简介:Burn-in算法和AGREE算法是目前应用广泛的基于实际河网高程强迫修正的河网提取算法.该算法能有效提取出同真实河网高拟合度的模拟河网,但某些情况下,所提取的河网会产生“断裂”现象.河网“断裂”现象的产生在于实际河网栅格高程“高估”和“低估”所引起的局部流向计算错误,其中所有“低估”类以及大部分“高估”类影响都是可以通过填洼等方法加以消除的,即不会产生“断裂”问题.真正产生“断裂”的原因是:存在“高估”类河网栅格且“高估”所带来的影响无法通过填洼等操作加以消除.基于此,对Burn-in算法和AGREE算法进行修正,提出一种消除“高估”类影响的解决方案,从根本上解决河网“断裂”问题,实现程序自动化处理.渭河流域实例应用表明,改进算法可有效解决模拟河网“断裂”问题,且适用于多种基于高程的强迫修正算法.
简介:飞来峡电厂安装有4台35MW贯流式水轮发电机组和2台主变压器,主接线为扩大单元方式。其中厂用电10kV系统Ⅰ段、Ⅱ段进线分别取自发电机Ⅰ段、Ⅱ段母线。厂用电计量E点、F点电度表分别装在Ⅰ段、Ⅱ段进线处,采用三相四线制数字式电度表。2005年,飞来峡电厂10kV厂用系统电度表发生计量错误现象,造成错误原因有很多,本文从电流回路极性接反、测量数据等方面进行原因分析、故障处理论述,采用相位表法、标准电度表法等试验方法,检查三相电压、电流、相位和分相转矩等,查找原因,纠正错误,并就电度计量的设计、选型和安装调试提出一些相关建议和技术要求,如接线方式和电度表的选择、相序、零线,以及对导线的技术要求等。
简介:造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。