期刊文献+
共找到94篇文章
< 1 2 5 >
每页显示 20 50 100
基于数据-物理混合模型的菇房空调节能控制方法 被引量:1
1
作者 孔祥书 郑文刚 +3 位作者 张馨 王明飞 单飞飞 赵倩 《农业工程学报》 北大核心 2025年第4期309-317,共9页
针对模型预测控制在菇房节能控制中存在纯数据驱动温度预测模型可解释性差、优化求解速度慢等问题,该研究提出了一种基于数据-物理混合模型的菇房空调节能控制方法。首先,使用门控循环单元神经网络(gated recurrent unit neural network... 针对模型预测控制在菇房节能控制中存在纯数据驱动温度预测模型可解释性差、优化求解速度慢等问题,该研究提出了一种基于数据-物理混合模型的菇房空调节能控制方法。首先,使用门控循环单元神经网络(gated recurrent unit neural network, GRU)与注意力机制(attention)作为预测模型,将菇房内部热平衡方程纳入损失函数中,实现基于数据-物理混合模型的菇房温度预测方法。然后,基于模型输出与参考轨迹的偏离程度和设备控制量建立目标函数。最后,利用改进型Adam算法快速地求解出空调在控制时域内的最优控制序列,实现菇房空调能耗最优控制。试验结果表明:与纯数据驱动的GRU模型相比,本文所提出的菇房温度预测模型,预测精度提高18%,均方根误差可控制在0.10℃内。与自适应矩估计(adaptive moment estimation,Adam)优化算法相比,改进型Adam算法适应度值降低6%,与带精英策略的快速非支配排序遗传算法相比(non-dominated sorting genetic algorithmⅡ, NSGA-Ⅱ)运算时长减少81%。与传统的阈值控制方法相比,本文所提出的模型预测控制方法跟踪精度提高63%,控制精度的均方根误差平均降低了73%,空调能耗平均降低了12%。该研究为菇房空调的节能控制提供了有效的控制方法。 展开更多
关键词 节能 模型预测控制 深度学习 数据-物理混合驱动模型 菇房
在线阅读 下载PDF
基于混合物理数据驱动的油藏地质体CO_(2)利用与封存代理模型研究
2
作者 芮振华 邓海洋 胡婷 《钻采工艺》 北大核心 2025年第1期190-198,共9页
在全球能源转型与能源需求持续增长的背景下,碳捕获、利用和封存(CCUS)已成为极具前景的研究方向。CO_(2)利用与封存协同优化通常依赖大量的组分正演模拟,但三维高分辨率模型计算成本高昂,限制其广泛应用。基于混合物理数据驱动的GPSNe... 在全球能源转型与能源需求持续增长的背景下,碳捕获、利用和封存(CCUS)已成为极具前景的研究方向。CO_(2)利用与封存协同优化通常依赖大量的组分正演模拟,但三维高分辨率模型计算成本高昂,限制其广泛应用。基于混合物理数据驱动的GPSNet模型以其高效的计算效率已成为一种理想的代理模型,然而现有的GPSNet模型难以准确捕获复杂的相行为和组分间的相互作用,为此,文章提出了一种新型专用于组分模拟的comp-GPSNet模型,通过标准失配最小化方法和基于伴随的梯度优化算法对comp-GPSNet模型进行训练,以拟合从高分辨率模拟中获取的井响应数据。将训练后的模型应用到PUNQ-S3油藏中,全面评估复杂条件下comp-GPSNet模型的预测能力,结果表明,comp-GPSNet模型在单井和区块范围内均表现出良好的预测精度,CO_(2)利用率和封存率的预测误差分别为0.16%和3.13%。该模型为CO_(2)利用与封存协同优化提供了一个稳健的代理框架,以推动油田数字化与智能化发展。 展开更多
关键词 CCUS comp-GPSNet 混合物理数据驱动 代理模型 组分模拟
在线阅读 下载PDF
数据-模型混合驱动的数据中心综合能源系统优化调度综述 被引量:1
3
作者 范宏 徐涛 贾庆山 《南方电网技术》 北大核心 2025年第3期174-187,共14页
为了实现数据中心的节能和减排,将数据中心融于综合能源系统进行协同优化是实现这一目标的有效途径。首先阐述了数据-模型混合驱动策略的原理,并分别对模型驱动和数据驱动在综合能源系统中的应用情况进行综述。然后,详细介绍了数据中心... 为了实现数据中心的节能和减排,将数据中心融于综合能源系统进行协同优化是实现这一目标的有效途径。首先阐述了数据-模型混合驱动策略的原理,并分别对模型驱动和数据驱动在综合能源系统中的应用情况进行综述。然后,详细介绍了数据中心的负荷预测模型以及数据-模型混合驱动在数据中心综合能源系统中的应用现状,在此基础上,提出了一种基于数据-模型混合驱动的数据中心综合能源系统调度策略框架。最后,对目前研究存在的问题进行了讨论,并对未来的发展方向做出展望,为该领域的研究人员提供参考。 展开更多
关键词 数据中心 综合能源系统 数据-模型混合驱动 优化调度
在线阅读 下载PDF
数据-物理混合驱动的配电网运行韧性评估方法与提升策略
4
作者 陈逸飞 郑子萱 +3 位作者 肖先勇 胡文曦 陈韵竹 王玉财 《电力系统保护与控制》 北大核心 2025年第10期13-22,共10页
配电网多元敏感用户生产信息的不透明,使得电压暂降对敏感负荷的影响难以通过构建显性函数来准确量化,进一步限制了配电网运行韧性提升策略的有效性。为解决上述问题,提出了基于数据-物理混合驱动的配电网运行韧性评估与提升方法。类比... 配电网多元敏感用户生产信息的不透明,使得电压暂降对敏感负荷的影响难以通过构建显性函数来准确量化,进一步限制了配电网运行韧性提升策略的有效性。为解决上述问题,提出了基于数据-物理混合驱动的配电网运行韧性评估与提升方法。类比传统韧性指标及其定义构建了计及电压暂降对敏感用户影响的运行韧性指标。考虑到不同敏感用户对电压暂降的耐受特性不同,构建电压暂降轨迹特征体系以表征电压暂降下不同敏感负荷的响应特性,提出了数据驱动的配电网运行韧性评估模型。在此基础上,将数据驱动的韧性评估流程嵌入多目标储能优化配置的物理模型中。最后以IEEE33节点配电网为例进行算例分析。结果表明,所提数据-物理混合驱动的储能优化配置模型能够解决电压暂降特征与运行韧性指标之间函数关系式难以显性表征的问题,能够在保障配电网运行经济性的同时改善运行韧性评估结果。 展开更多
关键词 配电网运行韧性 电压暂降 随机森林回归算法 储能优化配置 数据-物理混合模型
在线阅读 下载PDF
物理-数据混合驱动的车辆质心侧偏角估计
5
作者 李琴 张博远 +3 位作者 谢智航 王勇 汤建明 陈勇 《汽车工程》 北大核心 2025年第4期714-723,共10页
质心侧偏角是车辆动力学中的关键变量。针对现有基于模型方法严重依赖动力学模型精度和数据驱动方法在面临陌生工况场景时鲁棒性差等问题,本文提出了一种物理-数据混合驱动(DeepPhy)的质心侧偏角估计方法,旨在结合物理模型与数据驱动模... 质心侧偏角是车辆动力学中的关键变量。针对现有基于模型方法严重依赖动力学模型精度和数据驱动方法在面临陌生工况场景时鲁棒性差等问题,本文提出了一种物理-数据混合驱动(DeepPhy)的质心侧偏角估计方法,旨在结合物理模型与数据驱动模型的优势,实现对质心侧偏角的可靠与准确估计。DeepPhy通过将后轴轮胎侧向力模型得到的质心侧偏角先验值与深度网络进行集成,从而能够学习物理模型未能表达的非线性映射关系,提升模型面对陌生工况的可靠性。仿真结果表明,在连续DLC工况下,DeepPhy估计结果的RMSE相较于物理模型方法和纯数据驱动方法分别降低了93%和63%,并对数据稀缺工况具有鲁棒性。实车验证进一步表明,DeepPhy具有优异的泛化能力,经过仿真训练的模型可迁移至实车环境中,并保持高精度的估计结果。 展开更多
关键词 质心侧偏角估计 主动控制系统 长短时记忆网络 混合物理-数据驱动
在线阅读 下载PDF
基于数据-物理模型融合驱动的原始-对偶自监督学习最优潮流求解方法
6
作者 翁宗龙 李滨 +2 位作者 肖佳文 张佳乐 白晓清 《电力自动化设备》 北大核心 2025年第4期202-208,共7页
随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。... 随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。建立原始神经网络和对偶神经网络,并采用类增广拉格朗日的方法进行联合训练。原始神经网络仅预测所有节点的电压,在该训练网络中内嵌交流潮流方程,以计算发电机的有功和无功出力;对偶神经网络预测拉格朗日乘子估计值。仿真结果表明,所提方法不仅关注大量数据的底层特征,还优化解的质量,有助于更好地探索数据的结构和特性。同时,该方法无须预处理标签样本数据集,其计算精度和可信度优于数据驱动方法,其计算速度比传统物理模型驱动方法快数十倍。 展开更多
关键词 数据-物理融合驱动 类增广拉格朗日 原始-对偶自监督学习 最优潮流 内嵌交流潮流方程
在线阅读 下载PDF
融合知识驱动和数据驱动的混合决策模型构建:以室性心动过速病因诊断为例
7
作者 王敏 胡兆 +3 位作者 徐晓巍 郑思 李姣 姚焰 《协和医学杂志》 北大核心 2025年第2期454-461,共8页
目的构建一个融合知识驱动和数据驱动的混合决策模型,并将其应用于室性心动过速的病因诊断。方法检索2018—2023年心律失常疾病领域的临床实践指南、专家共识和医学文献作为知识源,并回顾性收集2013—2023年中国医学科学院阜外医院室性... 目的构建一个融合知识驱动和数据驱动的混合决策模型,并将其应用于室性心动过速的病因诊断。方法检索2018—2023年心律失常疾病领域的临床实践指南、专家共识和医学文献作为知识源,并回顾性收集2013—2023年中国医学科学院阜外医院室性心动过速(ventricular tachycardia,VT)患者的电子病历信息作为数据集。采用基于知识规则的方法构建临床路径作为知识驱动模型;基于真实世界数据构建VT病因诊断三分类机器学习模型,并选取其中的最佳模型作为数据驱动模型代表;以临床路径为基本框架,将机器学习模型以自定义运算符的形式嵌入临床路径的决策节点中,作为混合模型。评价上述3种模型的精确率、召回率和F1分数。结果共纳入3部临床实践指南作为知识驱动模型的知识源;收集了1305条患者数据作为数据集,构建了5种机器学习模型,其中XGBoost模型最佳。混合模型采用知识驱动的决策思维,分别将XGBoost模型嵌入2层分类的决策节点中。3种模型的精确率、召回率和F1分数如下:知识驱动模型为80.4%、79.1%和79.7%;数据驱动模型分别为88.4%、88.5%和88.4%;混合模型分别为90.4%、90.2%和90.3%。结论融合知识与数据驱动的混合模型展现出更高的准确性,且混合模型的所有决策结果均基于循证证据,这更接近临床医生的实际诊断思维。未来需更严格地验证混合模型广泛应用于医学领域的可行性。 展开更多
关键词 室性心动过速 知识驱动 数据驱动 混合模型 决策支持
在线阅读 下载PDF
基于数据-模型混合驱动的电力系统机电暂态快速仿真方法 被引量:4
8
作者 王鑫 杨珂 +3 位作者 黄文琦 马云飞 耿光超 江全元 《中国电机工程学报》 EI CSCD 北大核心 2024年第8期2955-2964,I0002,共11页
数据驱动建模方法改变了发电机传统的建模范式,导致传统的机电暂态时域仿真方法无法直接应用于新范式下的电力系统。为此,该文提出一种基于数据-模型混合驱动的机电暂态时域仿真(data and physics driven time domain simulation,DPD-T... 数据驱动建模方法改变了发电机传统的建模范式,导致传统的机电暂态时域仿真方法无法直接应用于新范式下的电力系统。为此,该文提出一种基于数据-模型混合驱动的机电暂态时域仿真(data and physics driven time domain simulation,DPD-TDS)算法。算法中发电机状态变量与节点注入电流通过数据驱动模型推理计算,并通过网络方程完成节点电压计算,两者交替求解完成仿真。算法提出一种混合驱动范式下的网络代数方程组预处理方法,用以改善仿真的收敛性;算法设计一种中央处理器单元-神经网络处理器单元(central processing unit-neural network processing unit,CPU-NPU)异构计算框架以加速仿真,CPU进行机理模型的微分代数方程求解;NPU作协处理器完成数据驱动模型的前向推理。最后在IEEE-39和Polish-2383系统中将部分或全部发电机替换为数据驱动模型进行验证,仿真结果表明,所提出的仿真算法收敛性好,计算速度快,结果准确。 展开更多
关键词 机电暂态 时域仿真 数据-模型混合驱动 收敛性 CPU-NPU异构运算
在线阅读 下载PDF
基于数据物理混合驱动的超短期风电功率预测模型 被引量:5
9
作者 杨茂 王达 +3 位作者 王小海 范馥麟 高博 王勃 《高电压技术》 EI CAS CSCD 北大核心 2024年第11期5132-5141,共10页
为提升超短期风电功率预测精度,提出一种数据-物理混合驱动的超短期风电功率预测方法。首先,构建一种融合双向门控循环单元的残差网络结构,将其在测试集的预测结果作为预测模板。然后,根据风速-风电转换特性,基于多项式-线性回归模型拟... 为提升超短期风电功率预测精度,提出一种数据-物理混合驱动的超短期风电功率预测方法。首先,构建一种融合双向门控循环单元的残差网络结构,将其在测试集的预测结果作为预测模板。然后,根据风速-风电转换特性,基于多项式-线性回归模型拟合风电场风速-功率曲线,在风速高波动时点,以物理机理透明的风速-功率曲线进行预测。最后,根据风速波动阈值建立不同模型之间的动态切换机制,按切换的时点修改模板预测值,对于修正风速小于切入风速的时点,将预测值置零。在吉林省某装机容量为400.5 MW的风电场提供的数据上进行仿真实验得到,测试集第16步预测的平均归一化均方根误差为0.1589,全部切换中有利切换占比达到90.86%,验证了提出的超短期风电功率预测模型的有效性和适用性。 展开更多
关键词 风电场 超短期预测 数据物理混合驱动 切换机制 波动阈值 深度残差网络
在线阅读 下载PDF
模型-数据融合驱动的频率稳定智能增强判别方法
10
作者 吕昊 陈锦辉 +4 位作者 杜友田 徐式蕴 李宗翰 傅太国屹 刘俊 《电网技术》 北大核心 2025年第8期3314-3323,共10页
经典低阶频率响应模型可快速计算各项频率指标,但由于高比例新能源系统扰动类型多样,运行方式复杂多变,难以准确获取系统参数和扰动功率大小,同时模型本身线性化会引起较大误差,导致频率预测值和实际值存在较大差异。为使频率响应模型... 经典低阶频率响应模型可快速计算各项频率指标,但由于高比例新能源系统扰动类型多样,运行方式复杂多变,难以准确获取系统参数和扰动功率大小,同时模型本身线性化会引起较大误差,导致频率预测值和实际值存在较大差异。为使频率响应模型适应实际应用场景中高精度的要求,该文提出了模型-数据融合驱动的频率稳定智能增强判别方法(model-data driven intelligent enhanced method for frequency stability discrimination,MD-IEFSD),利用扰动初期频率响应数据对模型关键参数进行辨识,建立结合卷积神经网络和注意力机制的CNN-Attention频率参数预测模型,构建了融合参数预测误差和频率响应曲线预测误差的损失函数,引入了参数的敏感性和学习速率的分析,实现了频率稳定性的准确判别。最后以中国电科院万节点测试系统为算例,验证所提方法的可行性和有效性。 展开更多
关键词 频率稳定 模型-数据融合驱动 参数辨识 卷积神经网络 注意力机制
在线阅读 下载PDF
肌骨系统多体动力学仿真新进展:从数据驱动到数据-物理耦合驱动
11
作者 陈文轩 任韦燕 +1 位作者 姚杰 蒲放 《医用生物力学》 北大核心 2025年第2期255-262,共8页
肌骨系统多体动力学仿真是解析人体运动生物力学机制的重要工具,其发展正从传统物理模型驱动向数据驱动、物理-数据混合驱动转变,本文对相关的新进展进行综述。传统的基于物理模型的肌骨系统多体动力学仿真已经在仿真度、优化方法、软... 肌骨系统多体动力学仿真是解析人体运动生物力学机制的重要工具,其发展正从传统物理模型驱动向数据驱动、物理-数据混合驱动转变,本文对相关的新进展进行综述。传统的基于物理模型的肌骨系统多体动力学仿真已经在仿真度、优化方法、软件工具等方面发展非常充分,但由于依赖复杂实验数据与高计算量的微分方程求解,实际应用仍有很大限制。近年来,随着深度学习技术的快速发展,基于数据驱动的肌骨系统多体动力学仿真,已经在关节角度、位姿、地面反作用力、关节力矩、肌力的高效预测,以及外骨骼的控制算法等方面展现出了巨大优势,显著降低了参数测量复杂度。然而,纯数据驱动模型存在泛化性不足与生物力学规律失真的问题。为此,物理-数据耦合驱动模型通过嵌入牛顿-欧拉方程、肌肉本构方程等物理约束,结合物理信息神经网络等混合架构,在提升预测精度的同时保障解的生物合理性。当前研究仍面临跨尺度物理方程整合不足、多关节协同建模困难等挑战。未来需进一步优化模型架构,融合运动学无标记捕捉技术,并探索多尺度物理规律与个性化参数反演,以推动智能康复、运动评估等领域的应用转化。 展开更多
关键词 肌骨系统 多体动力学 数据驱动模型 物理信息神经网络 生物力学建模
在线阅读 下载PDF
数据-模型融合驱动的高倍率短时脉冲电池模型
12
作者 要宇辉 孙丙香 +4 位作者 张慧敏 马仕昌 赵鑫泽 鲁诗默 朱振威 《电池》 北大核心 2025年第2期232-237,共6页
高倍率短时脉冲工况下,电池的极化特性差异大、温度上升快、极化电压消退不彻底,导致常规等效电路模型仿真效果不佳。参数辨识和分段均方误差分析发现,高倍率脉冲工况下模型在极化消退部分仿真误差较大,导致下一脉冲极化电压初始值失准... 高倍率短时脉冲工况下,电池的极化特性差异大、温度上升快、极化电压消退不彻底,导致常规等效电路模型仿真效果不佳。参数辨识和分段均方误差分析发现,高倍率脉冲工况下模型在极化消退部分仿真误差较大,导致下一脉冲极化电压初始值失准。提出基于一阶等效电路模型和前馈神经网络的数据-模型融合驱动模型。相较于常规等效电路模型,该模型在20 C的短时脉冲工况下,能更精确地模拟电池的电压响应,均方根误差降低了61.29%。 展开更多
关键词 锂离子电池 高倍率短时脉冲工况 等效电路模型 前馈神经网络 数据-模型融合驱动模型
在线阅读 下载PDF
基于模型-数据混合驱动的区域能源互联网韧性在线评估
13
作者 李振坤 张天翼 +3 位作者 邓莉荣 符杨 田书欣 季亮 《电网技术》 EI CSCD 北大核心 2024年第10期4060-4073,I0036,I0037,I0035,共17页
随着台风灾害的日益频发,能源系统的供能安全面临重大挑战,迅速、准确地根据实时更新的台风预测信息在线评估系统在未来短期内的应灾能力具有重要意义。该文将机理模型与数据驱动相结合,提出了一种模型-数据混合驱动的能源互联网韧性在... 随着台风灾害的日益频发,能源系统的供能安全面临重大挑战,迅速、准确地根据实时更新的台风预测信息在线评估系统在未来短期内的应灾能力具有重要意义。该文将机理模型与数据驱动相结合,提出了一种模型-数据混合驱动的能源互联网韧性在线评估方法,克服了传统评估模型难以在线应用的缺点。首先,针对极端天气历史数据样本缺乏的问题,利用非序贯蒙特卡洛法离线模拟了系统在不同台风等级下的海量故障场景,以此生成了神经网络的训练样本集;其次,基于时间卷积网络(temporal convolutional network,TCN)构建了能源互联网的韧性在线评估模型,以多能负荷削减率为输出特征,通过离线训练提取台风信息、系统状态与负荷削减率的非线性映射关系,同时,利用深度残差收缩网络(deep residual shrinkage network,DRSN)改进了TCN的残差模块,通过自主的滤波学习降低了训练过程中冗余特征对计算精度的影响;接着,基于构建的韧性在线评估模型,提出了基于扩展交叉熵的韧性指标在线计算方法,通过迭代优化的最优概率密度函数,有效降低了在线仿真场景数量,进一步提高了指标方差收敛速度。最后,对某能源互联网的韧性进行了仿真评估,验证了所提方法的快速性和有效性。 展开更多
关键词 能源互联网 韧性评估 模型-数据混合驱动 时间卷积网络 扩展交叉熵
在线阅读 下载PDF
数据驱动的金属疲劳寿命模型研究进展 被引量:2
14
作者 甘磊 吴昊 仲政 《力学进展》 北大核心 2025年第1期30-79,共50页
金属疲劳寿命模型是开展工程结构完整性和可靠性评估的基础.传统的知识驱动模型关注疲劳机理和数理逻辑,一般具有明确的物理意义,并且可高度概括疲劳失效过程.然而,随着对结构安全性要求的日益提高以及新兴工程材料的不断涌现,传统模型... 金属疲劳寿命模型是开展工程结构完整性和可靠性评估的基础.传统的知识驱动模型关注疲劳机理和数理逻辑,一般具有明确的物理意义,并且可高度概括疲劳失效过程.然而,随着对结构安全性要求的日益提高以及新兴工程材料的不断涌现,传统模型在预测能力、应用场景、工程适用性等方面都逐渐显现出局限性.近年来,由人工智能赋能的数据驱动模型在金属疲劳寿命研究领域受到了广泛关注,相关研究成果正逐步应用于解决包括单轴疲劳、多轴疲劳、变幅疲劳在内的各类经典疲劳问题.数据驱动模型能够在最小化人因误差的情况下,从多变量作用中解析出对疲劳寿命的最优显\隐式表达,可揭示传统方法难以发现的失效规律,已然成为领域内新的研究热点.本文综述了当前数据驱动模型在金属疲劳寿命预测方面的研究进展,首先总结了纯数据驱动模型的一般应用流程及其应用现状,其次归纳了各类知识-数据混合驱动模型的实现方式及应用优势,最后对未来潜在研究方向及挑战进行了探讨与展望. 展开更多
关键词 疲劳寿命预测 金属 数据驱动模型 知识-数据混合驱动模型
在线阅读 下载PDF
基于多时空尺度特性的风电场物理-数据融合动态等值建模 被引量:1
15
作者 黄师禹 朱林 +2 位作者 胡永浩 陈乐柯 管霖 《电力系统自动化》 北大核心 2025年第1期150-160,共11页
文中提出了一种风电场动态等值建模方法。核心思路是将风电场对象的物理特征分析与数据分析进行有效融合,构建出反映风电场暂态特性的数据特征,并针对风电暂态波动多变特征提出基于形状的距离的分群聚类算法,从而实现场站内具有相似动... 文中提出了一种风电场动态等值建模方法。核心思路是将风电场对象的物理特征分析与数据分析进行有效融合,构建出反映风电场暂态特性的数据特征,并针对风电暂态波动多变特征提出基于形状的距离的分群聚类算法,从而实现场站内具有相似动态风电机组的分群等值。首先,围绕风电场多时空尺度特征展开物理特性分析,提出反映风电场站动态特性的核心因素集合;其次,针对核心因素多且存在相关性这一问题,采用降噪自编码器算法来对核心因素集合进行降维,去除冗余信息后构建数据特征;然后,引入基于形状的距离度量的聚类算法,实现风电场发电单元分群;最后,以某风电场为例,在PSCAD/EMTDC平台仿真验证了所提方法的有效性。 展开更多
关键词 等值建模 风电场 多时空尺度 降噪自编码器 分群聚类 物理-数据融合模型
在线阅读 下载PDF
数据驱动与物理机制耦合的菜子湖流域水位预报模型研究
16
作者 张运鑫 雷岳清 +4 位作者 廖卫红 张召 雷晓辉 年树强 张志山 《中国农村水利水电》 北大核心 2024年第9期145-151,159,共8页
菜子湖作为引江济淮工程的关键调蓄湖泊之一,湖泊水位的变化同时受到自然降水和工程调蓄的影响。为了准确模拟及预报菜子湖水位,构建了菜子湖流域四水源新安江模型和菜子湖水位预报的神经网络(LSTM)模型。在此基础上,采用外部耦合的方法... 菜子湖作为引江济淮工程的关键调蓄湖泊之一,湖泊水位的变化同时受到自然降水和工程调蓄的影响。为了准确模拟及预报菜子湖水位,构建了菜子湖流域四水源新安江模型和菜子湖水位预报的神经网络(LSTM)模型。在此基础上,采用外部耦合的方法,构建了四水源新安江-LSTM耦合模型,进一步将物理机制模型模拟的入湖流量作为补充因子,驱动神经网络(LSTM)模型模拟菜子湖水位,从而实现两种不同模型在湖泊水位预报中的耦合应用。结果得出:直接模拟水位的洪水误差小于0.1 m,耦合模拟水位的洪水误差小于0.02 m,后者相较前者,水位误差精度提升了0.08 m。直接模拟水位验证期的洪水误差在0.02 m之内,纳什系数R^(2)分别为0.89、0.75及0.88,均方根误差RMSE分别为0.034、0.027及0.015;耦合模拟水位验证期的洪水误差在0.015 m之内,纳什系数R^(2)分别为0.91、0.82及0.88,均方根误差RMSE分别为0.019、0.021及0.008。研究结果表明,与单驱动因子得出的结果相比,双驱动因子得出的结果更有效地提高了水位的模拟精度。同时在考虑对应降雨的洪水过程中,数据驱动和物理机制相结合的方法与直接预测水位误差相对比,有效地提高了场次洪水水位预报的精度,得到更精确的模拟结果。为引江济淮工程的调水提供了重要的参考依据,也为相似调水工程的洪水水位预报提供一定的参考。 展开更多
关键词 四水源新安江模型 神经网络(LSTM)模型 数据驱动物理机制相结合 水位误差
在线阅读 下载PDF
基于CHP物理特性等值建模的气-电-热混合能流统一分析方法
17
作者 彭石 谢宁 +1 位作者 王承民 田沛川 《中国电机工程学报》 北大核心 2025年第7期2579-2593,I0011,共16页
针对燃气-蒸汽联合循环且余热锅炉不补燃的热电联产机组(combined power and heat unit,CHP),首先,基于能量守恒建立天然气流量与电力电压、电流的等值关系,进而考虑功率进行变换的物理特性,构建CHP的气电变换等效电路;考虑功率进行传... 针对燃气-蒸汽联合循环且余热锅炉不补燃的热电联产机组(combined power and heat unit,CHP),首先,基于能量守恒建立天然气流量与电力电压、电流的等值关系,进而考虑功率进行变换的物理特性,构建CHP的气电变换等效电路;考虑功率进行传递、释放的物理特性,构建CHP的气热转换、烟气排放及运行热损失方程;据此,确立CHP的物理特性等值模型,并定义该模型“以热定电”和“以电定热”策略下的控制参量。其次,利用牛顿法和管网水力计算基本原理,推导电潮流和气、热能流的修正方程及其雅可比元素表达式,提出计及CHP固有特性参数随系统运行状态变化的气-电-热混合能流统一分析方法。最后,通过具有不同CHP控制策略的气-电-热混合系统,验证所提方法的有效性及可行性。 展开更多
关键词 燃气-蒸汽联合循环 余热锅炉 气电变换 气热转换 烟气排放 CHP物理特性等值模型 --混合能流统一分析
在线阅读 下载PDF
基于自适应时间窗的数据-模型融合驱动暂态频率预测 被引量:4
18
作者 邓贤哲 姚伟 +4 位作者 黄伟 翟苏巍 郑超 李文云 文劲宇 《电网技术》 EI CSCD 北大核心 2024年第4期1551-1562,I0049,I0050,共14页
新能源大规模并网使得新型电力系统的暂态频率响应特征更加复杂,现有频率在线预测方法难以兼顾准确性和及时性。基于此,提出基于自适应时间窗的数据-模型融合驱动暂态频率预测方法。首先,基于长短期记忆网络,离线训练多个具有不同长度... 新能源大规模并网使得新型电力系统的暂态频率响应特征更加复杂,现有频率在线预测方法难以兼顾准确性和及时性。基于此,提出基于自适应时间窗的数据-模型融合驱动暂态频率预测方法。首先,基于长短期记忆网络,离线训练多个具有不同长度时序数据输入的频率曲线循环预测模型;其次,利用参数辨识方法离线建立各发电集群的通用等值频率响应模型,在此基础上构建系统有功-频率物理机理快速分析模型;最后,串行融合前述频率曲线循环预测模型与有功-频率物理机理快速分析模型,并提出“可信度量化评估指标”,实时分析在线预测过程中不同评估时刻下预测结果的精度,自适应调整输入时序数据长度,直至预测结果满足要求并输出。含风电的IEEE39节点系统的仿真结果表明,所提方法在不同风电渗透率或不同扰动下均能快速、准确地预测暂态频率响应曲线,相较于其他在线预测方法具有更优的评估性能。 展开更多
关键词 数据-模型融合驱动 自适应时间窗预测 暂态频率预测 广域量测技术
在线阅读 下载PDF
机理-数据混合驱动的气象敏感负荷需求响应潜力评估 被引量:1
19
作者 高攀 秦川 +2 位作者 武思远 王珂 黄奇峰 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期85-92,共8页
为准确评估电网中气象敏感负荷需求响应潜力,提出了一种基于机理-数据驱动方法融合的气象敏感负荷需求响应潜力评估方法。该方法根据数据驱动的双分支神经网络模型估算电网层级的气象敏感负荷功率,基于热力学等值模型建立气象敏感负荷... 为准确评估电网中气象敏感负荷需求响应潜力,提出了一种基于机理-数据驱动方法融合的气象敏感负荷需求响应潜力评估方法。该方法根据数据驱动的双分支神经网络模型估算电网层级的气象敏感负荷功率,基于热力学等值模型建立气象敏感负荷的机理聚合模型,并以聚合功率与估算功率误差最小为目标,采用控制变量法和粒子群优化算法优化确定机理聚合模型的等效参数(温控负荷设备数量、温度设定值等),同时综合考虑用户舒适度与意愿度等因素评估气象敏感负荷需求响应潜力。实例验证结果表明,该方法估算的气象敏感负荷功率与温度具有显著相关性,获得的机理聚合模型等效参数及需求响应潜力与实际情况相符且合理。 展开更多
关键词 气象敏感负荷 机理-数据混合驱动 需求响应潜力 热力学等值模型 聚合建模
在线阅读 下载PDF
模型和数据驱动的铁路桥梁智能建造与运维述评
20
作者 陈亮 郭辉 +4 位作者 张格明 柯在田 王芳 苏朋飞 李国龙 《铁道建筑》 北大核心 2025年第4期1-16,共16页
人工智能、大数据、建筑信息模型(Building Information Modeling,BIM)、信息传感技术等的快速发展给桥梁智能建造和运维提供了基础。以大跨度铁路桥梁为主要研究对象,采用文献调研、现场试验、数据分析等手段,开展桥梁智能建造和运维... 人工智能、大数据、建筑信息模型(Building Information Modeling,BIM)、信息传感技术等的快速发展给桥梁智能建造和运维提供了基础。以大跨度铁路桥梁为主要研究对象,采用文献调研、现场试验、数据分析等手段,开展桥梁智能建造和运维综述。大跨度铁路桥梁智能建造与运维以模型和数据驱动为核心技术特征,前者表征桥梁结构的力学行为与物理机制,后者用于实现桥梁数字化或基于数据的桥梁状态推断,两者贯穿于桥梁设计、施工、验收和运维的全生命周期。智能设计不仅体现在设计工具的发展变革,基于性能的设计方法可从更高层次实现智能化设计,并对标桥梁安全、适用、经济、耐久目标。智能施工是智能建造的另外关键一环,以自动化信息化施工装备、施工全过程监测与预警、基于智能信息化平台的建设管理为主要发展方向,以安全、质量、绿色可持续等为评价指标。应用无人机、微波干涉雷达、移动检测装备等自动化技术开展新建大跨度铁路桥梁的线-桥状态评定将成为未来桥梁验收的发展趋势。进一步基于建维一体化理念,建立融合施工期关键数据和验收期桥-轨初始状态数据的数字孪生模型,可为智能运维管养提供基础模型支撑。智能运维以自动化检测、健康监测等为主要技术手段,正在朝模型和数据驱动的状态修、预防修方向发展,从线-桥一体化角度,推动实现桥梁与轨道检测监测数据的融合分析、线-桥状态综合评价,构建管理维修决策模型,是未来铁路桥梁智能运维发展的目标。 展开更多
关键词 大跨度铁路桥梁 模型数据驱动 基于性能设计 健康监测 线-桥一体化检测监测
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部