水预测。实例表明,灰色聚类评估方法在煤矿突水预测中可以取得满意的预测精度,预测结果更加可靠。该方法在煤矿突水中的应用进一步拓宽了灰色聚类理论的应用范围,并为煤矿突水的准确预报提供了一种新的方法。     

基于决策树方法的水库跨流域引水调度规则研究

目前跨流域引水调度属于常规引水规划调度方式,没有考虑实时信息.利用数据挖掘技术中的决策树方法将水库当前的气象预报信息和下垫面蓄水状态、水库多年的实际运行情况等资料与水库管理者的实际调度经验相结合,提出跨流域引水水库的实时调度规则.研究分三步,即首先选取旬初库水位、GFS预报与实际降雨量,旬前土壤含水状态,以及跨流域引水量等资料构成水库调度数据集;然后利用数据挖掘技术从中提取跨流域引水调度决策树;最后对调度决策树进行检验获取跨流域引水水库实时调度规则.实例计算结果表明,采用决策树跨流域引水调度规则进行水库引水调度,可提高水资源利用效率,增加水库综合效益.研究成果对跨流域引水水库实时调度的深入研究与应用有参考价值.     

基于人工神经网络的矿井涌水量预测

应用人工神经网络理论,提出了矿井涌水量预测的新方法,并将其与自回归时序模型进行了比较验证。结果表明,运用神经网络方法进行矿井涌水量预测,精度高,自适应性强,在数据不十分充足的情况下,效果尤其好于自回归模型。     

矿业工程项目施工工期可靠性预测研究

工期是矿业工程项目管理的三大目标之一,本文引入施工工期可靠性这一指标衡量矿业工程项目工期管理水平.基于蒙特卡洛模拟法与计划评审技术相结合提出了工程项目施工工期可靠性的预测模型.与传统计划评审技术方法相比,用蒙特卡洛模拟法求解的优点在于通过模拟构造多个方案,弥补了传统计划评审技术的假设条件造成的误差,提高了计算精度,更加符合实际工程的情况;最后以一工程实例进行了应用.