CN111429028A - 一种适用于山区地形的输电线路覆冰灾害风险评估方法 - Google Patents

一种适用于山区地形的输电线路覆冰灾害风险评估方法 Download PDF

Info

Publication number
CN111429028A
CN111429028A CN202010298034.9A CN202010298034A CN111429028A CN 111429028 A CN111429028 A CN 111429028A CN 202010298034 A CN202010298034 A CN 202010298034A CN 111429028 A CN111429028 A CN 111429028A
Authority
CN
China
Prior art keywords
icing
risk
transmission line
power transmission
ice
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010298034.9A
Other languages
English (en)
Inventor
吴建蓉
黄欢
周振峰
彭赤
杜昊
张伟
卢金科
吴瑀
徐朝
罗世应
黄军凯
范强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN202010298034.9A priority Critical patent/CN111429028A/zh
Publication of CN111429028A publication Critical patent/CN111429028A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply

Abstract

本发明公开了一种适用于山区地形输电线路覆冰灾害风险评估方法,它包括:提取评估区域内110kV及以上装有覆冰监测终端杆塔经纬度坐标记录杆塔线路设计冰厚;提取的杆塔经纬度坐标叠加冰区分布图并记录每个杆塔所处冰区量级;统计5个冰期内覆冰监测终端所监测最大覆冰厚度及对应同期的气温、相对湿度、风速,覆冰比值信息,以及杆塔所在位置的坡度、粗糙度、高程信息;分别计算出每个因子的平均值;对每个因子进行归一化处理;采用投影寻踪算法计算因子参数归一化结果各方向上投影指标值,求出最优投影方向;计算目标函数值,然后目标函数值划定等级范围,即为输电线路覆冰灾害风险等级。

Description

一种适用于山区地形的输电线路覆冰灾害风险评估方法
技术领域
本发明属于电力输电线路覆冰灾害风险评估领域;尤其涉及一种适用于山区地形的输电线路覆冰灾害风险评估方法。
背景技术
针对输电线路覆冰,现有技术采用一系列手段对线路冰情情况进行监测,如覆冰监测系统、人工手持式观冰设备等,但现有技术由于覆冰厚度计算方法较为单一,不能代表全部山区、微地形区域覆冰情况,且特殊的地形造成人工无法直接到达线路覆冰现场,从而不能准确的掌握线路覆冰情况;现有技术采用不同方法对线路覆冰灾害风险进行评估,但仍存在一定的缺陷,比如目前研究所建评估模型中均忽略了地形因子对覆冰的影响,而在实际情况下地形因子对线路覆冰具有较大的贡献,因此在构建覆冰灾害风险评估中地形因子是必不可少;同时,层次分析、模糊数学等方法对各风险因子权重值计算过程中,所构建的因子判断矩阵存在较大的人为主观因素,导致所构建模型评价结果与线路覆冰风险实际情况一致性难以把握。
发明内容
本发明要解决的技术问题:提供一种适用于山区地形的输电线路覆冰灾害风险评估方法,以解决现有技术针对输电线路覆冰评估存在的所构建模型评价结果与线路覆冰风险实际情况一致性难以把握,准确性较差等问题。
本发明技术方案:
一种适用于山区地形的输电线路覆冰灾害风险评估方法,它包括:
步骤1、提取评估区域内110kV以上电压等级装有覆冰监测终端的杆塔经纬度坐标,并采集杆塔线路设计冰厚;
步骤2、根据杆塔经纬度坐标叠加冰区分布图,并采集每个杆塔所处冰区量级;
步骤3、统计5个冰期内步骤1中覆冰监测终端所监测最大覆冰厚度及对应同期的气温、相对湿度、风速和覆冰比值信息,以及杆塔所在位置的坡度、粗糙度和高程信息;
步骤4、分别计算出每个覆冰量级区域内覆冰监测终端所在位置的坡度、粗糙度、高程、气温、相对湿度、风速、覆冰比值和最大覆冰厚度每个因子的平均值;
步骤5、对步骤4处理结果以及覆冰监测终端所处位置冰区分布图量级这9个因子进行归一化处理;
步骤6、采用投影寻踪算法计算归一化处理结果各方向上投影指标值,求出最优投影方向;
步骤7、根据步骤6计算出的最优投影方向,构建目标函数并计算目标函数,然后给目标函数值划定等级范围,即为输电线路覆冰灾害风险等级。
步骤3所述提取杆塔所在位置的坡度、粗糙度和高程信息的方法为:利用GIS软件,结合数字高程模型、覆冰监测终端空间数据实现对坡度、地形粗糙度和高程地形因子信息的提取。
步骤5所述冰区分布图覆冰量级的划分方法为:根据冰区分布图,按照10mm、15mm、20mm、30mm、40mm、50mm及以上这6个量级划分。
步骤5所述将因子参数进行归一化处理,是根据公式:
Figure BDA0002452951020000021
式中:
Figure BDA0002452951020000022
为指标初始值,xmax j、xmin j分别为第j个指标的最大值和最小值,xij是归一化处理后的指标值。
步骤6所述采用投影寻踪算法计算归一化处理结果各方向上投影指标值,求出最优投影方向的方法包括:
采集归一化处理后的9个风险因子指标数据:
{yij|i=1,2,...,n;j=1,2,...,9}
其中n为样本数量,j代表第j个因子对应各样本数据值;
在空间中随机提取9个投影方向:
Figure BDA0002452951020000031
根据第i个样本在一维空间投影值计算公式,计算各方向上投影指标值
Figure BDA0002452951020000032
式中:
Figure BDA0002452951020000033
为单位长度向量,根据所计算出的9个投影方向指标值,找出指标值最大时,所对应的投影方向,即为最优投影方向。
步骤7所述根据计算出的最优投影方向,构建目标函数的方法为:
建立输电线路覆冰灾害风险目标评价标准,输电线路覆冰灾害风险目标评价标准为:
Figure BDA0002452951020000034
根据选择出的最优投影方向,构建的目标函数计算表达式为:
Figure BDA0002452951020000035
其中,s(a)为zi的标准差,d(a)为内密度函数;
计算目标函数的方法为:
Figure BDA0002452951020000036
Figure BDA0002452951020000041
式中:rij=|zi-zj|(i=1,2,...,n;j=1,2,...9),
Figure BDA0002452951020000042
R为窗口半径参数,具体取值范围为:rmax≤R≤18。
给目标函数值划定等级范围,即为输电线路覆冰灾害风险等级的方法为:
根据目标函数函数计算结果,划定目标值范围,给出输电线路覆冰灾害风险等级:
Figure BDA0002452951020000043
本发明的有益效果:
本发明为克服在线路覆冰灾害风险评估研究工作仍然存在的缺陷,本发明综合考虑地形因子、气象条件以及同期覆冰厚度多个风险因子,保证了所考虑风险因子的完整性,提高评估准确性;其中采集的地形因素包括:坡度、粗糙度、高程,气象条件包括:气温、相对湿度、风速,覆冰厚度包括:实测覆冰厚度值、覆冰比值、冰区量级等;针对本发明所考虑风险因子较多,采用常规方法很难直接根据多维数据变化特征对线路覆冰风险进行评估的缺陷;本发明采用投影寻踪算法,通过某种组合投影方式,将多维数据投影到低维空间,从而根据低维空间数据特征对线路覆冰风险进行评估;相对现有技术,本发明的投影寻踪方法具有其余算法较难对多维数据分析处理优点,同时对于关联性较小的因子变量,能够快速排出对评价结果的影响,并且能够快速寻优到多维数据最佳投影方向,保留原有数据的结构、特征。综上根据本发明所构建的线路覆冰灾害风险评估模型,能够准确的反映出线路覆冰风险,为线路升级改造、新建线路选址等工程均具有重要意义;解决了现有技术针对输电线路覆冰评估存在的所构建模型评价结果与线路覆冰风险实际情况一致性难以把握,准确性较差等问题。
附图说明
图1为本发明流程示意图。
具体实施方式
一种适用于山区地形的输电线路覆冰灾害风险评估方法,它包括:
步骤1、提取评估区域内110kV及其以上装有覆冰监测终端杆塔经纬度坐标,并记录杆塔线路设计冰厚;
步骤2、根据步骤1中提取的杆塔经纬度坐标叠加冰区分布图,并记录每个杆塔所处冰区量级;
步骤3、根据《电网冰区分布图绘制技术导则》GB.T 35796-2017中指出,利用冰区分布图指导线路设计、运行实践工作时,需要综合考虑气象条件、地形因素、覆冰量级这三个重要因素。统计5个冰期内步骤1中覆冰监测终端所监测最大覆冰厚度及对应同期的气温、相对湿度、风速,覆冰比值信息,以及杆塔所在位置的坡度、粗糙度、高程信息;
步骤4、根据步骤2、步骤3提取结果分别计算出每个覆冰量级区域内覆冰监测终端所在位置的坡度、粗糙度、高程、气温、相对湿度、风速,覆冰比值(覆冰监测系统测量冰厚/设计冰厚)、最大覆冰厚度每个因子的平均值;
步骤5、由于所选取各个指标单位量纲不统一,为消除由于量纲不统一对评价结果构成的影响,对步骤4处理结果以及覆冰监测终端所处位置冰区分布图量级这9个因子进行归一化处理;
步骤6、采用投影寻踪算法计算经步骤5处理后的覆冰监测终端所在杆塔因子参数归一化结果各方向上投影指标值,求出最优投影方向;
步骤7、根据步骤6计算出的最优投影方向,计算目标函数值,然后目标函数值划定等级范围,即为输电线路覆冰灾害风险等级。
步骤3所述提取杆塔所在位置的坡度、粗糙度、高程信息具体实施为:利用GIS软件,结合12.5m以上分辨率数字高程模型、覆冰监测终端空间数据(经纬度),提取坡度、地形粗糙度、高程地形因子信息。
步骤5所述冰区分布图覆冰量级按照冰区分布图,按照10mm、15mm、20mm、30mm、40mm、50mm及以上这6个量级划分。
步骤5所述因子参数进行归一化处理具体实施为:
Figure BDA0002452951020000051
其中,
Figure BDA0002452951020000052
为指标初始值,xmax j、xmin j分别为第j个指标最大值、最小值。
步骤6所述计算经步骤5处理后的覆冰监测终端所在杆塔因子参数归一化结果最优投影方向具体实施为:首先,根据本发明中所考虑的9个风险因子指标数据:
{yij|i=1,2,...,n;j=1,2,...,9}
其中n为样本数量,j代表第j个因子对应各样本数据值。
其次,在空间中随机提取9个投影方向:
Figure BDA0002452951020000061
最后,根据第i个样本在一维空间投影值计算公式,计算各方向上投影指标值。
Figure BDA0002452951020000062
其中
Figure BDA0002452951020000063
为单位长度向量。根据所计算出的9个投影方向指标值,找出指标值最大时,所对应的投影方向,即为最优投影方向。
步骤7所述计算目标函数等级具体实施为:首先,结合线路防冰实际运行经验、冰区分布图,给出输电线路覆冰灾害风险目标评价标准,其中风险等级越高,表示输电线路覆冰灾害风险程度越大,反之越小。输电线路覆冰灾害风险目标评价标准为:
Figure BDA0002452951020000064
其次,根据选择出的最优投影方向,构建的目标函数计算表达式为:
Figure BDA0002452951020000071
其中,s(a)为zi的标准差,d(a)为内密度函数,计算公式为:
Figure BDA0002452951020000072
Figure BDA0002452951020000073
其中rij=|zi-zj|(i=1,2,...,n;j=1,2,...9),
Figure BDA0002452951020000074
R为窗口半径参数,具体取值范围为:rmax≤R≤18(18表示本发明中所选取9个因子的2倍)。
最后,根据目标函数函数计算结果,划定目标值范围,给出输电线路覆冰灾害风险等级(目标值越大,覆冰灾害风险越大):
Figure BDA0002452951020000075

Claims (8)

1.一种适用于山区地形的输电线路覆冰灾害风险评估方法,它包括:
步骤1、提取评估区域内110kV以上电压等级装有覆冰监测终端的杆塔经纬度坐标,并采集杆塔线路设计冰厚;
步骤2、根据杆塔经纬度坐标叠加冰区分布图,并采集每个杆塔所处冰区量级;
步骤3、统计5个冰期内步骤1中覆冰监测终端所监测最大覆冰厚度及对应同期的气温、相对湿度、风速和覆冰比值信息,以及杆塔所在位置的坡度、粗糙度和高程信息;
步骤4、分别计算出每个覆冰量级区域内覆冰监测终端所在位置的坡度、粗糙度、高程、气温、相对湿度、风速、覆冰比值和最大覆冰厚度每个因子的平均值;
步骤5、对步骤4处理结果以及覆冰监测终端所处位置冰区分布图量级这9个因子进行归一化处理;
步骤6、采用投影寻踪算法计算归一化处理结果各方向上投影指标值,求出最优投影方向;
步骤7、根据步骤6计算出的最优投影方向,构建目标函数并计算目标函数,然后给目标函数值划定等级范围,即为输电线路覆冰灾害风险等级。
2.根据权利要求1所述的一种适用于山区地形的输电线路覆冰灾害风险评估方法,其特征在于:步骤3所述提取杆塔所在位置的坡度、粗糙度和高程信息的方法为:利用GIS软件,结合数字高程模型、覆冰监测终端空间数据实现对坡度、地形粗糙度和高程地形因子信息的提取。
3.根据权利要求1所述的一种适用于山区地形的输电线路覆冰灾害风险评估方法,其特征在于:步骤5所述冰区分布图覆冰量级的划分方法为:根据冰区分布图,按照10mm、15mm、20mm、30mm、40mm、50mm及以上这6个量级划分。
4.根据权利要求1所述的一种适用于山区地形的输电线路覆冰灾害风险评估方法,其特征在于:步骤5所述将因子参数进行归一化处理,是根据公式:
Figure FDA0002452951010000021
式中:
Figure FDA0002452951010000022
为指标初始值,xmaxj、xminj分别为第j个指标的最大值和最小值,xij是归一化处理后的指标值。
5.根据权利要求1所述的一种适用于山区地形的输电线路覆冰灾害风险评估方法,其特征在于:步骤6所述采用投影寻踪算法计算归一化处理结果各方向上投影指标值,求出最优投影方向的方法包括:
采集归一化处理后的9个风险因子指标数据:
{yij|i=1,2,...,n;j=1,2,...,9}
其中n为样本数量,j代表第j个因子对应各样本数据值;
在空间中随机提取9个投影方向:
Figure FDA0002452951010000023
根据第i个样本在一维空间投影值计算公式,计算各方向上投影指标值
Figure FDA0002452951010000024
式中:
Figure FDA0002452951010000025
为单位长度向量,根据所计算出的9个投影方向指标值,找出指标值最大时,所对应的投影方向,即为最优投影方向。
6.根据权利要求1所述的一种适用于山区地形的输电线路覆冰灾害风险评估方法,其特征在于:步骤7所述根据计算出的最优投影方向,构建目标函数的方法为:
建立输电线路覆冰灾害风险目标评价标准,输电线路覆冰灾害风险目标评价标准为:
Figure FDA0002452951010000026
Figure FDA0002452951010000031
根据选择出的最优投影方向,构建的目标函数计算表达式为:
Figure FDA0002452951010000032
其中,s(a)为zi的标准差,d(a)为内密度函数。
7.根据权利要求6所述的一种适用于山区地形的输电线路覆冰灾害风险评估方法,其特征在于:计算目标函数的方法为:
Figure FDA0002452951010000033
Figure FDA0002452951010000034
式中:rij=|zi-zj|(i=1,2,...,n;j=1,2,...9),
Figure FDA0002452951010000035
R为窗口半径参数,具体取值范围为:rmax≤R≤18。
8.根据权利要求1所述的一种适用于山区地形的输电线路覆冰灾害风险评估方法,其特征在于:给目标函数值划定等级范围,即为输电线路覆冰灾害风险等级的方法为:
根据目标函数函数计算结果,划定目标值范围,给出输电线路覆冰灾害风险等级:
Figure FDA0002452951010000036
CN202010298034.9A 2020-04-16 2020-04-16 一种适用于山区地形的输电线路覆冰灾害风险评估方法 Pending CN111429028A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010298034.9A CN111429028A (zh) 2020-04-16 2020-04-16 一种适用于山区地形的输电线路覆冰灾害风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010298034.9A CN111429028A (zh) 2020-04-16 2020-04-16 一种适用于山区地形的输电线路覆冰灾害风险评估方法

Publications (1)

Publication Number Publication Date
CN111429028A true CN111429028A (zh) 2020-07-17

Family

ID=71557966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010298034.9A Pending CN111429028A (zh) 2020-04-16 2020-04-16 一种适用于山区地形的输电线路覆冰灾害风险评估方法

Country Status (1)

Country Link
CN (1) CN111429028A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112946631A (zh) * 2021-01-28 2021-06-11 中煤科工集团重庆研究院有限公司 用于边坡风险监测的点域识别系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156793A (zh) * 2011-05-05 2011-08-17 中国电力工程顾问集团西南电力设计院 一种输电线路覆冰等级划分系统
CN102867217A (zh) * 2012-08-28 2013-01-09 南京信息工程大学 基于投影寻踪的设施农业气象灾害风险评价方法
CN103914792A (zh) * 2014-03-17 2014-07-09 中国南方电网有限责任公司超高压输电公司检修试验中心 一种计及输电线路运行不确定性的综合风险评估方法
CN104375420A (zh) * 2014-09-18 2015-02-25 云南电网公司电力科学研究院 一种气候环境实验室模拟春夏秋冬四季的方法和装置
CN104992373A (zh) * 2015-04-01 2015-10-21 贵州电网公司输电运行检修分公司 一种输电线路自然灾害风险预警方法
CN109214675A (zh) * 2018-08-28 2019-01-15 华北电力大学 一种输电线路覆冰风险评估方法
CN110443973A (zh) * 2018-05-04 2019-11-12 国家电网公司 一种输电线路覆冰状态预警方法、装置及系统
CN110991879A (zh) * 2019-12-02 2020-04-10 贵州电网有限责任公司 一种输电线路冰期不同档距覆冰灾害风险评估方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156793A (zh) * 2011-05-05 2011-08-17 中国电力工程顾问集团西南电力设计院 一种输电线路覆冰等级划分系统
CN102867217A (zh) * 2012-08-28 2013-01-09 南京信息工程大学 基于投影寻踪的设施农业气象灾害风险评价方法
CN103914792A (zh) * 2014-03-17 2014-07-09 中国南方电网有限责任公司超高压输电公司检修试验中心 一种计及输电线路运行不确定性的综合风险评估方法
CN104375420A (zh) * 2014-09-18 2015-02-25 云南电网公司电力科学研究院 一种气候环境实验室模拟春夏秋冬四季的方法和装置
CN104992373A (zh) * 2015-04-01 2015-10-21 贵州电网公司输电运行检修分公司 一种输电线路自然灾害风险预警方法
CN110443973A (zh) * 2018-05-04 2019-11-12 国家电网公司 一种输电线路覆冰状态预警方法、装置及系统
CN109214675A (zh) * 2018-08-28 2019-01-15 华北电力大学 一种输电线路覆冰风险评估方法
CN110991879A (zh) * 2019-12-02 2020-04-10 贵州电网有限责任公司 一种输电线路冰期不同档距覆冰灾害风险评估方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
吴建蓉 等: "基于进化策略-投影寻踪算法的考虑多因素的输电线路覆冰灾害风险评估", 《科学技术与工程》 *
吴建蓉 等: "基于高差系数的输电线路标准覆冰厚度模型及参数敏感性", 《科学技术与工程》 *
李亚东: "覆冰灾害下输电网安全评估及预警技术研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *
王顺久 等: "我国气象多因素综合评价方法应用综述", 《高原山地气象研究》 *
马天男: "基于大数据的电网覆冰灾害预测与风险管理研究", 《中国博士学位论文全文数据库(工程科技Ⅱ辑) 》 *
黄训兵 等: "基于投影寻踪模型的草原蝗虫栖境评价及风险评估", 《草业学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112946631A (zh) * 2021-01-28 2021-06-11 中煤科工集团重庆研究院有限公司 用于边坡风险监测的点域识别系统及方法

Similar Documents

Publication Publication Date Title
CN105069537B (zh) 一种组合式空气质量预报模型的构建方法
CN110070282B (zh) 一种基于综合关联度的低压台区线损影响因素分析方法
CN111428942B (zh) 基于变网格技术提取微地形因子的线路覆冰厚度预测方法
CN109165693B (zh) 一种适用于露、霜和结冰的天气现象的自动判识方法
CN110533007B (zh) 一种桥梁车载应变影响线特征智能识别与提取方法
CN112035448A (zh) 一种综合地基gnss水汽和气象要素的神经网络短临降水预报方法
CN110134907B (zh) 一种降雨缺失数据填补方法、系统及电子设备
CN108154271A (zh) 一种基于空间相关性和曲面拟合的地面气温质量控制方法
CN112464920A (zh) 基于极端随机树的fy-3d红外高光谱云检测方法
CN112348264A (zh) 一种基于随机森林算法的碳钢腐蚀速率预测方法
CN113189014A (zh) 一种融合卫星遥感和地面监测数据的臭氧浓度估算方法
CN115578227A (zh) 一种基于多源数据确定大气颗粒物污染重点区域的方法
CN115730852A (zh) 一种化工企业土壤污染管控方法及系统
CN111429028A (zh) 一种适用于山区地形的输电线路覆冰灾害风险评估方法
CN111047476A (zh) 基于rbf神经网络的大坝结构安全监控精确预测方法及系统
CN108615054B (zh) 排水管网节点间相似性衡量的综合指标构建方法
CN113836808A (zh) 一种基于重污染特征约束的pm2.5深度学习预测方法
CN113065223B (zh) 一种塔桅集群数字孪生模型多等级概率修正方法
CN114217025B (zh) 评估空气质量浓度预测中气象数据对其影响的分析方法
CN116187543A (zh) 基于机器学习的土壤重金属含量预测方法及其应用
CN113610436B (zh) 一种承灾体动态脆弱性评估方法及系统
CN116433218A (zh) 基于自组织映射聚类的矿井机械设备在线健康评估方法
CN113281229B (zh) 一种基于小样本下多模型自适应大气pm2.5浓度预测方法
CN110108609B (zh) 一种基于卫星多通道的pm2.5浓度值分布情况获取方法及系统
CN115203643A (zh) 融合水文与生态要素的水源涵养功能定量诊断方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination