Analysis and numerical study of a hybrid BGM-3DVAR data assimilation scheme using satellite radiance data for heavy rain forecasts

A fine heavy rain forecast plays an important role in the accurate flood forecast, the urban rainstorm waterlogging and the secondary hydrological disaster preventions. To improve the heavy rain forecast skills, a hybrid Breeding Growing Mode (BGM)-three-dimensional variational (3DVAR) Data Assimilation (DA) scheme is designed on running the Advanced Research WRF (ARW WRF) model using the Advanced Microwave Sounder Unit A (AMSU-A) satellite radiance data. Results show that: the BGM ensemble prediction method can provide an effective background field and a flow dependent background error covariance for the BGM-3DVAR scheme. The BGM-3DVAR scheme adds some effective mesoscale information with similar scales as the heavy rain clusters to the initial field in the heavy rain area, which improves the heavy rain forecast significantly, while the 3DVAR scheme adds information with relatively larger scales than the heavy rain clusters to the initial field outside of the heavy rain area, which does not help the heavy rain forecast improvement. Sensitive experiments demonstrate that the flow dependent background error covariance and the ensemble mean background field are both the key factors for adding effective mesoscale information to the heavy rain area, and they are both essential for improving the heavy rain forecasts.     

某办公楼能耗影响因素分析及改进措施

本文通过某办公楼建筑能耗实际调查,以及对该建筑的窗墙比和窗璃系统传热系数进行分析,发现其窗墙比和窗玻系统传热系数均不符合建筑节能规范要求,而窗墙比和窗玻传热系数事建筑节能设计的两个重要参数,对此本文提出了解决此类问题的办法,对新建公共建筑节能设计具有参考意义。     

某办公楼能耗影响因素分析及改进措施

本文通过某办公楼建筑能耗实际调查,以及对该建筑的窗墙比和窗璃系统传热系数进行分析,发现其窗墙比和窗玻系统传热系数均不符合建筑节能规范要求,而窗墙比和窗玻传热系数事建筑节能设计的两个重要参数,对此本文提出了解决此类问题的办法,对新建公共建筑节能设计具有参考意义。     

基于Kalman滤波与神经网络的高精度同步时钟算法

大规模分布式电源、储能与电动汽车的接入对配电网状态监测与运行控制带来了挑战。基于配电网同步相量测量单元(phasor measurement unit,PMU)的广域量测系统被认为是解决这一问题的有效方式。然而,采用低成本晶振时,现有的同步时钟算法难以满足配电网PMU对同步时钟高精度、高稳定性、低成本的要求。为满足配电网PMU应用的需求,提出一种基于Kalman滤波器与BP神经网络的授时/守时算法。基于卫星信号误差与晶振频率数学模型,利用Kalman滤波器对卫星信号的随机误差进行滤除,提高授时精度,并提供准确的晶振状态数据。利用此数据训练BP神经网络模型,刻画出晶振频率的老化规律,提高守时性能。在卫星信号正常接入与失锁场景下,基于实际时钟装置量测数据进行测试验证。测试结果显示,文中所提算法在不提高现有硬件成本的基础上,有效提高了同步时钟的算法性能。     

高光谱成像技术在农产品无损检测中的应用

高光谱成像技术具有“图谱合一”的特点,其汇集了传统成像和光谱技术的特点,能同时获得待测农产品样本的图像信息和光谱信息,因此该技术既可以通过成像技术检测物体的外部特征,又可以通过光谱技术得到农产品的内部品质和食用安全性信息,包括品种分类、理化指标测定、真菌感染检测和农药残留检测等。与传统检测方法相比,高光谱成像以其检测过程中前处理简单、无污染、无破坏性的特点,在农产品无损检测领域有所应用。从高光谱成像的理论基础出发,对其图像获取与分析方式进行概述,并阐述了高光谱成像技术在农产品无损检测领域中近五年的研究进展,以期为农产品的品种分类、营养品质和食用安全性评估方法提供参考。     

考虑节点时空相关性的有限配电网PMU装置优化部署

为了应对分布式电源新能源汽车大规模接入配电网带来的监测、运行和控制方面的新挑战,近些年,同步相量测量装置（phase measurement unit,PMU）在配电网得到广泛研究及初步应用。建立了考虑实际约束的0-1整数规划的PMU配置模型,能获取配电网中的最优PMU配置,并考虑系统的时空相关性提出了电力系统节点重要度的衡量指标,指导PMU装置有限情况下的布点方案,并且提出了基于伪量测构造及状态估计方法,能在PMU布点不满足全局拓扑可观性的情况下估计电网状态并且弥补系统可观性。通过在多个测试案例上验证了所提算法的有效性和实用性。     

垃圾渗滤液吹脱预处理联合城市污水厂处理生产性研究

针对承接垃圾渗滤液给城市污水处理厂的正常运行可能带来的风险,采用新型吹脱法进行垃圾渗滤液预处理,联合城市污水处理厂进行研究。结果表明,p H=10和反应时间3 h组合条件为经济性优化工况条件,Na OH消耗对应去除的NH3-N量为90 g/kg,在其工况下的NH3-N和COD去除率分别为40%~60%和35%~55%。未预处理垃圾渗滤液混入该污水厂的体积比控制在0.3%以内;经过预处理后混入体积比从0.37%提升至0.54%,出水水质均未受到影响,预处理至少可提高污水厂承接垃圾渗滤液量的80%。     

一种配电网高精度快响应同步相量算法及其实现

随着分布式电源、电动汽车等大规模接入,配电网亟需新的动态量测手段。然而,输电网同步相量测量单元(phasor measurement unit,PMU)技术因其精度不足、动态性能欠佳难以直接用于配电网。目前国内外开展的配电网PMU研究工作也尚处于起步阶段,难以满足应用需求。面向配电网同步相量量测需求,提出了一种基于频率在线分析和自适应滤波器的高精度、快响应的多通道综合同步相量算法。基于考虑多带外干扰的稳态和动态信号模型,设计了2种不同阶的自适应FIR滤波器,并分析了它们在不同场景下的适应性边界。提出多通道在线协调算法框架,以实现算法整体协调优化。基于片上系统硬件平台进行算法实现,并在搭建的高精度同步相量测试系统中开展多场景性能验证,为测量装置在实际系统示范应用奠定了基础。     

美国战略预警体系发展探析

面对多维空间中的战略目标威胁,美国领先于世界其它大国构建了三位一体的战略预警体系。梳理了美国战略预警体系的构成,从陆基(海基)、空基、天基三个维度对美国各个预警监视系统的发展现状进行了详细介绍。从作战部署、技术升级、预警情报保障等方面,对美国战略预警体系的发展趋势进行了概述和总结。