强干扰区多类噪声时空叠加,对电磁勘探的影响严重且复杂.以往的人工源电磁(Controlled-Source Electromagnetic Method,CSEM)信号处理方法大多针对单道数据进行处理,并未考虑各道之间的相关性,从而产生非必要的误差.为此,在同步观测的...强干扰区多类噪声时空叠加,对电磁勘探的影响严重且复杂.以往的人工源电磁(Controlled-Source Electromagnetic Method,CSEM)信号处理方法大多针对单道数据进行处理,并未考虑各道之间的相关性,从而产生非必要的误差.为此,在同步观测的基础上,本文提出一种基于站间传递函数的CSEM有效信号提取方法.首先,从多域对同步观测的CSEM数据进行质量评价,优选出高信噪比的参考站;其次,基于参考站与测站之间的时域信号方差比(Ratio of variance,ROV)实现测站强干扰噪声的快速识别与定位,采用密度聚类方法(Density-based spatial clustering of applications with noise,DBSCAN)筛选出测站高信噪比数据段,并构建频率域站间传递函数;最后,考虑各道之间的相关性,利用参考站信号与站间传递函数对受强干扰时间段的观测数据进行处理,从而实现了强干扰环境下CSEM有效信号的高精度提取.通过对仿真信号与广域电磁法(Wide Field Electromagnetic Method,WFEM)实测数据的处理,验证了方法的有效性和实用性.结果表明,本文提出的基于站间传递函数的CSEM信噪分离方法不仅考虑了多道同步观测数据之间的相关性,还能在不增加野外工作量的基础上实现对有效信号的高精度提取,方法具有普适性,为CSEM同步阵列数据处理提供了一种快速、可行的解决方案.展开更多
换乘是制约城市轨道交通系统服务水平的重要因素,而明确分析城市轨道交通换乘时间是制定有效提升策略的前提。以长沙市地铁为研究对象,基于历史1周的AFC(Automatic Fare Collection)数据,对换乘时间进行深入分析。首先,构建换乘次数受...换乘是制约城市轨道交通系统服务水平的重要因素,而明确分析城市轨道交通换乘时间是制定有效提升策略的前提。以长沙市地铁为研究对象,基于历史1周的AFC(Automatic Fare Collection)数据,对换乘时间进行深入分析。首先,构建换乘次数受限的广度优先搜索算法,识别最短换乘路径,进一步分解乘客出行链时间结构,建立线性回归模型,采用最小二乘法估计参数,从而量化换乘时间;接着,从空间分布、时间变化和相对耗时这3个维度对换乘时间进行客观全面的分析。结果表明,长沙市地铁平均换乘时间为6.2 min,占总出行时间的17.6%,工作日换乘耗时高于休息日,且存在高峰时段换乘效率退化现象。空间分布上,不同换乘站点之间存在一定差异,进一步利用K-means算法进行聚类分析,7座通道换乘站点被识别为低效率站点。基于研究结果,提出采用物理结构优化、实时引导和互联互通等措施,提升地铁换乘效率。展开更多
实现未来输电断面与相似历史断面的辨识,可以为未来输电断面控制措施的制定提供指导,对保障电力系统的安全稳定运行具有重大意义。然而,现有方法对断面关键特征筛选及样本相似性度量方法选取的考虑还不充分,因此,该文提出一种嵌入多尺...实现未来输电断面与相似历史断面的辨识,可以为未来输电断面控制措施的制定提供指导,对保障电力系统的安全稳定运行具有重大意义。然而,现有方法对断面关键特征筛选及样本相似性度量方法选取的考虑还不充分,因此,该文提出一种嵌入多尺度关键特征信息的改进模糊C均值(fuzzy C-means,FCM)聚类方法进行断面相似性辨识。首先,为得到更多方面的断面特征样本,建立分层决策模型,筛选及改进电网基础特征量;然后,提出考虑热稳定和暂态功角稳定约束的断面极限传输容量(total transfer capability,TTC)计算模型求取TTC;其次,提出综合考虑样本形态与数值两类特征的自适应FCM聚类用于断面相似性辨识,通过多指标评价体系自适应选定最优聚类个数,提升算法客观性,通过引入余弦距离考虑样本形态特征,提升算法可信性;最后,以IEEE 39节点系统和某地实际电网为例,验证所提方法的有效性。展开更多
文摘强干扰区多类噪声时空叠加,对电磁勘探的影响严重且复杂.以往的人工源电磁(Controlled-Source Electromagnetic Method,CSEM)信号处理方法大多针对单道数据进行处理,并未考虑各道之间的相关性,从而产生非必要的误差.为此,在同步观测的基础上,本文提出一种基于站间传递函数的CSEM有效信号提取方法.首先,从多域对同步观测的CSEM数据进行质量评价,优选出高信噪比的参考站;其次,基于参考站与测站之间的时域信号方差比(Ratio of variance,ROV)实现测站强干扰噪声的快速识别与定位,采用密度聚类方法(Density-based spatial clustering of applications with noise,DBSCAN)筛选出测站高信噪比数据段,并构建频率域站间传递函数;最后,考虑各道之间的相关性,利用参考站信号与站间传递函数对受强干扰时间段的观测数据进行处理,从而实现了强干扰环境下CSEM有效信号的高精度提取.通过对仿真信号与广域电磁法(Wide Field Electromagnetic Method,WFEM)实测数据的处理,验证了方法的有效性和实用性.结果表明,本文提出的基于站间传递函数的CSEM信噪分离方法不仅考虑了多道同步观测数据之间的相关性,还能在不增加野外工作量的基础上实现对有效信号的高精度提取,方法具有普适性,为CSEM同步阵列数据处理提供了一种快速、可行的解决方案.
文摘换乘是制约城市轨道交通系统服务水平的重要因素,而明确分析城市轨道交通换乘时间是制定有效提升策略的前提。以长沙市地铁为研究对象,基于历史1周的AFC(Automatic Fare Collection)数据,对换乘时间进行深入分析。首先,构建换乘次数受限的广度优先搜索算法,识别最短换乘路径,进一步分解乘客出行链时间结构,建立线性回归模型,采用最小二乘法估计参数,从而量化换乘时间;接着,从空间分布、时间变化和相对耗时这3个维度对换乘时间进行客观全面的分析。结果表明,长沙市地铁平均换乘时间为6.2 min,占总出行时间的17.6%,工作日换乘耗时高于休息日,且存在高峰时段换乘效率退化现象。空间分布上,不同换乘站点之间存在一定差异,进一步利用K-means算法进行聚类分析,7座通道换乘站点被识别为低效率站点。基于研究结果,提出采用物理结构优化、实时引导和互联互通等措施,提升地铁换乘效率。
文摘实现未来输电断面与相似历史断面的辨识,可以为未来输电断面控制措施的制定提供指导,对保障电力系统的安全稳定运行具有重大意义。然而,现有方法对断面关键特征筛选及样本相似性度量方法选取的考虑还不充分,因此,该文提出一种嵌入多尺度关键特征信息的改进模糊C均值(fuzzy C-means,FCM)聚类方法进行断面相似性辨识。首先,为得到更多方面的断面特征样本,建立分层决策模型,筛选及改进电网基础特征量;然后,提出考虑热稳定和暂态功角稳定约束的断面极限传输容量(total transfer capability,TTC)计算模型求取TTC;其次,提出综合考虑样本形态与数值两类特征的自适应FCM聚类用于断面相似性辨识,通过多指标评价体系自适应选定最优聚类个数,提升算法客观性,通过引入余弦距离考虑样本形态特征,提升算法可信性;最后,以IEEE 39节点系统和某地实际电网为例,验证所提方法的有效性。
