检索结果-内蒙古大学图书馆

中国新技术新产品 2025年第5期 137-139页

作者：潘瑞平杨华信博翔孙晓倩王萌国家电网有限公司客户服务中心天津300309

针对台区停电风险监测预警时效性不足及判定形式单一的问题,本文提出基于斯皮尔曼相关系数的台区停电风险监测预警方法。该方法通过采集各类工单数据,采用多阶处理提高预警时效性,并设定多阶停电风险等级。通过构建斯皮尔曼相关系数台... 详细信息

针对台区停电风险监测预警时效性不足及判定形式单一的问题,本文提出基于斯皮尔曼相关系数的台区停电风险监测预警方法。该方法通过采集各类工单数据,采用多阶处理提高预警时效性,并设定多阶停电风险等级。通过构建斯皮尔曼相关系数台区停电风险监测预警模型,确定监控阈值,实现了台区停电风险的实时监测预警。结果表明,与传统方法相比,该方法在测试中的监测预警频率更高,具有更高的灵活性和可靠性。在实时背景下,本文设计的监测预警方法能更有效地处理动态数据,提高预警准确性,为台区停电风险的有效管理提供有力支持。

关键词：斯皮尔曼相关系数台区电力停电风险监测预警预警方法实时监测

来源：评论

学校读者我要写书评

暂无评论

基于斯皮尔曼相关系数和系统惯量的中国电网停电事故趋势预测

引用

中国电机工程学报 2023年第14期43卷 5372-5380页

作者：于群霍筱东何剑李琳张建新冯煜尧山东科技大学电气与自动化工程学院山东省青岛市266590 中国电力科学研究院有限公司北京市海淀区100192 国网上海市电力公司上海市浦东新区200122

在能源形势紧张和绿色发展的背景下,全球范围内的新能源发电规模在不断扩大。然而近年来国外发生的几起大规模停电事故说明了新能源的广泛接入给电力系统的安全运行带来了新的挑战。与此同时,中国提出“3060”双碳目标和建设以新能源为... 详细信息

在能源形势紧张和绿色发展的背景下,全球范围内的新能源发电规模在不断扩大。然而近年来国外发生的几起大规模停电事故说明了新能源的广泛接入给电力系统的安全运行带来了新的挑战。与此同时,中国提出“3060”双碳目标和建设以新能源为主的新型电力系统目标,使得电网中新能源装机发展迅猛,导致电力系统惯量水平下降,电网运行的风险水平进一步提高。为更好地认识电网的停电事故和惯量水平之间的关系,该文分析中国电网年均停电事故损失负荷与系统惯性常数之间的相关性。首先,基于斯皮尔曼相关系数对中国电网年均停电事故损失负荷绝对值和相对值与系统惯性常数进行相关性分析。其次,分析随着时间推移,中国电网年均停电事故损失负荷与系统惯性常数两者相关性的变化情况。然后,在宏观层面,预测中国电网未来年均停电事故损失负荷的发展趋势。

关键词：电力系统停电事故惯性常数相关性斯皮尔曼相关系数趋势预测

来源：评论

学校读者我要写书评

暂无评论

基于斯皮尔曼相关系数和系统惯量的电网停电事故趋势预测和安全态势感知

基于斯皮尔曼相关系数和系统惯量的电网停电事故趋势预测和安全态...

引用

作者：霍筱东山东科技大学

学位级别：硕士

电力行业是社会和科技发展的重要支撑力量，在电网飞速发展的同时，其可持续性、安全性和稳定性问题越来越得到专家的注意，也逐渐成为电力行业研究的重要方向。近年来，国际能源形势紧张，电网中新能源装机比例迅速增长，产生了一系列... 详细信息

电力行业是社会和科技发展的重要支撑力量，在电网飞速发展的同时，其可持续性、安全性和稳定性问题越来越得到专家的注意，也逐渐成为电力行业研究的重要方向。近年来，国际能源形势紧张，电网中新能源装机比例迅速增长，产生了一系列影响电网安全稳定性的因素，其中最明显的就是电网转动惯量水平的降低。国内外发生的多次由于连锁故障导致的大停电事故给社会造成了很大损失，直接影响到了当地的社会稳定和经济发展。因此，本文结合中国电网实际情况，基于惯量变化研究电网大停电事故的发展特性和电网的安全态势感知具有重要的理论和现实意义。　　首先，根据我国电网的装机数据和停电事故历史统计数据，通过斯皮尔曼相关系数分析了电网广义惯性常数和大停电事故的相关性。第一，以各年大停电事故损失负荷的绝对值、相对值和中国电网广义惯性常数为基础，基于斯皮尔曼相关系数分析了两者之间的相关性;第二，通过不同的时间跨度，分析了中国电网年均停电损失负荷与广义惯性常数之间的斯皮尔曼相关系数变化情况;第三，在宏观层面上，以斯皮尔曼相关性变化情况为基础结合国家发展与改革委员会发布的数据，预测了中国电网未来年均停电损失负荷的发展趋势。　　其次，对比了人工神经网络下的BP神经网络和RBF神经网络，因隐含层数的灵活性选用BP神经网络完成对电网安全态势感知基础模型的构建，输入为电网安全态势感知指标，输出为电网安全态势评估值所对应的电网风险程度。在指标体系的建立上，以传统指标为基础加入了惯量损失率和系统损失负荷等故障指标;在指标权重的确定上，采用层次分析法和熵权法，并对两者进行博弈组合;在电网风险状态的确定上，结合我国电力相关规程和电网运行整体状态分析得到电网安全态势评估值与电网风险程度的对应关系，之后通过IEEE39节点系统验证所建立态势评估模型的可行性。　　最后，基于改进原子搜索算法与BP神经网络融合模型对电网安全态势进行了预测，经验证后该模型可以更好地把握电网风险状态。第一，引入原子搜索算法对BP神经网络各层之间的权值和神经元阈值进行优化达到改善BP神经网络预测性能的目的;第二，引入logistic混沌模型对原子搜索算法进行优化;第三，通过IEEE39标准算例和HN区域实际电网在三种场景下对该预测模型进行测试，并与其他预测方法进行比较，验证了原子搜索算法优化后的BP神经网络在电网安全态势预测方面的可行性和优越性。

关键词：电网系统停电事故趋势预测安全态势感知斯皮尔曼相关系数原子搜索

来源：评论

学校读者我要写书评

暂无评论

多方法协同的水资源承载力影响因素辨识

引用

水电能源科学 2025年第4期43卷 60-64页

作者：李嘉辉李磊吴天航许生刘俊河海大学水文水资源学院江苏南京210098 宿迁市水利局江苏宿迁223800 宿迁市水务勘测设计研究有限公司江苏宿迁223800

滨州市地处黄河流域下游,经济社会发展高度依赖黄河水,人均水资源量低。为促进水资源高效利用和可持续发展,采用AHP-熵权-TOPSIS模型评价了滨州市2013~2022年水资源承载力,根据评价结果,基于斯皮尔曼相关系数、障碍度模型识别并诊断水... 详细信息

滨州市地处黄河流域下游,经济社会发展高度依赖黄河水,人均水资源量低。为促进水资源高效利用和可持续发展,采用AHP-熵权-TOPSIS模型评价了滨州市2013~2022年水资源承载力,根据评价结果,基于斯皮尔曼相关系数、障碍度模型识别并诊断水资源承载力的主要驱动因子和主要障碍因子,辨识水资源承载力关键影响因素,并提出相应对策。结果表明,滨州市水资源承载力关键影响因素分别为产水模数、地下水供水占比、跨流域调水占比、人口自然增长率、人均GDP、GDP年增长率、第三产业占比、万元GDP用水量、生态环境用水量占比、人均生态环境用水量10项指标;在水资源方面,优化水源结构,在加强本地地表水利用的同时,充分开展非常规水利用工作,同时做好地下水保护与管理;在社会及经济方面,转变滨州市经济发展方式,促进产业结构优化升级和区域协调发展,提升水资源利用效率;在生态环境方面,确定滨州市重点河流生态流量,保障河湖生态用水需求,合理增加生态环境用水量,改善河湖健康状况。

关键词：水资源承载力 TOPSIS法障碍度驱动因子斯皮尔曼相关系数滨州市

来源：评论

学校读者我要写书评

暂无评论

2014—2023年巢湖流域河湖系统总磷浓度时空变化特征分析

引用

环境监控与预警 2025年第2期17卷 105-111页

作者：张劲松王欢刘阳孙亚敏唐萍陈晋安徽省生态环境监测中心安徽合肥230071

基于2014—2023年巢湖流域国家地表水环境质量监测网获取的8个巢湖点位和9个环湖河流断面的总磷(TP)逐月连续监测数据,分析了近10年巢湖流域河湖系统ρ(TP)时空变化特征。研究结果表明,从时间变化看,巢湖ρ(TP)呈现先升后降趋势,2017年... 详细信息

基于2014—2023年巢湖流域国家地表水环境质量监测网获取的8个巢湖点位和9个环湖河流断面的总磷(TP)逐月连续监测数据,分析了近10年巢湖流域河湖系统ρ(TP)时空变化特征。研究结果表明,从时间变化看,巢湖ρ(TP)呈现先升后降趋势,2017年达到峰值(0.107 mg/L),2018—2020年快速下降,之后进入“波动期”,2023年ρ(TP)年均值下降至0.066 mg/L,季度变化特征表现为秋季>夏季>冬季>春季;环湖河流ρ(TP)呈下降趋势,ρ(TP)年均值由2014年的0.29 mg/L下降至2023年的0.087 mg/L,2014—2019年ρ(TP)下降幅度较大,2019年之后进入“瓶颈期”;与湖区相反,环湖河流ρ(TP)季节特征表现为春、冬季>夏、秋季,但最高值出现在6月。从空间分布看,巢湖湖区ρ(TP)由西向东呈逐步降低的趋势,但西巢湖ρ(TP)下降幅度>东巢湖,使西高东低的趋势明显变缓;环湖河流ρ(TP)下降幅度远大于巢湖湖区,各环湖河流ρ(TP)变化趋势各有差异;尽管巢湖西侧入湖河流治理成效显著,部分南部和东北部入湖河流ρ(TP)有上升趋势,而西侧入湖河流的ρ(TP)仍高于南侧和东北侧。巢湖流域河湖系统ρ(TP)变化趋势在一定程度上表现出联动性,为有效控制湖泊中的磷元素,建议在对西侧入湖河流持续控磷的基础上,加强对南侧、东北侧入湖河流磷元素的污染防控。

关键词：巢湖总磷时空变化聚类分析斯皮尔曼相关系数

来源：评论

学校读者我要写书评

暂无评论

基于Spearman-IPSO-LSSVM的短期电力负荷预测方法研究

引用

电气自动化 2025年第1期47卷 102-104,108页

作者：赵宇庆腾志军天津大学电气自动化与信息工程学院天津300072 东北电力大学电气工程学院吉林吉林132011

为提高地区用电负荷预测的精度,使用斯皮尔曼相关系数法,计算出地区天气各特征因素和用电负荷的相关性大小,并选择相关性大的因数作为最小二乘支持向量机模型的输入向量。为克服最小二乘支持向量机算法模型对核函数和惩戒参数的敏感性,... 详细信息

为提高地区用电负荷预测的精度,使用斯皮尔曼相关系数法,计算出地区天气各特征因素和用电负荷的相关性大小,并选择相关性大的因数作为最小二乘支持向量机模型的输入向量。为克服最小二乘支持向量机算法模型对核函数和惩戒参数的敏感性,提高算法的泛化能力,引入一种改进的粒子群优化算法对最小二乘支持向量机模型相关参数进行寻优。最后以某地区电力负荷实际历史数据为算例,对某日负荷进行预测。结果表明,所提算法对地区短期电力负荷预测具有较好的预测精度和使用价值。

关键词：用电负荷斯皮尔曼相关系数最小二乘支持向量机改进粒子群算法预测精度

来源：评论

学校读者我要写书评

暂无评论

基于FNN神经网络的年用电量、人口总数与GDP预测研究

引用

中国信息界 2025年第2期 161-163页

作者：詹幸林庄伟卿福建理工大学互联网经贸学院

引言。电力与经济发展相互促进,而年用电量和人口总数与GDP同步增长构成一个复杂的系统。本文首先通过斯皮尔曼相关系数和皮尔逊系数计算得到某市GDP与年用电量和人口总数之间存在强相关关系。其次,建立GDP的FNN(Feedforward Neural Net... 详细信息

引言。电力与经济发展相互促进,而年用电量和人口总数与GDP同步增长构成一个复杂的系统。本文首先通过斯皮尔曼相关系数和皮尔逊系数计算得到某市GDP与年用电量和人口总数之间存在强相关关系。其次,建立GDP的FNN(Feedforward Neural Network,FNN,前馈神经网络)神经网络预测模型,预测得到该市2022-2026年的经济将稳步增长,从高速发展转向高质量发展。

关键词：前馈神经网络人口总数 FNN GDP预测斯皮尔曼相关系数神经网络预测模型用电量皮尔逊系数

来源：评论

学校读者我要写书评

暂无评论

融合注意力机制的CNN-LSTM模型预测蒸发皿蒸发量

引用

人民长江 2025年第2期56卷 75-81页

作者：李少恒严新军韩克武王旭杨怡民新疆农业大学水利与土木工程学院新疆乌鲁木齐830052 新疆水利工程安全与水灾害防治重点实验室新疆乌鲁木齐830052

蒸发量数据对于水循环机制理解、水资源规划和农业灌溉管理等领域至关重要。基于新疆吐鲁番地区1973~2022年的逐日气象数据,按各气象因素重要性进行分组,以卷积神经网络(CNN)和长短期记忆神经网络(LSTM)模型为基础模型,融入注意力机制(A... 详细信息

蒸发量数据对于水循环机制理解、水资源规划和农业灌溉管理等领域至关重要。基于新疆吐鲁番地区1973~2022年的逐日气象数据,按各气象因素重要性进行分组,以卷积神经网络(CNN)和长短期记忆神经网络(LSTM)模型为基础模型,融入注意力机制(Attention)以增强模型对关键气象因素的识别和处理能力,构建了一种CNN-LSTM-Attention组合模型来预测蒸发皿蒸发量。将该组合模型与单一模型CNN、LSTM进行对比分析,并采用吐鲁番地区气象站蒸发皿观测数据验证模型的预测精度。研究表明:无论是单一模型还是组合模型,预测精度随输入气象因素增多而提升;组合模型在预测蒸发量方面显著优于传统单一模型,决定系数达到了0.96,相较于传统单一模型CNN、LSTM分别提高了5.4%和6.4%。研究成果可为水资源管理提供数据驱动解决方案。

关键词：蒸发皿蒸发量卷积神经网络长短期记忆神经网络注意力机制斯皮尔曼相关系数

来源：评论

学校读者我要写书评

暂无评论

基于LSTM网络的光伏发电功率预测研究

引用

照明工程学报 2025年第1期36卷 72-79页

作者：何启鹏孙明扬杨苗苗徐连生李健贺晓阳毕节七星关工业发展有限公司贵州毕节551700 大连工业大学信息科学与工程学院辽宁大连116034

随着全球向新能源的转型,清洁能源需求不断增加,光伏发电作为其中的重要组成部分,其功率预测的准确性对于电网的稳定运行和裕度分配至关重要。基于物理模型、相似日方法和统计方法等传统预测模型因缺乏历史记忆能力而导致自身鲁棒性较... 详细信息

随着全球向新能源的转型,清洁能源需求不断增加,光伏发电作为其中的重要组成部分,其功率预测的准确性对于电网的稳定运行和裕度分配至关重要。基于物理模型、相似日方法和统计方法等传统预测模型因缺乏历史记忆能力而导致自身鲁棒性较差、适应能力较弱。为了解决上述问题,本文提出了一种基于LSTM网络的光伏发电功率短期预测方法。在预处理过程中,本文先将得到的数据中的坏点和离散点进行清洗;利用斯皮尔曼相关系数分析光伏发电功率与环境影响因子之间的相关性,得到输入变量;建立LSTM网络的光伏发电功率短期预测模型,并通过与BP和决策树模型的比较,验证了其在时序数据动态捕捉和预测精度上的显著优势。LSTM模型所提供的预测结果精准可靠,能有效辅助电力调度决策。

关键词：光伏发电功率预测 LSTM 斯皮尔曼相关系数

来源：评论

学校读者我要写书评

暂无评论

基于激光散斑图像多特征参数的表面粗糙度建模研究

引用

红外与激光工程 2023年第12期52卷 58-68页

作者：吴鹏飞邓植中雷思琛谭振坤王姣西安理工大学自动化与信息工程学院陕西西安710048 西安市无线光通信与网络研究重点实验室陕西西安710048 陕西科技大学电子信息与人工智能学院陕西西安710021 西安工业大学光电工程学院陕西西安710021

散斑法是表面粗糙度测量领域的研究热点之一,该方法可以通过建立散斑图像特征参数与表面粗糙度评定参数之间的关系,实现对工件表面粗糙度的高效和无损测量。然而,该方法在特征参数选取阶段缺乏统一的标准,工件的机加工方法也会对特征参... 详细信息

散斑法是表面粗糙度测量领域的研究热点之一,该方法可以通过建立散斑图像特征参数与表面粗糙度评定参数之间的关系,实现对工件表面粗糙度的高效和无损测量。然而,该方法在特征参数选取阶段缺乏统一的标准,工件的机加工方法也会对特征参数和表面粗糙度评定参数之间的关系产生影响。这可能导致选取的特征参数仅适用于某种加工工艺下的表面粗糙度测量,并且特征参数之间还可能存在冗余问题。针对以上问题,文中从采集的激光散斑图像中提取了多个特征参数,引入斯皮尔曼相关系数,制定简约规则对提取的特征参数进行预筛选,提出了改进的序列后向选择算法以剔除冗余特征。实验结果表明:文中提出的方法筛选出了一组与不同加工工艺的表面粗糙度均强相关的特征,并解决了特征冗余问题,利用这组特征建立的表面粗糙度测量模型能100%识别试件的加工类型,并实现对其表面粗糙度较高精度的测量,改进的序列后向选择算法将平磨、卧铣、立铣和研磨试件表面粗糙度测量模型的平均绝对百分比误差分别降低了1.22%、0.62%、4.99%和1.61%,解决特征冗余问题的同时建立的模型性能更优。

关键词：表面粗糙度测量激光散斑图像特征选择支持向量机斯皮尔曼相关系数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：