检索结果-南通市图书馆

山东省能源碳排放时空变化特征及情景预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

山东省能源碳排放时空变化特征及情景预测研究

作者：曾庆国临沂大学

学位级别：硕士

世界经济规模与能源消耗量不断扩大,随之而来的全球变暖问题日益凸显,已对人类生存与社会发展构成严重威胁。能否有效控制化石燃料使用与碳排放规模,关乎到人类的未来命运发展,为实现“双碳”目标,我国采取了一系列措施推动绿色低碳发... 详细信息

世界经济规模与能源消耗量不断扩大,随之而来的全球变暖问题日益凸显,已对人类生存与社会发展构成严重威胁。能否有效控制化石燃料使用与碳排放规模,关乎到人类的未来命运发展,为实现“双碳”目标,我国采取了一系列措施推动绿色低碳发展。各省的能源消费情况、经济社会发展和碳排放规模具有较大的差异,因地制宜探索适合当地的碳排放控制优化策略尤为重要。山东省作为人口大省,又是中国经济发展最快的地区之一,能源碳排放量在全国的占比显著超过其GDP总量的占比,属于能源碳排放总量和能源碳排放强度双高省份,是落实碳达峰碳中和目标的关键地区。因此,分析山东省碳排放现状、时空变化特征、影响因素,并预测其未来碳排放不同变化趋势及达峰情况,进而提出科学合理的发展模式与减排建议,对推进碳减排工作及绿色可持续发展建设具有重要意义。首先,本研究根据IPCC方法计算山东省2001—2021年能源碳排放数据,分析山东省能源消费与碳排放现状,并运用空间分析方法分析山东省市域能源碳排放量的时空变化特征。其次,结合前期研究成果和相关性分析,选择人口数量、经济水平、城镇化水平、产业结构、交通发展水平、能源强度、能源结构、能源消费总量八个变量作为山东省能源碳排放量影响因素,根据2001-2021年指标数据,通过岭回归方法建立扩展的STIRPAT能源碳排放预测模型,并进行拟合效果检验,定量分析各影响因素对能源碳排放量的影响程度。再次,考虑山东省的实际情况、发展规划及各影响因素历史变化规律,将经济社会发展变量与环境规制变量分别设置三种情景模式,组合成9种发展路径,使用拟合效果良好的STIRPAT模型预测不同发展路径下山东省能源碳排放量,分析未来碳排放量变化趋势与峰值情况,明确经济社会发展、环境规制对山东省能源碳排放量的影响效果。最后,根据情景预测结果确定山东省最优发展路径,结合影响因素分析,提出山东省碳减排措施,能够为山东省制定低碳发展政策提供一定的理论支撑,也为其他省市的节能减排工作提供借鉴。

关键词：碳排放时空变化 STIRPAT模型情景预测山东省

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的短期电力数据预测研究与应用

基于深度学习的短期电力数据预测研究与应用

作者：郭继金临沂大学

学位级别：硕士

随着全球能源需求的不断增长和可再生能源的融入,电力系统的管理和运营面临着前所未有的挑战和机遇。在此背景之下,电力数据预测成为保障电力系统稳定运行、提升能源利用效率以及推动智慧电网发展的核心技术。近年来,深度学习模型在电... 详细信息

随着全球能源需求的不断增长和可再生能源的融入,电力系统的管理和运营面临着前所未有的挑战和机遇。在此背景之下,电力数据预测成为保障电力系统稳定运行、提升能源利用效率以及推动智慧电网发展的核心技术。近年来,深度学习模型在电力预测方面应用广泛,但在处理复杂度较高的电力数据时,仍存在特征提取困难、预测精度不高、预测效率较慢以及参数难以确定等问题。针对以上问题,本文提出了两种深度学习混合模型,并针对混合模型的各个阶段进行性能改进。具体地,本文的主要研究内容如下:(1)针对现有电力数据预测模型预测精度低、参数难以确定的问题。本文提出了基于WOA-VMD-1DCNN-BiLSTM电价预测混合模型。首先在数据预处理阶段,利用VMD(变分模态分解)对序列数据降噪,然后以1DCNN(一维卷积神经网络)和BiLSTM(双向长短期记忆网络)构建1DCNN-BiLSTM模型作为主体预测模型。为了提高电价预测的准确性,引入WOA(鲸鱼优化算法)对模型参数进行优化。实验结果表明,所提出的WOA-VMD-1DCNN-BiLSTM模型在电价预测方面相比于其他模型展现出了更优的性能,验证了模型结构的有效性以及鲸鱼优化算法在参数优化方面的应用价值。(2)为了解决手动提取电力负荷特征的困难以及传统电力负荷预测技术在处理时间序列数据时的不足,本研究利用时序卷积网络(Temporal Convolutional Network,TCN)、双向长短期记忆网络(Bidirectional Long Short-Term Memory Networks,BiLSTM)和注意力机制(Attention)提出了一种基于通道融合的TCN-BiLSTM-Attention模型。该模型通过并行的TCN和BiLSTM网络对时间序列数据进行深入分析,利用通道融合策略整合两种网络的特征提取能力,并通过注意力机制进一步强化关键信息的捕获,为了避免人为设置模型超参数的随机性和偶然性,利用WOA对模型的超参数进行寻优,以提升预测的准确性和效率。该模型的构建基于TensorFlow框架,并通过使用摩洛哥的电力负荷数据集,与多个基准模型进行了比较实验。实验结果证实,该模型在电力负荷预测领域相较其它模型表现出更高的预测性能。(3)本研究开发了一套用电管控系统以协助工业用户优化电力使用,该系统集成了研究中提出的预测模型,用于执行负荷和电价的预测任务。研究中的预测模型在系统应用中展现出良好的表现,有效提高了工业用户在生产规划和能源管理方面的便利性。

关键词：电力预测深度学习注意力机制双向长短期记忆网络变分模态分解

鲁迅杂文艺术论纲——机智“捭阖”与匡正之辨

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

文学评论 2024年第1期 123-131页

作者：姜振昌临沂大学文学院

“捭阖”的战略战术智慧被鲁迅杂文融汇于谈论世事、针砭时弊等的匡正分辨中。其要义一是“捭反”,二是“反覆”,三是“反听”,四是“量权”揣情。由此成就了委婉含蓄却博大精深的鲁迅式杂感艺术。

关键词：鲁迅杂文机智“捭阖” “量权”揣情曲笔

融合GBDT与神经网络的点击率预估优化方法研究及应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

融合GBDT与神经网络的点击率预估优化方法研究及应用

作者：曹伟临沂大学

学位级别：硕士

在数字经济快速发展的当下,数据作为一种新兴的生产要素,在推动经济社会发展中扮演着越来越重要的角色。随着对数据价值认知的逐渐深入,各地政府相继建立了数据交易中心,旨在促进数据资源的开放与共享。然而,我国数据交易市场目前仍处... 详细信息

在数字经济快速发展的当下,数据作为一种新兴的生产要素,在推动经济社会发展中扮演着越来越重要的角色。随着对数据价值认知的逐渐深入,各地政府相继建立了数据交易中心,旨在促进数据资源的开放与共享。然而,我国数据交易市场目前仍处于起步阶段,面临着成交率低、交易额有限等问题,这些挑战严重影响了数据的流通与变现能力。此外,数据量的爆炸性增长,用户在海量数据资源中难以迅速找到符合其需求的数据,成为亟待解决的问题之一。而近几年发展迅速的各种数据挖掘、机器学习和深度学习等技术,尤其是点击率预估方法在此方面表现出色。通过深入分析现有的点击率预估方法,发现其在特征表示方面存在一定的不足,尤其是不能准确反映特征在不同实例中的作用不同的考虑。本文围绕数据交易市场及点击率预估方法的现状进行全面分析,并进行以下展开工作:(1)针对现有的点击率预估方法缺乏准确反映特征在不同实例中的作用不同的考虑,本文提出一种融合GBDT和IFM的点击率预估方法GBIFM(Click-through rate prediction method combining GBDT and IFM)。该方法采用GBDT进行数据处理,能够灵活处理各种类型的数据,无需对离散特征进行one-hot编码处理。通过引入输入感知因子,针对不同实例细化每个特征的权值向量和嵌入向量,能够自适应地学习每个输入向量对特征表示的贡献,准确反映特征在不同实例中的作用不同。此外,通过引入全连接网络捕获高阶特征,使方法具有更好的表达能力和泛化能力,更好地处理复杂结构的数据。通过在Criteo和Avazu数据集上的实验结果表明,GBIFM相较于Deep FM、AFM、IFM等典型方法,AUC值提升了10%-12%,Logloss值降低了6%-20%,提高了点击率预估的准确率。(2)为了验证GBIFM方法在实际应用中的效果,本文创新性地设计并实现数据交易系统。通过该系统,数据拥有者公开他们的数据资产,并详细说明数据的属性、应用场景和潜在价值。需求方利用该系统来查找和筛选符合其需求的数据资产。同时将GBIFM应用于系统中,通过对用户的搜索行为、偏好和交易历史进行深入分析和有效处理,进而优化了数据的推荐流程。这一策略大幅提升了用户在海量的数据资源中寻找所需数据的能力,使数据寻求者能够更快速地找到所需资源,进而促使数据交易顺利完成。

关键词：数据交易点击率预估 GBIFM GBDT IFM

基于Transformer的单目标跟踪算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Transformer的单目标跟踪算法研究

作者：苑鹿涛临沂大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于知识图谱的物联网漏洞分类算法研究

基于知识图谱的物联网漏洞分类算法研究

作者：王奕方临沂大学

学位级别：硕士

随着物联网技术的迅猛发展,物联网设备的数量呈爆炸式增长。安全漏洞广泛存在于物联网设备中,对整个物联网生态系统的安全构成了威胁。目前,漏洞信息的海量性和分布的不均衡性,导致网络安全管理人员在处理漏洞时面临困难。因此,及时、... 详细信息

随着物联网技术的迅猛发展,物联网设备的数量呈爆炸式增长。安全漏洞广泛存在于物联网设备中,对整个物联网生态系统的安全构成了威胁。目前,漏洞信息的海量性和分布的不均衡性,导致网络安全管理人员在处理漏洞时面临困难。因此,及时、准确地对漏洞进行分类对于安全管理人员及时修复漏洞、保障网络安全至关重要。有效的漏洞分类能够使网络安全管理人员迅速掌握漏洞的详细信息,及时识别漏洞的性质和严重程度,以便尽快制定出更加有效的应对策略,以减少漏洞带来的损害。然而,传统的漏洞分类方法在面对不均衡的物联网漏洞数据时,分类效果不佳,特别是精确率和召回率都偏低,难以有效应对当前的安全挑战。针对上述问题,本文以GPT模型和知识图谱为基础,从特征提取和分类算法两个核心方面入手,提出了一种新的物联网漏洞分类方法,旨在提高漏洞分类的效果。首先,针对传统特征提取方法的局限性,本文提出了一种融合微调GPT模型和TFIDF方法的最优特征提取算法。本文利用GPT模型的强大自然语言处理能力,对漏洞描述文本进行深层次的语义分析,提取出反映漏洞本质特征的关键词汇和语义信息。而后使用TF-IDF方法识别出对全文影响重大的关键词,确保了特征集的全面性和精确性。本文结合GPT提取的局部特征集和TF-IDF提取的全文特征集,充分利用深度学习的优势来弥补传统特征提取方法的不足,提高了特征提取的全面性和准确度。其次,针对分类算法在处理不均衡样本效果不佳的问题,本文基于知识图谱提出了一种有效应对不均衡样本数据的漏洞分类算法(KG-KNN)。在综合分析现有物联网漏洞和上述方法提取的最优特征集的基础上,本文对物联网漏洞数据和特征词集进行整合,构建了一个独有的特征知识图谱。KG-KNN利用该特征知识图谱,提取特征间的关联关系,并整合漏洞信息存储在图数据库中,使其很好地应用于不均衡样本数据场景中。并且,KG-KNN将特征间的关联距离加入到相似度计算中,实现多维度计算漏洞相似度,提升了漏洞分类的效果。本文采用了从多个漏洞库整合的物联网漏洞数据集进行实验,并使用统一的指标来对不同方法的实验结果进行比较。实验结果表明,相较于传统的分类算法,基于知识图谱的物联网漏洞分类算法能够有效地应对不均衡的样本数据,在精确率、召回率、F1分数等方面均有不同程度的提高。

关键词：物联网知识图谱漏洞分类机器学习 GPT模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

镍基硼化物催化剂的制备及其电解水性能研究

镍基硼化物催化剂的制备及其电解水性能研究

作者：荆福祥临沂大学

学位级别：硕士

环境污染和化石能源的急剧枯竭已成为全球关注的重要问题。随着人们环保意识的不断提高,寻找高效、清洁和可再生能源的兴趣也越来越浓厚。氢能具有零碳排放和高效率的优点,被认为是传统化石燃料的最佳替代品。在诸多制氢技术中,电解水... 详细信息

环境污染和化石能源的急剧枯竭已成为全球关注的重要问题。随着人们环保意识的不断提高,寻找高效、清洁和可再生能源的兴趣也越来越浓厚。氢能具有零碳排放和高效率的优点,被认为是传统化石燃料的最佳替代品。在诸多制氢技术中,电解水制氢作为一种具有实际应用价值的可行技术而备受关注。然而,复杂的电子传递过程导致电解水反应的动力学迟缓,电解槽两极所发生的析氧反应（OER）和析氢反应（HER）表现出高过电位,严重限制了电解水整体运行效率,阻碍了其商业化。为了提高电解水能量转换效率,人们一直致力于设计电催化剂以降低反应能垒。在各类催化剂中,基于铱（Ir）和钌（Ru）的贵金属氧化物被认为是性能最好的OER电催化剂,而铂（Pt）基材料则表现出高效的HER催化性能,但成本和稀缺性限制了它们的广泛应用。因此开发低成本、高效稳定的电解水催化剂是目前研究的热点。本文对镍基硼化物电催化剂的制备及应用进行了研究,研究内容如下:1.通过在石墨炔上电化学沉积Co-Ni3B,构建了Co-Ni3B/GDY异质结构,显著提高了电催化析氧性能。作为一种先进的催化剂,在1.0 M KOH溶液中,Co-Ni3B/GDY/CF只需要270 m V的过电位就能产生20 m A cm-2的电流密度,同时拥有较小的Tafel斜率(107 m V dec-1),优于对照组GDY/CF和Co-Ni3B/CF催化剂。此外,所组成的碱性电解槽显示出优异的催化活性以及持久的耐用性,在10 m A cm-2下电池电压仅为1.53 V。密度泛函理论（DFT）分析表明,异质结界面之间的协同效应降低了速率决定步骤的能垒,使电解水过程更加容易。本研究为构筑和设计高效镍基OER催化剂开辟了新途径。2.通过电化学沉积法在碳布基底上制备Fe-Ni2B/CC,而后通过浸渍方法,获得Ir/Fe-Ni2B/CC异质结构催化剂。通过XRD、SEM、TEM、EDX和XPS对样品的结构、形貌、元素分布以及价态进行了分析。并研究了Ir/Fe-Ni2B/CC在析氢反应中的催化活性。在1.0 M KOH溶液中,Ir/Fe-Ni2B/CC催化剂仅需要28 m V的析氢过电位就可以获得10 m A cm-2的电流密度,所组成的碱性双电极电解槽（Ir/Fe-Ni2B/CC||Ir/Fe-Ni2B/CC）也表现出优异的活性,电流密度达到10 m A cm-2时仅需要1.49 V的槽电压。与其他合成方法相比,通过电沉积技术可以使硼化物直接负载到基底上,具有良好的机械附着力,不使用粘结剂,避免了催化过程中活性位点堵塞。本研究为制备高效的低铂析氢催化剂提供了一种简便可拓展的方法。

关键词：镍基硼化物电化学沉积电催化剂水分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于信用博弈的数据价格动态评估模型及应用

基于信用博弈的数据价格动态评估模型及应用

作者：张继群临沂大学

学位级别：硕士

随着网络技术的迅猛发展和普及,数据量呈现出爆炸式增长的态势,数据交易因此逐渐崭露头角,成为市场的新热点。同时,数据价值也日益凸显,尤其在智慧应用领域,数据作为关键的驱动力,有力地推动了产业升级的进程。然而,现有的数据交易平台... 详细信息

随着网络技术的迅猛发展和普及,数据量呈现出爆炸式增长的态势,数据交易因此逐渐崭露头角,成为市场的新热点。同时,数据价值也日益凸显,尤其在智慧应用领域,数据作为关键的驱动力,有力地推动了产业升级的进程。然而,现有的数据交易平台存在诸多问题。例如,在传统数据交易平台中用户一旦上传数据,便失去数据所有权,定价完全由平台把控,数据所有者无法充分了解数据潜在价值;网络上买卖双方身份虚拟,造成信用缺失,导致数据交易中的数据价格难以评估且存在严重的数据安全问题。针对以上问题本文建立了基于信用博弈的数据价格动态评估模型。该模型由两部分构成:初始化定价和买卖双方的信用博弈模型。通过对买卖双方交互过程的分析,在给出了买卖双方博弈的扩展式、信用矩阵和信用函数调整表的基础上,分别对价格动态博弈基本博弈过程和重复博弈过程中混合策略贝叶斯均纳什衡的存在性进行了分析。模型创新点在于:初始化定价防止数据价值偏离;引入博弈论对用户信用进行评估,最终交易价格在初始化定价和用户信用值的基础上形成。通过仿真实验模拟买卖双方博弈过程,对比网络中已有标价的数据集,发现本模型可以基本拟合市场价格,数据定价差异百分比可以控制在10%左右,交易成功率超过96%。基于以上理论成果,本文研发了基于区块链的数据交易仿真平台,将数据价格动态评估模型应用到平台中实现数据定价。平台由客户前端、后端和数据库三部分构成,其中数据库采用以太坊加星际文件系统模式保证数据存储安全。通过加权指纹算法对文本进行相似度计算实现数据确权;通过智能合约构建了以交易体为中心的数据加解密流程以保证交易过程中的数据安全并提升交易效率。与现有数据交易平台相比,本文搭建的仿真平台能够实现数据确权,保证数据交易中的数据安全问题并降低交易费用,为买卖双方提供安全可靠的数据交易服务。

关键词：数据交易博弈论区块链信用矩阵纳什均衡

基于有限时间控制的多智能体系统一致性问题研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于有限时间控制的多智能体系统一致性问题研究

作者：吴岳临沂大学

学位级别：硕士

多智能体系统一致性作为控制领域的研究热点,在智能电网、群体机器人、分布式传感器网络等领域具有巨大应用潜力。在多智能体系统中,收敛速率作为评判系统一致性控制的重要性能指标,高效的收敛速率意味着系统可以更快地做出响应和调整,... 详细信息

多智能体系统一致性作为控制领域的研究热点,在智能电网、群体机器人、分布式传感器网络等领域具有巨大应用潜力。在多智能体系统中,收敛速率作为评判系统一致性控制的重要性能指标,高效的收敛速率意味着系统可以更快地做出响应和调整,从而提高了系统的快速响应。相较于多智能体系统有限时间一致性,固定时间和预设时间一致性不仅可以保证误差收敛的快速性,且收敛时间与系统的初始状态无关。由于智能体状态的连续更新会导致智能体之间的通信带宽受限,使得系统不能长时间稳定运行。基于以上原因,本文通过设计分布式控制方案研究了多智能体系统的固定和预设时间一致性问题。考虑系统通信带宽受限问题,通过事件触发机制来实现分布式控制器的不连续更新。本文主要内容安排如下:首先,针对于一阶多智能体系统,研究了系统中存在领导者非零控制输入和外部干扰下固定时间主从一致性问题。设计一种新型的分布式固定时间控制器来解决一致性问题。该控制器能较好地抑制外部干扰和非零领导者的控制输入。并且收敛时间不受系统初始状态的影响。通过仿真例子验证了所提方法的可行性。其次,针对于智能体拓扑结构中存在的合作竞争机制,研究了一阶多智能体系统的预设时间二分平均一致性控制问题。考虑在控制器中加入性能函数,使得系统可以在规定的时间内达到二分平均一致性,且收敛时间不受系统参数和初始条件的影响。并证明了所提分布式预设时间控制器的平滑性。考虑了合作-竞争信息交互机制,在此机制下,基于Lyapunov稳定性理论和代数图论,得到了实现二分平均一致性的条件,从而实现了多智能体系统的二分平均一致性。通过仿真例子验证了所提方法的可行性。另外,研究了基于事件触发机制下一阶多智能体系统的固定时间主从一致性问题。为了解决智能体中的快速收敛问题,设计了一种分布式固定时间控制器,使智能体的一致性在收敛时间内收敛,系统中达到一致性的收敛时间与初始条件无关,仅取决于所设计控制器的参数。考虑系统中存在通信带宽受限的情况,针对智能体间的连续通信,设计了事件触发控制策略,以减少控制器中智能体状态的持续更新,并避免了系统的芝诺行为。通过仿真例子验证了所提理论的有效性。最后,研究了权重有向图下非线性多智能体系统的动态事件触发的固定时间主从一致性问题。针对不确定干扰和领导者的非零控制输入,设计了一种新的分布式固定时间控制协议。提出了一种新的动态事件触发控制策略以用来避免智能体之间持续通信,节约了智能体之间的通信资源。通过引入动态阈值,降低了排除系统内芝诺行为的复杂性。通过仿真例子和在单连杆机械臂系统中的应用验证了所提理论的有效性。

关键词：多智能体系统固定时间控制预设时间控制一致性控制事件触发控制