CN113011770A - 输电塔风灾易损性的分析方法和分析装置 - Google Patents

输电塔风灾易损性的分析方法和分析装置 Download PDF

Info

Publication number
CN113011770A
CN113011770A CN202110353006.7A CN202110353006A CN113011770A CN 113011770 A CN113011770 A CN 113011770A CN 202110353006 A CN202110353006 A CN 202110353006A CN 113011770 A CN113011770 A CN 113011770A
Authority
CN
China
Prior art keywords
wind speed
transmission tower
power transmission
wind
analysis
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.)
Granted
Application number
CN202110353006.7A
Other languages
English (en)
Other versions
CN113011770B (zh
Inventor
刘小璐
聂铭
谢文平
罗啸宇
黄正
钟万里
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.)
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong 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 Guangdong Power Grid Co Ltd, Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110353006.7A priority Critical patent/CN113011770B/zh
Publication of CN113011770A publication Critical patent/CN113011770A/zh
Application granted granted Critical
Publication of CN113011770B publication Critical patent/CN113011770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本申请公开了输电塔风灾易损性的分析方法和分析装置，其中分析方法包括获得风速时程样本和输电塔模型，其中，输电塔模型包括输电塔的结构信息和材料信息；将风速时程样本处理为风压时程，并根据风压时程对输电塔模型进行非线性时程分析，得到概率风灾模型，其中概率风灾模型包括最大风速对应的结构响应峰值的对数均值和对数标准差；根据概率风灾模型计算输电塔在最大风速下的失效概率。通过上述方法，本申请的分析过程计算相较现有技术的简单，可以提高分析效率，从而高效、准备地获得输电塔风灾易损性的分析。并且，通过本方法所获得的易损性曲线不是锯齿状，因此也无需进行额外的平滑处理，步骤更加简洁。

Description

输电塔风灾易损性的分析方法和分析装置
技术领域
本申请涉及输电塔技术领域，尤其涉及输电塔风灾易损性的分析方法和分析装置
背景技术
易损性分析概念来自于结构地震风险评估，自1980年左右以来，国内外学者发展了多种地震易损性分析方法。根据结构损伤数据获取方式不同，主要可分为经验易损性分析方法和理论易损性分析方法两大类。
经验易损性分析以历史震害调查数据为基础，利用数理统计方法构建地震易损性曲线，适用于历史上发生过地震且留有较完整震害数据的地区。理论易损性分析方法具有更强的适用性，常用的方法为云图法和增量动力分析法。云图法也称为概率地震需求分析方法，它假定结构地震需求服从对数正态分布，通过线性回归技术构建结构地震需求与地震强度间的统计关系，结合结构地震需求的概率分布函数计算给定极限状态下的地震易损性。增量动力分析法通过缩放的方式得到不同强度地震的时程样本，然后进行非线性时程分析以获取结构地震需求，直接统计出结构在不同极限状态下的超越概率，近些年来在桥梁的地震危害性分析中得到了广泛应用。
目前，关于输电塔风灾易损性分析的研究不多，并且为了达到一定的计算精度，需要进行比较多的非线性时程分析，非常耗时。另外，现有技术所获得的易损性曲线往往为锯齿状，往往还需要对易损曲线进行平滑处理，处理步骤繁琐。
发明内容
本申请提供输电塔风灾易损性的分析方法和分析装置，以解决现有技术中输电塔风灾易损性分析计算复杂、耗时的问题。
为解决上述技术问题，本申请提出一种输电塔风灾易损性的分析方法，包括：获得风速时程样本和输电塔模型，其中，输电塔模型包括输电塔的结构信息和材料信息；将风速时程样本处理为风压时程，并根据风压时程对输电塔模型进行非线性时程分析，得到概率风灾模型，其中概率风灾模型包括最大风速对应的结构响应峰值的对数均值和对数标准差；根据概率风灾模型计算输电塔在最大风速下的失效概率。
可选地，获得风速时程样本，包括：从历史台风的监测数据中选取若干符合预设风速范围的风速时程记录，其中风速时程记录的最大风速在预设风速范围内；将风速时程记录处理为具有相同时间步长和持时的风速时程样本vk(t)(k＝1,2,…,N)，N为样本个数，并记录每条风速时程样本的风速时程峰值vp,k。
可选地，根据风压时程对输电塔模型进行非线性时程分析，得到概率风灾模型，包括：采用Newmark-β法对各个风压时程下的输电塔模型进行非线性时程分析，获得输电塔的结构响应样本rk(t)(k＝1,2,…,N)，并记录相应的结构响应峰值rp,k；以风速时程峰值的对数为横坐标，以结构响应峰值的对数为纵坐标，在对数平面内获得由离散点(lnvp,k，lnrp,k)(k＝1,2,…,N)形成的云图，并采用线性回归法获得结构响应峰值的对数均值和对数标准差。
可选地，结构响应峰值的对数均值为：其中a和b为线性回归系数，vp为风速时程峰值；结构响应峰值的对数标准差为：
可选地，输电塔在最大风速下的失效概率为：其中，C为输电塔极限状态指标，μlnC和σlnC分别为极限状态指标的对数均值和对数标准差。
为解决上述技术问题，本申请提出一种输电塔风灾易损性的分析装置，包括：预处理单元，用于获得风速时程样本和输电塔模型，其中，输电塔模型包括输电塔的结构信息和材料信息；概率风灾模型单元，用于将风速时程样本处理为风压时程，并根据风压时程对输电塔模型进行非线性时程分析，得到概率风灾模型，其中概率风灾模型包括最大风速对应的结构响应峰值的对数均值和对数标准差；分析单元，用于根据概率风灾模型计算输电塔在最大风速下的失效概率。
可选地，预处理单元还用于从历史台风的监测数据中选取若干符合预设风速范围的风速时程记录，其中风速时程记录的最大风速在预设风速范围内；将风速时程记录处理为具有相同时间步长和持时的风速时程样本vk(t)(k＝1,2,…,N)，N为样本个数，并记录每条风速时程样本的风速时程峰值vp,k。
可选地，概率风灾模型单元还用于采用Newmark-β法对各个风压时程下的输电塔模型进行非线性时程分析，获得输电塔的结构响应样本rk(t)(k＝1,2,…,N)，并记录相应的结构响应峰值rp,k；以风速时程峰值的对数为横坐标，以结构响应峰值的对数为纵坐标，在对数平面内获得由离散点(lnvp,k，lnrp,k)(k＝1,2,…,N)形成的云图，并采用线性回归法获得结构响应峰值的对数均值和对数标准差。
可选地，结构响应峰值的对数均值为：
Figure BDA0003002380100000024
其中a和b为线性回归系数，vp为风速时程峰值；结构响应峰值的对数标准差为：
Figure BDA0003002380100000031
可选地，输电塔在最大风速下的失效概率为：其中，C为输电塔极限状态指标，μlnC和σlnC分别为极限状态指标的对数均值和对数标准差。
本申请提出输电塔风灾易损性的分析方法和分析装置，其中分析方法包括获得风速时程样本和输电塔模型，其中，输电塔模型包括输电塔的结构信息和材料信息；将风速时程样本处理为风压时程，并根据风压时程对输电塔模型进行非线性时程分析，得到概率风灾模型，其中概率风灾模型包括最大风速对应的结构响应峰值的对数均值和对数标准差；根据概率风灾模型计算输电塔在最大风速下的失效概率。通过上述方法，本申请的分析过程计算相较现有技术的简单，可以提高分析效率，从而高效、准备地获得输电塔风灾易损性的分析。并且，通过本方法所获得的易损性曲线不是锯齿状，因此也无需进行额外的平滑处理，步骤更加简洁。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请输电塔风灾易损性的分析方法一实施例的流程示意图；
图2是本申请输电塔风灾易损性的分析装置一实施例的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具体实施方式对本申请所提供的云游戏自动加速方法、设备及计算机可读存储介质进一步详细描述。
请参阅图1，图1是本申请输电塔风灾易损性的分析方法一实施例的流程示意图。在本实施例中，可以包括以下步骤：
S110：获得风速时程样本和输电塔模型，其中，输电塔模型包括输电塔的结构信息和材料信息。
可以从历史台风的监测数据中，选取若干符合预设风速范围的风速时程记录，其中风速时程记录的最大风速在预设风速范围内。一般地，风速时程记录的数量可以为几十到几百条。
将风速时程记录处理为具有相同时间步长和持时的风速时程样本vk(t)(k＝1,2,…,N)，其中，N为样本个数，并记录每条风速时程样本的风速时程峰值vp,k。
根据输电塔的结构信息和材料信息可以建立输电塔模型。可选地，可以通过大型通用有限元分析软件ANSYS建立输电塔模型。
S120：将风速时程样本处理为风压时程，并根据风压时程对输电塔模型进行非线性时程分析，得到概率风灾模型，其中概率风灾模型包括最大风速对应的结构响应峰值的对数均值和对数标准差。
将风速时程样本处理为风压时程，并将风压时程施加于输电塔模型。可选地，可以采用Newmark-β法对各个风压时程下的输电塔模型进行非线性时程分析，获得输电塔的结构响应样本rk(t)(k＝1,2,…,N)，并记录相应的结构响应峰值rp,k。
Newmark-β法，又名纽马克-β法，是一种将线性加速度方法普遍化的方法。
以风速时程峰值vp,k的对数为横坐标，以结构响应峰值rp,k的对数为纵坐标，在对数平面内获得由离散点(lnvp,k，lnrp,k)(k＝1,2,…,N)形成的云图，并采用线性回归法获得结构响应峰值的对数均值和对数标准差
具体地，可以通过采用线性回归技术获取结构响应峰值rp,k与地面峰值加速度在对数平面内的关系获得结构响应峰值的对数均值
结构响应峰值的对数均值为：
其中a和b为线性回归系数，vp为风速时程峰值；结构响应峰值的对数标准差为：
Figure BDA0003002380100000045
需要说明的是，在本实施例中，vk(t)表示第k条风速时程样本，vp表示风速时程峰值，vp,k表示第k条风速时程样本的峰值。
S130：根据概率风灾模型计算输电塔在最大风速下的失效概率。
可以假定风速时程下输电塔模型的结构响应峰值rp,k服从对数正态分布，根据(1)和式(2)可分别计算最大风速对应的结构响应峰值的对数均值和对数标准差，则可计算输电塔在最大风速下的失效概率为：
Figure BDA0003002380100000046
其中，C为输电塔极限状态指标，μlnC和σlnC分别为极限状态指标的对数均值和对数标准差，可以利用结构材料和尺寸的测量数据统计获得。
本实施例提出一种输电塔风灾易损性的分析方法，通过少量的非线性时程样本分析，即可获取输电塔的概率风灾模型，建立结构响应峰值与最大风速在概率意义上的关系，结合结构响应峰值服从对数正态分布的假定，可利用对数正态累积分布函数轻松获取任意风速下输电塔的失效概率。通过上述方法，本申请的分析过程计算相较现有技术的简单，可以提高分析效率，从而高效、准备地获得输电塔风灾易损性的分析。并且，通过本方法所获得的易损性曲线不是锯齿状，因此也无需进行额外的平滑处理，步骤更加简洁。
基于上述的输电塔风灾易损性的分析方法，本申请还提出一种输电塔风灾易损性的分析装置。请参阅图2，图2是本申请输电塔风灾易损性的分析装置一实施例的结构示意图。在本实施例中，输电塔风灾易损性的分析装置200可以包括：预处理单元210、概率风灾模型单元220和分析单元230。
预处理单元210可以用于获得风速时程样本和输电塔模型，其中，输电塔模型可以包括输电塔的结构信息和材料信息。
可选地，预处理单元210可以从历史台风的监测数据中选取若干符合预设风速范围的风速时程记录，其中风速时程记录的最大风速在预设风速范围内；将风速时程记录处理为具有相同时间步长和持时的风速时程样本vk(t)(k＝1,2,…,N)，N为样本个数，并记录每条风速时程样本的风速时程峰值vp,k。
概率风灾模型单元220可以用于将风速时程样本处理为风压时程，并根据风压时程对输电塔模型进行非线性时程分析，得到概率风灾模型。其中概率风灾模型可以包括最大风速对应的结构响应峰值的对数均值和对数标准差。
可选地，概率风灾模型单元220可以采用Newmark-β法对各个风压时程下的输电塔模型进行非线性时程分析，获得输电塔的结构响应样本rk(t)(k＝1,2,…,N)，并记录相应的结构响应峰值rp,k。
进一步地，以风速时程峰值的对数为横坐标，以结构响应峰值的对数为纵坐标，在对数平面内获得由离散点(lnvp,k，lnrp,k)(k＝1,2,…,N)形成的云图，并采用线性回归法获得结构响应峰值的对数均值和对数标准差。
其中，结构响应峰值的对数均值为：
式(1)中，a和b为线性回归系数，vp为风速时程峰值。
结构响应峰值的对数标准差为：
Figure BDA0003002380100000052
分析单元230可以用于根据概率风灾模型计算输电塔在最大风速下的失效概率。
具体地，可以假定风速时程下输电塔模型的结构响应峰值服从对数正态分布，根据(1)和式(2)可分别计算最大风速对应的结构响应峰值的对数均值和标准差，则可计算输电塔在最大风速下的失效概率为：
Figure BDA0003002380100000061
其中，C为输电塔极限状态指标，μlnC和σlnC分别为极限状态指标的对数均值和对数标准差，可以利用结构材料和尺寸的测量数据统计获得。
可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。文中所使用的步骤编号也仅是为了方便描述，不对作为对步骤执行先后顺序的限定。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种输电塔风灾易损性的分析方法，其特征在于，包括：
获得风速时程样本和输电塔模型，其中，所述输电塔模型包括所述输电塔的结构信息和材料信息；
将所述风速时程样本处理为风压时程，并根据所述风压时程对所述输电塔模型进行非线性时程分析，得到概率风灾模型，其中所述概率风灾模型包括最大风速对应的结构响应峰值的对数均值和对数标准差；
根据所述概率风灾模型计算所述输电塔在最大风速下的失效概率。
2.根据权利要求1所述的分析方法，其特征在于，所述获得风速时程样本，包括：
从历史台风的监测数据中选取若干符合预设风速范围的风速时程记录，其中所述风速时程记录的最大风速在所述预设风速范围内；
将所述风速时程记录处理为具有相同时间步长和持时的风速时程样本vk(t)(k＝1，2，…，N)，N为样本个数，并记录每条风速时程样本的风速时程峰值vp，k。
3.根据权利要求1所述的分析方法，其特征在于，所述根据所述风压时程对所述输电塔模型进行非线性时程分析，得到所述概率风灾模型，包括：
采用Newmark-β法对各个所述风压时程下的所述输电塔模型进行非线性时程分析，获得所述输电塔的结构响应样本rk(t)(k＝1，2，…，N)，并记录相应的结构响应峰值rp，k；
以风速时程峰值的对数为横坐标，以结构响应峰值的对数为纵坐标，在对数平面内获得由离散点(ln vp，k，ln rp，k)(k＝1，2，…，N)形成的云图，并采用线性回归法获得所述结构响应峰值的对数均值和对数标准差。
4.根据权利要求3所述的分析方法，其特征在于，
所述结构响应峰值的对数均值为：其中a和b为线性回归系数，vp为风速时程峰值；
所述结构响应峰值的对数标准差为：
5.根据权利要求4所述的分析方法，其特征在于，所述输电塔在最大风速下的失效概率为：
其中，C为输电塔极限状态指标，μlnC和σlnC分别为极限状态指标的对数均值和对数标准差。
6.一种输电塔风灾易损性的分析装置，其特征在于，包括：
预处理单元，用于获得风速时程样本和输电塔模型，其中，所述输电塔模型包括所述输电塔的结构信息和材料信息；
概率风灾模型单元，用于将所述风速时程样本处理为风压时程，并根据所述风压时程对所述输电塔模型进行非线性时程分析，得到概率风灾模型，其中所述概率风灾模型包括最大风速对应的结构响应峰值的对数均值和对数标准差；
分析单元，用于根据所述概率风灾模型计算所述输电塔在最大风速下的失效概率。
7.根据权利要求6所述的分析装置，其特征在于，
所述预处理单元还用于从历史台风的监测数据中选取若干符合预设风速范围的风速时程记录，其中所述风速时程记录的最大风速在所述预设风速范围内；将所述风速时程记录处理为具有相同时间步长和持时的风速时程样本vk(t)(k＝1，2，…，N)，N为样本个数，并记录每条风速时程样本的风速时程峰值vp，k。
8.根据权利要求7所述的分析装置，其特征在于，
所述概率风灾模型单元还用于采用Newmark-β法对各个所述风压时程下的所述输电塔模型进行非线性时程分析，获得所述输电塔的结构响应样本rk(t)(k＝1，2，…，N)，并记录相应的结构响应峰值rp，k；以风速时程峰值的对数为横坐标，以结构响应峰值的对数为纵坐标，在对数平面内获得由离散点(ln vp，k，ln rp，k)(k＝1，2，…，N)形成的云图，并采用线性回归法获得所述结构响应峰值的对数均值和对数标准差。
9.根据权利要求8所述的分析装置，其特征在于，
所述结构响应峰值的对数均值为：其中a和b为线性回归系数，vp为风速时程峰值；
所述结构响应峰值的对数标准差为：
Figure FDA0003002380090000023
10.根据权利要求9所述的分析装置，其特征在于，所述输电塔在最大风速下的失效概率为：
Figure FDA0003002380090000031
其中，C为输电塔极限状态指标，μlnC和σlnC分别为极限状态指标的对数均值和对数标准差。
CN202110353006.7A 2021-03-31 2021-03-31 输电塔风灾易损性的分析方法和分析装置 Active CN113011770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110353006.7A CN113011770B (zh) 2021-03-31 2021-03-31 输电塔风灾易损性的分析方法和分析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110353006.7A CN113011770B (zh) 2021-03-31 2021-03-31 输电塔风灾易损性的分析方法和分析装置

Publications (2)

Publication Number Publication Date
CN113011770A true CN113011770A (zh) 2021-06-22
CN113011770B CN113011770B (zh) 2023-04-18

Family

ID=76387777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110353006.7A Active CN113011770B (zh) 2021-03-31 2021-03-31 输电塔风灾易损性的分析方法和分析装置

Country Status (1)

Country Link
CN (1) CN113011770B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740549A (zh) * 2016-02-01 2016-07-06 西安交通大学 220kV输电线路塔线耦联体系风振仿真方法
CN107330233A (zh) * 2017-08-31 2017-11-07 广东电网有限责任公司电力科学研究院 一种输电塔设计风速分析方法和装置
US20190303783A1 (en) * 2016-06-09 2019-10-03 Hitachi, Ltd. Data prediction system and data prediction method
CN111783326A (zh) * 2020-05-28 2020-10-16 东南大学 基于风速和动响应测试的输电塔结构风致安全性评估方法
CN112380748A (zh) * 2020-11-13 2021-02-19 广东电网有限责任公司电力科学研究院 一种输电塔风致随机振动分析方法和相关装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740549A (zh) * 2016-02-01 2016-07-06 西安交通大学 220kV输电线路塔线耦联体系风振仿真方法
US20190303783A1 (en) * 2016-06-09 2019-10-03 Hitachi, Ltd. Data prediction system and data prediction method
CN107330233A (zh) * 2017-08-31 2017-11-07 广东电网有限责任公司电力科学研究院 一种输电塔设计风速分析方法和装置
CN111783326A (zh) * 2020-05-28 2020-10-16 东南大学 基于风速和动响应测试的输电塔结构风致安全性评估方法
CN112380748A (zh) * 2020-11-13 2021-02-19 广东电网有限责任公司电力科学研究院 一种输电塔风致随机振动分析方法和相关装置

Also Published As

Publication number Publication date
CN113011770B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
Saranyasoontorn et al. A comparison of standard coherence models for inflow turbulence with estimates from field measurements
US20170185909A1 (en) Systems and methods for performing real-time convolution calculations of matrices indicating amounts of exposure
CN111210095B (zh) 发电量预测方法、装置、设备及计算机可读存储介质
CN113777236B (zh) 基于排放源的空气质量监控方法和装置
Ma et al. Estimation of surface pressure extremes: Hybrid data and simulation-based approach
CN110569910A (zh) 直播周期的处理方法、装置、设备及存储介质
Lake et al. Effects of data sparsity and spatiotemporal variability on hazard maps of workplace noise
CN113011770B (zh) 输电塔风灾易损性的分析方法和分析装置
KR102158100B1 (ko) 이상 감지를 이용한 모니터링 자동화 방법 및 장치
US7865322B2 (en) Relative noise
CN108267613B (zh) 一种测风数据处理方法及相关设备
CN114358091A (zh) 一种基于卷积神经网络的桩损伤识别方法、设备及介质
CN108243037B (zh) 网站流量异常确定方法及装置
CN113570388A (zh) 一种远程反窃电检查方法、装置、计算机设备和存储介质
Kalra et al. Inferring long memory using extreme events
CN109408353B (zh) 一种存储分区利用率和iops的分析方法，系统及终端设备
CN112665730A (zh) 震前温度异常检测方法、装置、设备和存储介质
CN112380748A (zh) 一种输电塔风致随机振动分析方法和相关装置
CN109543907B (zh) 一种复杂地形风资源评估方法及其装置
CN111507514A (zh) 大气气溶胶数据预测方法
CN206772341U (zh) 一种房屋形变监测系统
CN114596446A (zh) 点云数据质量评估方法、装置、计算机设备及存储介质
CN110458743B (zh) 基于大数据分析的社区治理方法、装置、设备及存储介质
CN115629431B (zh) 一种水汽含量预测方法、装置、设备及介质
Ekerete et al. Multimodality in the rainfall drop size distribution in southern England

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
GR01 Patent grant
GR01 Patent grant