基于最优正则极限学习机的变压器故障诊断

针对基于极限学习机的变压器故障诊断模型隐含层神经元个数较多时,存在过拟合、稳定性差以及精确度不高的问题,提出了一种最优正则极限学习机的变压器故障诊断方法。方法收集了变压器油中溶解气体作为故障指标,将采集的数据集合随机分成训练集、验证集和测试集。首先通过训练集对极限学习机故障诊断模型进行训练;其次,将验证集输入已构建的模型,利用验证集精度与训练精度的差值进行反馈,并引入最优正则系数对模型参数进行惩罚性调整;最后,利用更新后模型对测试集进行故障诊断。通过算例分析与比较可以得出,最优正则系数极限学习机比极限学习机稳定性强,精确度高,并且方法简单,计算速度快,可有效实现变压器故障诊断。     

湖北省植被覆盖度时空变化特征与影响因素分析

湖北省植被结构变化受自然和人类活动因素的影响较大,揭示湖北省植被变化的空间特征对其生态环境改善具有重要意义.基于MOD13Q1 NDVI数据计算湖北省的植被覆盖度,结合气象、DEM数据分析湖北省2000～2020年植被覆盖度的时空变化及分布格局,并探讨了其对气候变化、人类活动的响应.结果 表明:(1)2000～2020年湖北省植被覆盖度总体呈现增加的趋势,增大区域集中在湖北省的西北部,十堰、神农架林区和随州周围;(2)局部地区存在植被退化现象,退化面积呈先减小后增加的趋势.2000～2005年植被恢复区域主要集中在西北部和西南部,退化区域分布在武汉、襄阳、仙桃和黄石等地区;2005～2010年湖北省整体植被覆盖状况相对较差,退化区域分布在西北部和东南部,十堰和武汉较为明显,改善区域集中湖北省中部、神农架林区、襄阳、随州和天门;2010～2015年湖北省植被退化面积减少,分布在东部和西北部;2015～2020年植被覆盖度整体呈现下降趋势;(3)湖北省的东北部、西南部以及襄阳等地区的植被覆盖度与气温、降水呈现正相关,随着海拔的升高,气温、降水及风速和植被覆盖度正相关和负相关所占比重逐渐减少;(4)人类因素对湖北省的生态环境有正影响,对植被恢复有促进作用;负影响主要集中在武汉周边城市、襄阳、荆州等区域.