期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于SCSAO算法的河流污染源信息追溯
1
作者 刘晓晴 贾冬艳 宋金玲 《水资源开发与管理》 2025年第10期72-78,45,共8页
为了更加精准地对河流水污染事件的污染源进行追溯,本文提出了一种基于优化算法的河流水污染源溯源方法。基于污染物迁移扩散模型,采用改进的雪融优化(SCSAO)算法对模型参数进行率定,确保污染物迁移扩散模型在实际应用中的准确性。为了... 为了更加精准地对河流水污染事件的污染源进行追溯,本文提出了一种基于优化算法的河流水污染源溯源方法。基于污染物迁移扩散模型,采用改进的雪融优化(SCSAO)算法对模型参数进行率定,确保污染物迁移扩散模型在实际应用中的准确性。为了提升溯源结果的可靠性,将河流污染溯源问题转化为贝叶斯估计问题,利用SCSAO算法对污染物排放质量、排放位置和排放时刻等污染源信息进行反演。结果表明,污染源参数的反演值与真实值之间的绝对误差较小,表明该溯源算法的准确性较高,也验证了SCSAO算法在处理河流水污染溯源问题中的可用性和有效性。 展开更多
关键词 水污染溯源 污染物迁移扩散模型 参数率定 雪融优化算法(sao) 反演
在线阅读 下载PDF
基于SAO-LightGBM算法的致密砂岩储层孔隙度预测方法 被引量:2
2
作者 李庆 龙训荣 +2 位作者 吴秀慧 程子洋 杨天翔 《天然气技术与经济》 2024年第4期9-14,86,共7页
孔隙度是评价储层物性的关键参数,四川盆地中部NC地区钻井取心资料有限,储层孔隙度直接获取难度大,而基于常规测井资料的传统孔隙度预测方法误差大、精度低。为了明确NC地区致密砂岩气藏储层物性特征,以上三叠统须家河组四段储层为研究... 孔隙度是评价储层物性的关键参数,四川盆地中部NC地区钻井取心资料有限,储层孔隙度直接获取难度大,而基于常规测井资料的传统孔隙度预测方法误差大、精度低。为了明确NC地区致密砂岩气藏储层物性特征,以上三叠统须家河组四段储层为研究对象,提出了一种改进的机器学习算法SAO-LightGBM;使用该算法分析了孔隙度与地球物理测井参数之间的深层次潜在关系,指出了研究区储层孔隙度与声波时差、密度、中子孔隙度、地层电阻率和自然伽马具有较强的相关性,并基于以上测井参数建立了孔隙度预测模型。研究结果表明:①采用SAO优化算法独特的双重种群机制、高效的探索与利用策略,可以快速寻找到LightGBM的最优超参数组合,提升了模型的预测能力;②在测试数据集上,SAO-LightGBM的平均绝对误差为3.37%,决定系数为0.92。结论认为,较之于其他常规模型,SAO-LightGBM具有更为可靠的预测能力,能够高效完成目标层位孔隙度的预测工作,对NC地区的储层研究和后期勘探开发具有指导作用。 展开更多
关键词 致密砂岩 孔隙度 雪消融优化算法 轻量梯度提升机 机器学习算法 预测模型
在线阅读 下载PDF
基于相空间重构-深度学习的燃煤电厂主汽温预测模型 被引量:1
3
作者 金秀章 赵大勇 +1 位作者 赵术善 畅晗 《中国电机工程学报》 北大核心 2025年第10期3924-3933,I0030,共11页
针对由于火电机组调峰需求导致的燃烧状态不稳定,进而导致主蒸汽温度频繁波动难以预测的问题,该文提出一种基于相空间重构(phase space reconstruction,PSR)的双向门控循环单元(bidirectional gate recurrent unit,biGRU)主蒸汽温度预... 针对由于火电机组调峰需求导致的燃烧状态不稳定,进而导致主蒸汽温度频繁波动难以预测的问题,该文提出一种基于相空间重构(phase space reconstruction,PSR)的双向门控循环单元(bidirectional gate recurrent unit,biGRU)主蒸汽温度预测模型。首先,利用互信息法筛选相关变量,对其进行相空间重构处理得到输入变量。然后,利用注意力机制(attentionmechanism,AM)确定各输入变量权重系数,再利用雪消融优化算法(snow ablation optimizer,SAO)优化biGRU超参数,建立相空间重构-雪消融优化-双向门控循环单元-注意力机制的主汽温预测模型(PSR-SAO-biGRU-AM预测模型)。最后,将该预测模型与未加入注意力机制、未加入SAO寻优算法、未加入相空间重构的模型进行对比验证。结果表明,相较于其他模型,提出的PSR-SAO-biGRU-AM预测模型的均方根误差、平均绝对百分比误差最小,预测精度最高,在主汽温波动剧烈仍能够准确预测,具有很好的动态特性。 展开更多
关键词 主汽温 相空间重构 雪消融优化算法 双向门控循环单元 注意力机制
原文传递
基于雪消融优化算法的交直流混联电网连锁故障风险评估
4
作者 王英英 李勇 +3 位作者 李会新 陈磊 李逸飞 陈红坤 《电力系统保护与控制》 北大核心 2025年第4期37-47,共11页
针对交直流混联电网连锁故障在不同演化阶段的风险评估问题,提出了一种基于雪消融优化(snow ablation optimization,SAO)算法的连锁故障风险评估方法。首先,阐述了交直流混联电网连锁故障在初始阶段、发展阶段和恶化阶段的主导作用因素... 针对交直流混联电网连锁故障在不同演化阶段的风险评估问题,提出了一种基于雪消融优化(snow ablation optimization,SAO)算法的连锁故障风险评估方法。首先,阐述了交直流混联电网连锁故障在初始阶段、发展阶段和恶化阶段的主导作用因素,建立了反映连锁故障演化特征的两级评估指标体系。然后,制定了基于SAO算法的风险评估指标组合赋权策略,确定了连锁故障风险评估流程。最后,利用Matlab/Simulink平台搭建了基于改进IEEE 30节点的交直流混联电网仿真模型,比较了所提方法与传统方法的指标权值差异,对比了不同规模的直流闭锁对交直流混联电网连锁故障的影响。结果表明,所提方法能够准确反映交直流混联电网连锁故障不同演化阶段的主导因素,对高危线路风险评估的敏感度相比传统方法可提升12.67%,验证了所提方法的合理性与有效性。 展开更多
关键词 交直流混联电网 连锁故障 雪消融优化算法 风险评估 组合赋权策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部