简介:摘要:随着我国经济不断发展,社会不断进步,人们生活品质较之前有很大提升,因此对于电力能源有越来越高的需求,这也需要我国电力行业找到深化改革新方向。目前我国电网覆盖面积不断扩大,引入了更多先进的科学技术,在未来,复杂大电网将成为主要发展方向,但不可否认,其中仍然存在安全管理问题,因此希望通过本文的分析,能够为相关从业者提供参考意见。 关键词:大电网 ; 电力调度 ; 调度数据 ; 安全管理 在我国社会经济发展中,电力行业扮演着重要角色,而且人们对于电力资源需求量不断提高,社会生产以及人们生活更多依赖于电力资源,因此电力资源安全性问题已经成为社会广泛关注的焦点。在我国近些年生产事业发展迅猛,但是在建设电力调度数据网的过程中仍然存在一些问题,存在不少安全隐患,而且安全技术还有待提升,如果没有对这些问题进行及时解决,那么不但会阻碍我国电力行业的发展,还会给人们生活带来了一定负面影响。所以分析电力 调 度数据网安全技术,并且对相关问题进行完善,已经成为相关从业者急需解决的问题。
简介:摘要 : 植被分类是高光谱影像分类中的特定应用问题,光谱特征和空间特征是植被分类中常用的两类特征,比较这两类特征的性能,对实际植被分类应用中选择合适的特征类型或两者的有效结合具有指导意义。用主成分分析( PCA)提取光谱特征时,常选择前几个主成分( PCs)作为光谱特征,虽然它们包含较大的信息量但并不能保证较高的类别可分性和分类正确率,针对这一问题本研究提出了一种混合特征提取方法,对高光谱影像在 PCA的基础上用改进的基于分散矩阵的特征选择方法选出具有较高类别可分性的 PCs用于后续分类。利用一景 AVIRIS高光谱植被影像,从分类精度的角度,首先比较了所提出的混合特征提取方法和原始 PCA、独立主成分分析( ICA)及线性判别分析( LDA) 3种常用子空间特征提取方法在高光谱影像植被分类中的性能。试验结果表明所提出的混合特征提取方法在研究中数据集 1和 2上均获得了最高的总体分类正确率,分别为 82.7%和 86.5%。与原始 PCA相比,本研究提出的混合特征提取方法的总体分类正确率,在数据集 1和 2上分别提高了 1.5%和 2.5%。由此阐明了所提出的混合特征提取方法在高光谱植被分类中的有效性。对光谱特征和空间特征在高光谱影像植被分类性能的比较中,总体上空间特征获得的分类正确率比光谱特征高,特别是 Gabor特征,在两个数据集上均获得了最高的总体分类正确率分别为 95.5%和 96.7%。由此表明空间特征较光谱特征在高光谱影像植被分类中更具优势。本研究结果为后续改进空 -谱特征方法及其两者有效结合,进一步提高植被分类正确率提供了参考。
简介:摘要: 针对日均值地倾斜前兆序列,用斜率差信息法,以河南省修武台为例,进行全时域扫描的实例计算,并与其他方法进行了比较和检验结果表明此方法对提取倾斜台站日均值的短临前兆信息十分有效,值得推广应用。
简介:摘要: 针对日均值地倾斜前兆序列,用斜率差信息法,以河南省修武台为例,进行全时域扫描的实例计算,并与其他方法进行了比较和检验结果表明此方法对提取倾斜台站日均值的短临前兆信息十分有效,值得推广应用。
简介:摘要 :针对合肥火车站站前广场基坑地质条件和周边环境情况 ,对合肥火车站站前广场综合改造工程基坑施工区域周围 3倍基坑开挖深度范围内的建筑物进行了跟踪监测。监测结果表明 :