能量评估模型范文

能量评估模型范文（精选9篇）

能量评估模型 第1篇

关键词：塑性材料,能量评估模型,形变记忆,力学性能

0 引言

肝脏是道路交通伤中最容易受损的腹腔脏器,也是腹部损伤引起死亡的最常见原因[1]。对肝脏损伤的评估是车辆安全设计和降低伤亡率的必要基础[2]。目前,车辆的安全评估采用的碰撞假人,是在早年尸体“加速性损伤”碰撞实验研究的基础上研发的一种高度简化的物理模型[3]。而在实际交通事故中,驾乘人员肝脏损伤多为 “减速性损伤”。肝脏“加速性损伤”与最大压缩量和最大变形速度的乘积密切相关,而“减速性损伤”主要是惯性损伤,两者致伤机制有明显差别[4]。因此现有碰撞假人难以评估肝脏损伤,急需寻求新的肝脏损伤评估方法。

因肝脏位于腹腔内,难以获知其损伤时从腹壁外侧传递到肝脏的损伤参数。在交通事故重建中,可根据车辆变形分析车辆碰撞受力方向,并可计算车辆碰撞能量[5];在固体材料力学领域,可以通过材料的变形研究材料的受力和变形能量[6]。为此,本课题拟研制一种塑性复合材料作为肝损伤评估模型,此塑性复合材料需要具有以下3个特点:可感知每个方向的受力;可通过塑性变形测量、确定冲击能量;变形材料可分析出伤害对象的几何形状。

常见的塑性材料主要有3大类,一是在高作用力条件下可塑性的金属材料,如合金、金属、泡沫铝等[7];二是用于热加工成型的热塑性复合材料[8],如聚烯烃塑料、乙基纤维、复合硅橡胶等;三是在常温下较小作用力可致塑性变形的复合混合材料,如肥皂、蜡烛、橡皮泥等。就肝脏损伤评估研究而言,弹性模量和屈服应力都高的合金、金属不适合本课题使用。从本课题组前期材料碰撞实验结果看,泡沫铝材料、肥皂材料单位体积变形所需的能量对于肝脏损伤评估来说仍然偏大,不能作为评估损伤使用;而且肥皂因含有约30%水分,易风干失水而开裂,使得材料稳定性下降;橡皮泥性状不稳定,易变干、变硬;蜡烛是石蜡,受热易融化为液态,性质也不稳定。因此需要分析几种常温下较小作用力可致塑性变形的复合混合材料的组分,通过调整、增加其他组分研制一种新的塑性材料作为本课题所需的塑性材料。经初步试验,确定组分为PS/SS/PL/PVA的塑性复合材料,本实验对各组分含量进行优化,筛选出最为合适组分的塑性复合材料。

1 实验

1.1 材料

PVA-124、液体石蜡,分析纯,成都市科龙化工试剂厂。硬脂酸钾、硬脂酸钠,分析纯,天津市光复精细化工研究所。所用药品均为分析纯,实验前无需进一步纯化。

1.2 塑性复合材料的制备

分别将各组分按照PVA-124(1%~4%)、硬脂酸钠/硬脂酸钾(0%~70%)和液体石蜡(25%~40%)的比例(均为质量分数)加入到500mL烧杯中,玻璃棒搅匀;将烧杯放入(95±5)℃的恒温水浴锅中,将烧杯固定;用力学搅拌器以200r/s搅拌材料,充分搅拌3h;搅拌完毕后将材料取出于圆柱形模具(内径为25mm的不锈钢钢管)中成型,待室温冷却后脱出模型,截取圆柱型材料试件高度为(50±10)mm。

本实验中因聚乙烯醇-124的熔点在85 ℃左右,为确保聚乙烯醇-124溶解以减少材料在变形过程中的开裂现象,实验温度以(95±5)℃比较合理。因该材料为塑性材料,夹具无法夹紧并进行拉伸实验,将采用压缩实验测定塑性材料的力学性能,在压缩实验中圆柱型压缩试件要求圆柱高度为直径的1.5~3倍[9],即直径为25mm的圆柱试件,其高度需要在37.5~75mm的范围内。

1.3 力学性能的研究

采用Instron 8871动态疲劳材料拉伸压缩试验机(美国)来研究塑性材料的力学性能,其压力传感器的范围为 ±50N,压缩速度为10mm/min,输出变形抗力(偏移量0.2%)和极限压缩应变。受试的各组分样品分别进行3次试验,以确保结果的可靠性。

1.4 SEM的研究

采用LEO-supra35 扫描电子显微镜,在放大倍数2000倍下,对PS/SS/PL/PVA比例为70/0/28/2、0/70/28/2、35/35/28/2的塑性复合材料进行形态结构和断裂面的观察。

2 结果与讨论

2.1 SS/PS比例对材料力学性能的影响

脂肪酸及其盐类在摩擦学领域得到了较多研究,其中硬脂酸钠熔点149~155 ℃,可作为热稳定剂,具有优良的润滑性,加工性能好[10];硬脂酸钾固体润滑薄膜具有优异的摩擦学特性[11]。本实验选用硬脂酸钠和硬脂酸钾作为材料的固相备选成分。为筛选SS/PS的含量,固定PVA含量为2%、PL含量为28%,测试SS/PS比例不同的塑性复合材料的应力-应变曲线,如图1所示。由图1可知,随着硬脂酸钠(SS)比例的增加,塑性复合材料的变形抗力增大,SS/PS比为70/0时变形抗力(0.118MPa)是比例为0/70时(0.025MPa)的4.72倍;极限压缩应变增加,SS/PS比为70/0时极限压缩应变(7.277%)是比例为0/70时(18.208%)的0.40倍。变形抗力反映的是材料抵抗变形的能力,也可反映材料变形的难易程度,极限压缩应变反映的是材料最大许可变形量[9]。本实验设计制备的塑性复合材料是要制成肝脏损伤评估模型,因此要求在实验过程中材料模型保持原有的形状,即要求具有相应的变形抗力。实验结果显示,当材料的变形抗力达到0.050MPa后,材料放置移动不易变形,满足此要求时,SS/PS比例要达到35/35,此比例的塑性复合材料的变形抗力(0.056MPa)达到要求,极限压缩应变(10.673%)比其他比例的要大,且其应力-应变曲线(d)出现明显的屈服阶段,因此当SS/PS比例为35/35时,塑性复合材料的力学性能最佳。

2.2 PL比例对材料力学性能的影响

新型橡皮泥以液体石蜡为液相成分,与甘油等配制而成,液体石蜡的添加可提高油粘土的可塑性[12]。固定硬脂酸钠与硬脂酸钾比例为1∶1,PVA含量为2%,测试PL含量从25%至40%变化时塑性复合材料的应力-应变曲线,如图2所示。

由图2可知,随着液体石蜡(PL)比例的增加,塑性复合材料的变形抗力减小,PL比例为25% 的材料的变形抗力(0.130MPa)是比例为32%时(0.051MPa)的2.55倍;极限压缩应变增加,PL比例为25% 的材料的极限压缩应变(5.271%)是比例为32%时(10.425%)的0.50倍。当PL比例达到35%后,材料的变形抗力低于0.003 MPa,极易发生变形,且极限压缩应变无法测得。PL比例为28%时,材料变形抗力达到使用要求,极限压缩应变最大。

2.3 PVA比例对材料力学性能的影响

本实验研制的塑性复合材料要求材料在满足变形抗力外,极限压缩应变越大越好,而极限压缩应变是指在侧表面出现第一条裂纹时的最大变形量,因此固相组分颗粒之间既要易滑移又要具有一定的相互粘性,液相组分要解决滑移的问题,加工助剂要解决粘性的问题,聚乙烯醇属于高分子,具有较多的羟基,可以与其他分子间形成氢键[13],从而减少材料开裂问题。固定硬脂酸钠与硬脂酸钾比例为1∶1,PL含量为28%,测试PVA-124含量从1%至4%变化时塑性复合材料的应力-应变曲线,如图3所示。

随着PVA-124含量的增加,塑性复合材料的变形抗力减小,PVA-124含量为1%的材料的变形抗力(0.066 MPa)是含量为4%时(0.050MPa)的1.32倍;极限压缩应变增加,PVA-124含量为1%的材料的极限压缩应变(4.268%)是含量为4%时(10.731%)的0.40倍,这可能是PVA聚合物上碳链骨架的硬度以及其大量羟基与PS/SS之间的彼此作用的结果。由综合变形抗力和极限压缩应变数据,可以得出2%的PVA更适合本材料。

2.4 SEM观察

材料的结构决定材料的性质,可以通过材料的微观结构解释材料的宏观力学性能[14]。为了更好地分析本实验研制的塑性复合材料的力学性能,用扫描电子显微镜对3种不同材料进行了观察,其结果如图4所示。

图4(a)为固相组分只有硬脂酸钾(即PS/SS/PL/PVA比例为70/0/28/2)的塑性复合材料,该材料组成细腻,存在一些孔洞结构,材料主要由较小的粉末组成;固相组分只有硬脂酸钠的塑性复合材料(图4(b))表面存在大量凸起或隆起,尺寸为4~10μm不等,材料主要由略大的颗粒状组成;当PS/SS/PL/PVA比例为35/35/28/2时(图4(c)),材料既有较大的颗粒,又有较小的粉末状,且分布均匀。这说明硬脂酸钾在材料中以较小的粉末状存在,硬脂酸钠以略大的颗粒状存在,受力变形条件下,硬脂酸钾易发生滑移,即有利于极限压缩变形,而硬脂酸钠会提高材料的变形抗力,两者结合可以平衡变形抗力和极限压缩变形。

3 结论

地税纳税评估模型 第2篇

制造行业在全县经济总量中占有一定的比重。2011年全局共入库5231万元，占全年总入库税收33456万元的16%。纺织行业作为我县制造业的支柱行业，首先根据行业特点和工艺流程，以产能分析为中心、以纺织产品品种结构和生产工艺特点分析为切入点、依托评估指标和产能测算展开分析，对企业收入、成本、费用的真实性、准确性进行评估，确保了行业模型具备科学性、适用性。其次开展了行业典型调查。以生产经营正常，财务核算健全，具有代表性为条件，将商河县织布厂企业作为典型调查对象，摸索建立评估模型。三是科学测算。深入企业调查核实，充分掌握该行业生产经营特点、具体的工艺流程，通过各种途径对大量数据进行采集和测算，如通过“一户式”查询系统采集相关征管数据；通过国税部门采集企业增值税纳税信息；通过电力部门采集企业用电量信息；通过劳动部门采集企业用工信息；通过有关渠道获取原材料采购、产品销售价格、投入产出比率、成本费用率等行业标准指标，从而为建模工作提供科学依据，提高合理性和说服力。四是深入分析。根据掌握的数据指标，分别设立预警区间，并对低于预警范围和超出预警范围的情况进行分析判断，从而发现纳税疑点，同时，设立了规范统一的数据采集模板，内容包括产品购销信息、成本费用构成、财务指标等，建立起一套严密科学的纺织行业纳税评估模型。

评估具体方法及内容

除进行指标测算、数据比对等实证分析外，还要对本企业内部控制制度、财务核算情况进行总体分析评价，并根据分析情况对企业的有关数据进行校正，保证采集数据的准确性。

（一）财务税收指标的分析

1、企业的销售额与企业的实际经营规模是否相适应，具体可分析以下指标：企业注册资金、固定资产、流动资产规模，企业在职职工人数；

2、销售额、存货购进额与资金周转情况是否相适应，具体可分析、查看资金周转率，一定时期内资金循环几次，确定是否存在销售不入账的可能；

3、查看销售利润率是否合理，在达到销售保本点的情况下，同行业、同一类型产品与正常、市场销售利润率应相近（剔除路途远近，技术工人熟练程度，管理不善等因素）；

4、收入、费用是否配比：

（1）销售额与水电费支出是否配比。一般来说，同行业每万元销售额与水电费支出比是相对稳定的，如果脱离了正常比例，则可能存在隐瞒销售现象；

（2）数量与运费支出是否配比。一般情况下，一定路程的运费在一定时期内是相对稳定的，如果销售数量与运费市场价格不配比，发生异常，则有可能存在虚列运费支出或销售不入账等现象；

5、销售数量与存货出库数量是否对应。一般情况下，产成品出库数量与销售是相对应的，否则存在销售不入账现象；

6、投入与产出是否配比。正常情况下，购进存货数量与产成品入库数量，剔除生产过程中正常损耗值，一定数量的存货应该生产出相对固定数量的产成品，如果不在正常值范围，则说明产成品未全部入库或存货未经加工而直接销售未入账；

7、成本费用是否配比。产成品入库数量与工人工资应当配比，每件或每批产成品入库，生产人员工资是相对固定的，如果发生异常，则存在虚列工资成本或产成品未完全入账现象。

8、是否存在视同销售行为，有无按规定进行纳税调整。

（二）能耗、物耗指标的分析。

1、单位产品耗用水、电、油等能源情况分析；

2、单位产品主要原材料耗费情况分析；

姜堰地税辖区内现有棉纺织行业企业190户，2010入库企业所得税574.3万余元，所得税的贡献率平均值仅为0.24%。调查发现：棉纺织行业企业多为民营企业，中小企业与个体经营者数量居多，资本投入量相对较大，会计核算水平普遍不高，财务核算基础较低。加之纺织行业属劳动密集型产业，产品科技含量不高，规模大小不等，销售不开具增值税专用发票的现象比较普遍，少申报或不申报应税销售收入的现象更是屡见不鲜。

能量评估模型 第3篇

【关键词】滑坡地质灾害；能量损伤锚固模型；应用

滑坡地质灾害是一种土体位移而造成的灾害，土体位移的原因有自然因素，也有人为因素。一般滑坡地质灾害爆发与气象水文、地形地貌以及地质灾害有关联。滑坡地质灾害的危害性能够阻碍我国社会经济的发展，所以，要把滑坡地质灾害所带来危害降至最低，就需要在滑坡地质灾害的治理上入手进行研究。

1.滑坡地质灾害

1.1形成因素

滑坡地质灾害俗称“走上”、“垮山”、“地滑”、“土溜”等，其成因包括自然因素和人为因素。

1.1.1自然因素

自然因素主要体现在地质构造和降雨量上。地质构造本身土体土质不稳是造成滑坡地质灾害的主要原因，而降雨是造成滑坡地质灾害最直接的原因。降雨将雨水渗透进土体，改变了其土质，增加了土层的重量，使土层变得松散容易位移，从而出现滑坡地质灾害。一些土层在降雨停止后经过阳光的曝晒，使得水分蒸发，土质干燥而开裂，甚至脱层，使土层在受到地心引力的影响下发生位移，滑坡地质灾害也随之出现。

1.1.2人为因素

造成滑坡地质灾害的人为因素主要体现在工程施工造成的土层松散以及人为活动造成的土体脱层。具体表现在：①工程施工对土地进行开发挖掘，使土层松散；②工程设计时为考虑不周全，排水系统未健全；③人为开地耕种使得土层松动，易移位。

1.2规律

滑坡地质灾害发生的时间有一定的规律可循，因为它与地震、温度、气候、以及人类活动有关，一般具有同时性，而有些滑坡现象发生的时间也会在诱发因素作用后，比如：融雪、风暴潮以及暴雨等来袭后，通常不会立即发生滑坡现象，但是会使得土质疏松，为之后的滑坡地质灾害留下了隐患。个人的山地开垦也使滑坡地质灾害具有滞后性，因为个人的山地开垦一般是用作耕种，不会进行大量开垦，通常会选择在坡脚处开挖，坡脚开挖后，因为其影响面积小，所以滑坡现象并不会立马显现，只有在自然因素的影响下，其坡体下滑重力累计到一定的程度，就会导致滑坡地质灾害。

2.能量损伤锚固模型在治理滑坡地质灾害中的应用

2.1建模

所谓建模是模型系统化建立的过程，建模是研究系统的重要手段和前提。所以在滑坡地质灾害治理工程中，工程施工之前，要对能量顺上锚固模型进行建模。通过建模这一步骤掌握施工中可能要用到的所有数据，这对于滑坡地质灾害治理工程成功实施有很大的帮助。滑坡地质灾害中，需要对土层土体进行岩体加锚，采用锚杆结构+削坡+排水+挡土墙的治理方案。确定好治理方案后，再进行治理滑坡地质灾害治理队伍的组建。在岩体加锚中，锚杆要与加固岩体合成损伤岩锚柱单元。在进行治理相关的计算时，把损伤岩锚柱单元的刚度与相应的裂隙岩体的刚度相叠加，就可以显示出锚杆对于围岩变形的制约作用，这样才能确定好能量损伤锚固模型的建立。

2.2治理施工部署

在确定好滑坡地质灾害治理施工隊伍后，要对其滑坡治理工程的顺序进行计划。滑坡地质灾害的治理施工内容主要由锚杆结构、挡土墙、削坡和排水四个部分组成。根据滑坡地质灾害的特点与技术规范要求，再结合治理工程师已有的经验，采取先上后下的施工顺序。

（1）要先做好治理施工前的准备，实现水通、电通、路通和场地平整。

（2）对岩体力学参数等数据测量定位，建立好滑坡监测点，做好定期观测的准备。

（3）除了削坡区域，其他的排水工程要与现有的排水系统相配合，给予修复和改造。

（4）要搭好锚杆的手脚架，然后钻孔和固定灌浆。

（5）挡土墙、滑坡区域内的排水要予以修复和改造。

（6）恢复滑坡面，进行填土、种植等恢复措施。

2.3计算模型选择

对于滑坡坡体边缘进行治理时，可以采用弹塑性损伤结构模型，先模拟出力学变形的特征，模拟出治理时可能出现土层位移问题，再对滑坡的坡体进行系统锚杆。能量损伤锚固模型的作用是能够起到模拟坡体支护的作用。

2.4计算结果

2.4.1优化滑坡地质灾害治理设计方案

能量损伤锚固模型能够在确保质量和安全的前提下，进行滑坡地质灾害的治理，使得滑坡地质灾害治理方案更优化。严格按照设计要求，对整个滑坡地质灾害治理予以控制，对小坡面控制点进行坐标和高程把控，对治理时的坡面平整度严格把关，才能实现优化滑坡地质灾害的目的。许多实例证明，平整度对锚杆的施工起关键作用，且能直接影响到整个治理的结果。在进行锚杆支护的同时，要考虑到对生态环境的影响，在保证不破坏生态环境的前提下，进行锚杆外挂，钢筋混凝土进行菱形格梁，在支护环节完成后，进行填土，种植植被，恢复其原始状态。

2.4.2设计方案应用

在设计与计算的时候，基本上已经就杆单元法和能量损伤锚固法的情况进行了比较，经过对比较结果的研究发现，一般来说，在所有的条件完全一致的情况下，要想保证滑坡坡体边缘的稳定，锚杆长度在杆单元法的设计中要比能量损伤锚固法设计长，而锚杆的数量在杆单元法设计中药比能量损伤锚固法多。在不破坏生态环境，保证其施工安全的前提下，能量损伤锚固模型能够优化设计，使工程施工的成本大大降低。值得注意的是，在进行原有的滑坡治理时，如果发现有与原设计不符的现象，必须要对设计进行修改或补充，等设计完善好以后再进行治理施工。

3.结束语

滑坡地质灾害的治理是一项复杂的工程，其多专业性与多工种性使得在治理过程长。所以，在治理之前，要充分做好计划，使设计和施工能够完美衔接。能量损伤锚固模型在滑坡地质灾害治理施工中起到的作用就在于优化设计方案、加固设计方案，在保证滑坡地质灾害治理不破坏生态环境和保证安全、质量的前提下，缩短工期、降低成本，使得滑坡治理取得了明显经济效益。

【参考文献】

[1]王永，王海棠，楼颂平.浙江地区小型土质滑坡地质灾害特征及防治方法研究—以长兴县泗安镇山门口滑坡为典型[J].科技通报，2012，28（7）.

[2]郑师谊，张绪教，杨艳等.层次分析法在滇西怒江河谷潞江盆地段崩塌与滑坡地质灾害危险性评价中的应用[J].地质通报，2012，31（2）.

供热系统能量消耗的评估和研究 第4篇

关键词：热用户,供热系统的热源,供热消耗量,评估

1 供热系统消耗能量的评估

1.1 供热系统消耗能量的过程

供热系统由热源反热能送达热用户, 一般经过热制备———转换———输送———用热。

城市集中供热热制备主要来自燃烧化石燃料 (煤、油、气) 的区域锅炉房和城市火力热电厂。锅炉的主要耗能设备是锅炉、燃料输送及灰渣清除机械、鼓风机和引风机、水制备和输配系统的水泵 (循环水泵、补水泵和加压泵) ;它们耗用的能源是燃料、电力、水和热;通常可以用单位供热量的消耗量来评定耗能水平。热电厂是由抽凝式或背压式供热机组排 (抽) 汽通过热能转换装置 (通常称为首站热交换器) 传递给热网系统;首站是供热系统的热源, 主要耗能设备是热交换器、输配系统的水泵。它们耗用的能源是蒸汽、电力、水和热;通常可能用单位供热量的消耗量来评定耗能水平。

热能输送由热网承担, 供热管道由钢管、保温层和保护层组成, 其结构依敷设而异。管道敷设有架空、管沟和直埋三种方式。它们的能量消耗是沿途散热的热损失和泄漏的水、热损失。一般可用热网热效率来表示其保温效果和保热程度;热网补水率来表示热网水泄漏的程度。在热网管线上有时还设置中间加压泵, 以降低和改善系统水力工况 (设置在非空载干线上, 还能节省输送电耗) , 它的能量消耗设备是水泵, 可用单位供热量的耗电量来评定耗能水平。

能量转换是通过热力站交换器把一级网的热能传递给二级网, 并由它输送到热用户。热力站是二级网的热源, 主要耗能设备是热交换器、二级网系统循环水泵和补水泵。它们耗用的能源是一级网高温水、蒸汽、电力、水和热;通常可以用单位供热量的消耗量来评定耗能水平。

用热环节即终端系统用热设备。城市集中供热主要是建筑物内的采暖 (为简化分析只谈最大热用户) 。一般都是通过采暖散热器把热传给房间以保持舒适的室内温度。它的耗能设备是采暖散热器。其能耗量取决于建筑维护结构保温性能、保持的室内温度和外界环境的温度;其耗热量可通过计量进入的循环水量和供、回水温差积分获得。通常以单位供暖面积的耗热量来评定耗能水平。

1.2 山东省烟台市民生小区计量收费改造试验有效果

1997年在建设部城建司的指导下, 美国霍尼韦尔公司与烟台市合作在烟台市民生小区建立示范点进行计量收费的实验。试验有单管式和双管式系统, 并有相应的对比楼。

试验楼内采暖系统入口都安装热量计、散热器前都设温控阀;入口的自力式压差控制阀、立管的平衡阀、散热器回水支管制流量表、散热器上的热分配器按不同方案设置、对比楼内只在采暖系统入口安装热量计。

根据一个冬季运行的数据表明, 没有过热和地冷现象, 用户满意, 能耗都低于对比楼, 节能率4.13~10.76。

2 供热系统能耗悬殊的原因分析

2.1 设备效率的不同

锅炉热效率是衡量热源子系统热能利用率的指标。体现燃料热被有效利用的程度。燃煤供热锅炉的设计热效率 (≥7MW) 一般在75%~85% (燃油、汽供热锅炉热效率在90%左右) 。但在使用时, 由于锅炉结构、燃料供应、技术水平、管理水平、人员素质等方面不同的原因, 使锅炉的运行效率差别很大。好的能达到设计热效率, 保证锅炉出力。差的燃烧不完全、排烟温度高、各项热损失大, 热效率不及50%, 锅炉出力大帐降低;导致能源浪费, 大气环境污染增加。

风机是热源子系统的主要附属设备, 水泵是热网 (一级和二级) 网子系统的主要设备。其电耗大小, 不但对电资源有影响, 也对运行成本有显著影响。由于城市集中供热热负荷有随气候及用热变化的特点, 设置变速风机和水泵已在并被实践证明可以进一步节能。

2.2 输送条件的不同

热网热效率是输送过程保热程度的指标, 体现管道保温结构的效果。一般热网热效率应大于90%~95%。从上面实测情况看, 直埋敷设管道能达到这一要求;而架空和管沟都达不到要求, 其热损失远大于10%。如果地沟积水, 管道泡水, 保温性能遭破坏, 其热损失甚至大于裸管。这一广泛存在于早期建设的热网。

2.3 运行技术水平的不同

热网水力失调度是流量分配不均程度的指标:按用户热负荷分配流量, 使每个用户室温达到一致且满足要求, 则失调度为1, 即热网无水力的失调, 若分配不当, 出现冷、热不均现象, 说明有水力失调, 其失调度是大于或小于1。大于1会把用户室温过高, 导致热量浪费, 小于1会使用户室温达不到要求, 供热不合格是不允许的。为解决失调问题, 正确的做法应该是改进和完善热网, 如在终端设置自力式流量平衡阀或其它有效措施;但至今仍然有大量的系统工程不同程度地采用“大流量小温差”来缓和这一问题。

2.4 管理体制和水平的不同

供热单位正处于体制转轨过渡时期, 自我经营、自我改造和自我发展的思想和能力有差别:在供热从福利变为商品、经营单位从事业机构转变以的期间, 有的已经成为自负盈亏的企业 (包括承包的) , 为质量保证和效益驱动, 在上级主管部门支持下积极以科学技术改进和完善系统, 以高质量商品供给用户, 以减少能耗来降低成本和提高经济效益。有耕耘就会有收获, 因而能源利用率逐年提高。有的还停滞不前停留在原来的位置, 热费收不上、效益谈不上、改造无资金;老系统、老设备, 于是, 能耗就居高不下, 能源利用率也就居高不下。

供热单位管理水平的不同显著影响能耗:人员和技术管理、系统和设备的检查、保养、维修和改造更新等差别对能耗影响是不言而喻的。例如, 链条炉采用分层燃烧技术, 就能改善燃烧提高热效率, 保护和保持管道无泄漏和保温结构完好, 就能减少大量能源浪费;严格水处理和保持水质, 维持转换设备传热表面清洁, 就能减少传热热阻、提高设备传热效率;对用户实行计量收费, 就能刺激用户节能的积极性等等。

3 依靠科学技术提高供热热源利用率

3.1 利用科学技术提高能源利用率

所谓“节能潜力”是预测一定时期内, 耗能系统和设备的各个环节, 利用当前科学技术, 采取技术上可行、经济上合理、优化系统和设备以及用户能接受的措施后, 可取得的节能效益 (减少能耗量或降低能耗率) 。

3.2 与先进评估指标的差距体现节能的潜力

节能的潜力是通过分析对比得出的。目标是反各个耗能环节现有的耗能指标提高到先进水平, 其运行评估指标的变化量则体现了节能潜力。因此, 其潜力大小与对比对象和自身的基础有关, 所以, 各单位、各系统的潜力是不可能完全相同的。

3.3 寻找能耗差距, 制订可行措施, 挖掘节能潜力

每个供热低位要定期检测评估各耗能环节的能耗指标, 对比先进指标寻找能耗差距, 分析能耗差别的原因, 结合实际情况, 研究和提出为实现先进指标的可行 (包括技术和管理等方面) 方案, 经技术经济论证认为技术可行且经济合理后才能 (分期或一次) 实施。实施后, 在运行中再检验是否达到预测的应挖掘的节能潜力和经济效益。

能量模型数据挖掘的研究 第5篇

采用时间序列的相似性检索相关算法是大多数时间序列挖掘算法的应用基础;同时,它也是人们能够有效地管理大型时间序列数据库的重要技术之一。

国外的相关研究中,Agrawal[1]等首先于1993年提出了利用傅立叶变换对时间序列进行变换,提取前若干个频率分量作为序列索引的算法,并论证了该算法的有效性。Faloutsos[2]等随后提出了同样基于傅立叶变换的支持子串查询的索引算法,该文同时提出了用于解决时间序列相似性检索问题的算法框架,并规定了该类算法所应满足的几个条件。Rafiei[3]等则提出了在相似性比较中允许形变的索引算法,Chan[4]等证明了离散小波变换可以替代离散傅立叶变换来提取时间序列的频率分量作为索引,并且该方法更加有效并具有更低的复杂度。另一些学者则将研究重点放在时间序列的分割和近似表示尚,Yi[5]等、Keogh[6]等分别提出了基于分段常数近似(PCA)的标志提取算法,并分别证明了这种方法可以适用于多种相似性度量而无需改变索引结构。Keogh[7]等针对PCA进行了改进,提出了自适应长度的PCA算法,该算法可以在序列变换缓慢的部分使用较少的信息对其进行近似,而在变换剧烈的部分使用较多的信息进行近似,从而克服了传统PCA需要将序列分割成等长子序列、信息表达不够充分的缺陷,但该算法的复杂度较高,达到了O(n2)。

国内的相关研究起步较晚,并主要集中在一维时间序列相似模式匹配方面。蒋嵘[8]等提出了一种基于形态表示的时间序列相似性搜索算法,该方法采用线性分段近似的方法将复杂的时间序列简化成若干直线段,之后使用一系列符号来表示时间序列,在此基础上通过构造基于云模型的形态概念树,使用增强的动态规划算法来实现相似序列的查找。黄河[9]等使用线性回归方法用直线对时间序列进行建模。为了进一步简化数据,该文从每段序列中提取特征向量来表示该段。针对各段特征向量的长度可能不同的问题,提出了线性检索方法来加快检索的速度。龚薇等[10]提出了一种基于变化点的时间序列近似表示方法。该方法首先定义了偏离度的概念-偏离度衡量了时间序列上各点在局部范围内的偏离程度。之后根据各点的偏离度,定义了时间序列的变化点,将所有的变化点依次用直线段相连,从而得到了基于变化点的时间序列分段线性表示。

本文立足于分析和对比时间序列相似性度量、索引建立以及模式挖掘等主要研究方向的现有解决方法,通过使用人体运动捕捉数据作为具体分析对象,对高维时间序列的特征进行了深入的分析,分别在相似性检索和模式挖掘方面给出了高精度、低复杂度的算法,并通过实验证明了该算法的有效性。

1 方法

1.1 试验目的

本章提出了一种分为粗分类和精确匹配两个过程的序列快速检索算法。首先通过使用支持向量机对动作序列的低维索隐序列进行分类,将其粗略地归于一个规模相对较小的动作类别中,从候选序列集合中将与查询动作不同类的动作序列去除,避免精确比较过程中不必要的比较。最终,在经过粗分类选择的类别所包含的候选动作序列集合中,使用基于DTW距离Keogh索引下界的检索算法更加准确地挑选出候选动作。

1.2 实验过程

实验相关的所有算法均采用C++实现,实验硬件环境为Athlon X2 3000+,1GB内存。在实验中采用的测试数据均为卡内梅基隆大学图形学实验室提供的免费人体运动数据(http://mocap.cs.cmu.edu)。在该实验中,使用的测试数据中包含走、跳高、跳远、爬高四种动作类别,其中最长的动作包含1200帧,最短的包含400帧,总共包含1,1000,000帧数据,大小为1.1GB。

图1中给出了走路、跳高以及爬高三种动作关于动能的相关系数向量,从图中可以明显地看出它们之间相差很大。图2给出了上述每种动作的三组的实例,虽然这些动作之间具有一些局部或者全局相位差等噪声,但它们的相关系数向量仍然非常接近。势能的相关系数向量与动能的结果相似。

上述实验表明,关于运动能量的相关系数向量,对于同类动作来说非常相似,而对于不同种动作则相差较远,因此可以将其作为区分不同类动作的特征序列。

2 结果

为了验证算法对噪声的鲁棒性,实验中使用一段正弦函数并在其中加入随机加性噪声并对其进行一些局部的拉伸、压缩来模拟噪声环境。

该段正弦函数包含100个周期,周期为0.1,每周期包含30个点,幅值为10。现分别向该函数施加幅值为0～8、0～20的随机均匀分布的加性噪声,并随机拉伸、压缩一些周期的波形。在匹配过程中,设定欧式距离的阈值为30,LCSS距离的阈值为1/2,量化级别为512。加入噪声前,给定一个周期的波形,使用欧式距离和LCSS距离都可以准确地提取出全部周期。在加入了0～8均匀分布的随机加性噪声后,使用前者仅可以提取出59个周期,使用后者可以提取到98个周期;加入0～20均匀分布的随机加性噪声后,前者仅仅可以提取出37个周期,而使用后者则可以提取出95个周期;而在随机拉伸以及缩放40个周期之后,由于前者对于相位差十分敏感,使用其度量仅可以提取出33个周期,而使用后者则可以提取出89个周期。通过上述数据可以看出LCSS距离在各种噪声下都具有较强的鲁邦性。

3 总结

本文针对当前该领域的两个热点问题,即序列的快速检索和主旨模式挖掘,以人体运动捕捉数据作为具体分析对象,进行了深入的研究,分别提出了有效的解决方法,并通过相关实验验证了算法的有效性。

(1)在序列的快速检索方面,通过充分挖掘人体运动的特征,本文提出了两个新的模型:借助于运动中产生的能量对运动进行描述的能量模型和利用相关系数描述人体运动中关节间协作状态的运动协调性模型。利用这两个模型,可以从人体运动中提取出能够有效地体现出其运动特征的低维度索引序列。之后,利用支持向量机对该低维索引序列进行粗分类,从而最大程度地避免了与查询序列不相似的序列参与到时间复杂度较高的精确比较中【11】。最后,在经过粗分类的候选序列集合上,利用基于DTW距离进行度量和Keogh索引下界进行剪枝的线性检索算法精确地度量输入运动和候选动作之间的相似性。

(2)在主旨模式挖掘方面,针对现有算法易受噪声干扰的问题,本文提出了一种基于最长公共子序列距离的主旨模式挖掘算法。但该度量方法具有复杂度较高的问题,因此,在搜索过程中,该算法采用了基于子序列距离判别的策略进行了剪枝。之后,采用了层次化聚类的方法将相邻重叠并高度相似的候选模式进行合并,仅保留下能够充分体现序列各部分特征的序列【12】。最后,对于提取出来的非等长候选模式,使用了最小描述长度原则求得其相关权重,并据此选择出现频率最高、最能体现原时间序列特征的主旨模式。

在未来的研究中,本文将从以下两个方向入手:

(1)在高维时间序列挖掘的各个方向【13】,尤其是序列检索方向,通用的降维和索引方法所能带来的性能提升已经非常有限,研究的重点逐渐转变为如何针对常用的高维时间序列,通过充分挖掘其自身的特征,提出有效的、其专用的挖掘算法。

能量模型的聚类性质研究 第6篇

1 聚类性质

1.1 子图间的耦合

p是图G= (V, E) 布局, V是节点的集合, E是边的集合。V1、V2是V的两个互不相交的子集, 任意两点有不同的空间位置。用V1、V2的密度density (V1、V2) 来衡量V1和V2的耦合。若mindensity (V1) 垌density (V1、V2) 、mindensity (V2) 垌density (V1、V2) , 则有:V1、V2间的边数和密度扩大两倍, 则距离被缩小。V1、V2间的边数不变, V1中的节点数扩大两倍, 则V1、V2间的密度缩小倍且距离扩大两倍。V1、V2之间的最小距离为1, 也即耦合最强的子图也不会有相同的位置。尽管V1、V2间的密度比V的所有二分裂的密度都小, 但和V1、V2的距离相比, V1中节点距离更小些。

综上所述, 聚类性质定义如下:两个聚类子图的距离和密度是成反比例的。

1.2 子图间的距离

V1、V2间距离的算法采用算术平均值arithdist (V (2) [V1, V2], p) 、几何平均数geomdist (V2[V1, V2], p) 、调和平均数harmdist (V (2) [V1, V2], p) 最为恰当;V1、V2内部则采用最小值min dist (V (2) [V1, V2], p) 来测量。当交互子图的距离远比内部子图的距离大时, 这四种测量方法是一样的。否则, 不同的距离则用不同的测量方法。如图1所示:最上面是用几何平均数来测量的, 中间的是调和平均数, 最下面的则是用最小值来测量的两节点距离。

用最小距离来定义最小值, 它独立于其它算法下的距离。算术平均数认为所有的距离都是相等的。几何平均数和调和平均数则是最小值和算术平均数比较中和的方法, 在某种程度上它们独立于其它测量方法下的距离, 但是距离小的却比距离大的的权重高。

2 聚类的评估

能量模型的形式为:

其中, f (x) 为距离为x的两节点间的引力, g (x) 为距离为x的两节点的斥力。

若G1有n1个节点, G2有n2个节点。两个子图间有ne条边。由于两个子图间的高凝聚力, 所以它们的节点非常接近。所以可将G1中的节点简化为同一个位置p1, G2中的节点简化为p2上。如图:。

所以G1和G2的欧几里得距离可被定义为‖p1-p2‖, 这时可忽略同一子图中节点间的能量, 而将能量函数简化为nef (‖p2-p1‖) +n1n2g (‖p2-p1‖) 。由于G1、G2间的密度为, 所以对于简单布局, 聚类性质为:距离‖p1-p2‖与耦合的倒数是成正比的。

定理1 f、g是二次可微函数且满足:

1) ∀x∈IR+:f″ (x) >0 and g″ (x) ≥0, 或者坌x∈IR+:f″ (x) ≥0 and g″ (x) >0

4) ∀x∈IR+:f′ (x) ≠0 g′ (x) ≠0

则有:对所有的ne, n1, n2∈IN+, 函数U (x) =nef (x) +n1n2g (x) 有最小值x0, 且当时取得最小值。

证明:函数U′ (x) 可微, 所以连续。条件2、3说明埚x1∈IR+, 使U′ (x1) =0, 则x1是U (x) 的局部极值。由条件1可得:若x∈IR+, 则U″ (x) >0。所以x1是U (x) 的最小值。

定理说明:若x0是最小能量布局G1与G2的距离, 那么, 即满足的能量模型能够对简单布局进行聚类, 因此, 该定理可用来证明能量模型能不能进行聚类。

表1说明该定理适用于一些常见的能量模型。对于前三个能量模型, 最小能量距离x0弱依赖于耦合的倒数;对于linlog模型, 耦合的倒数等于距离。

2.1 不能进行聚类的能量模型

对于能量模型来说, 布局是已知的, 并且该布局没有边权或者边权为1, 表2列出了一些不能进行聚类的能量模型。要证明他们不能用来进行聚类, 我们用简单布局来说明问题。

2.2 潜在的聚类能量模型

在上述简单布局中, 如果最小能量布局满足距离等于, 能量模型就可以进行聚类。表3列出了一些潜在能量模型。

表3中第一类模型不满足条件1, 且节点间斥力和引力随节点距离的变大而变大;第4、5、6类模型不满足条件2, 在这些模型中, 两节点间的斥力和引力随距离的增大而减小;第2类能量模型, 若c=1, 则是Quadlin模型;第3类能量模型则是linlog模型。

3 结论

通过本文对能量模型聚类性质的探讨, 我们得到了能量模型的聚类性质, 并且通过这些聚类性质可以来判定能量模型是否能够用来进行聚类。

参考文献

[1]Noack A, Rotta R.Muli-level algorithms for modularity clustering[J].Lecture Notes in Computer Science, 2008, 5526:257-268.

[2]Noack A.Energy Models for Drawing Clustered Small World Graphs[M].BTU, Inst.of Computer Science, 2003.

能量评估模型 第7篇

无线传感器网络( WSNs) 由大量价格低且体积微小的传感器通过自组织方式构成,其中,传感器可以感知周围的环境信息,将这些传感的信息收集处理后通过特定的路由协议将传感数据传输给汇集节点( 基站) ,从而可以实现对环境的实时监控[1]。随着计算机、集成电路和通信等技术的飞速发展,WSNs已成为IT领域的热点,在很多领域得到了广泛应用[2],如环境监测[3]、医疗、智能家居、智能农业等。

与传统的网络技术相比,WSNs有很多优势,如低成本、自组网能力和容错能力等,但同时也存在着技术挑战,其中之一就是能量资源的限制。通常,WSNs节点的能量供给来源于电池,由于其应用场景的多样性,尤其是很多传感器节点部署在野外、工作时无人值守,对于能量的重新获取非常困难,甚至是不可能的[4,5]。因此,如何提高传感器节点的能量有效性,以延长整个网络的寿命,是WSNs研究领域中重要的课题之一。

当前,提高WSNs能量有效性的方法有五个主要方面: 节点休眠调度、功率控制、介质访问控制( MAC) 协议、路由协议和数据管理[5]。研究目标主要关注于协议和算法,对能量有效性系统的评估还没有很好的方法,尽管提出了一些能量有效性评估指标,但这些指标大多只关注优化能耗的某些方面,存在着局限性,应用场景单一等弊端。因此,本文通过系统地研究WSNs的能耗分布,提出了影响WSNs能量有效性的关键因素,分析了这些因素对现有能量有效性评估指标的影响,分类比较并提出了已有指标的适用范围和特点,为WSNs能量有效性评估指标的选取与优化提供帮助。

1 WSNs的能量有效性

1. 1 WSNs节点能耗分布

WSNs的能耗主要体现为节点能耗。WSNs节点包含四个模块如图1 所示: 传感器模块、处理模块、无线通信模块和供电模块[6]。

( 1) 传感器模块

传感器模块主要负责感知周围环境信息,并将收集到的模拟信号转换为数字信号。传感器模块的能耗取决于几个环节:信号采样、A/D转换和信号调制,同时,也与节点传感活动有关( 周期、睡眠/唤醒等等) 。其周期性模式的能耗模型为:

式中Eon - off是关闭传感器运行一次的能耗,Eoff - on是打开传感器运行一次的能耗,Esensor - run是传感器运行时的能耗,它等于传感器工作电压乘以当前运行的传感器数量和传感运行的时间间隔。

( 2) 处理模块

处理模块的完成传感器的控制、协议通信和数据处理。通常,该模块支持三个状态: 休眠、闲置、运行。其能耗表示为Ecpu:

式中Ecpu是各个状态的能耗Ecpu - state和状态之间转换能耗Ecpu - change的总和。其中,i = 1,2,…,m为处理器运行状态,m是处理器状态数,j = 1,2,…,n是状态转换的类型,n是状态转换数。Pcpu - state( i) 是状态i的功率,Tcpu - state( i) 是在状态i上运行的时间常变量。Ncpu - change( j) 状态转换j的频率,ecpu - change( j) 状态转换j一次的能耗。可以看出微控制单元( MCU) 性能高低可以显著影响节点的能耗。

( 3) 无线通信模块

无线通信模块主要负责发送和接收传感数据,通常包含四种状态: 发送、接收、监听和休眠,其中,发送/接收( 或监听) 的能耗所占比重最大。其能耗通常可以分为接收能耗和发送能耗。其总功耗表示为:

其中PA( d) 是功率放大器的功耗,它是传输范围d的函数,k和n是常系数,2 < n < 4,如果节点之间的障碍物越多干扰越大n就越大。PA( d) 取决于很多因素包括具体的硬件、直流偏置条件、负载特性、运行频率和PA输出功率PTX。

( 4) 供电模块

节点的供电模块通常直接与电池相关,电池是复杂的模块,其运行取决于许多因素,包括电池尺寸、电极材料的类型和在电解质中活性材料的扩散率,此外,额定容量和松弛效应这样的非理想因素也会影响电池的运行[7]。通常,供电模块的能耗与其他模块相比小很多,可以被忽略。

对于WSNs节点的部分组成所消耗的能量对比见图2 所示,从图可以看出无线通信模块的发送、接收和监听状态的能耗最大; 无线通信模块比其他模块的能耗要大很多。

1. 2 影响节点能耗的因素

通过对节点能耗的分析,可以发现其无线通信的能耗所占比重最大,而在无线通信中,影响能耗的关键因素分别是传输距离、时延与调制。

( 1) 传输距离

发送数据的能耗E与传输距离d的相关为[9]:

其中k为常系数,c是固定常数,一般是电路等能耗。通常节点之间的障碍物越多干扰越大n就越大。从式( 6) 可看出传输距离和能耗是非线性关系,随着传输距离的增加,能耗会快速上升。如果节点间的传输距离太小,那么从源节点到汇集节点就需要过多的中继节点,从而增加电路能耗等额外的能耗; 但是若节点间的传输距离太大,则会直接增加功率放大器的功耗。同时过大的传输距离也会由于信道干扰、功率下降等原因使通信信道的可靠性下降,导致误码率增加[10,11],研究表明单跳传输的成功接收率一般为70% ~ 90% ,而在恶劣环境下会更低[12],若再经过多跳传输,成功接收率会进一步降低,导致数据重传率增加,从而进一步增加能耗。由于通信模块的能耗占节点能耗比重最大,故每跳的传输距离选择会显著影响节点的能耗[13,14]。

( 2) 时延

WSNs为减少能耗,采用节能技术之一是动态电源管理( DPM) 技术[15]。即当有节点需要感知、处理数据以及监听、发送或接收数据时,开启相应模块进行相应操作; 如不需要进行任何操作时,则进入休眠模式。在监听模式中,尽管传感器节点实际上不接收或传送数据,也会消耗大量的能量。若节点长期处于休眠状态会延长WSNs的使用寿命,增加能量有效性,但也因此会增加数据的处理与转发时延。另一种节能技术是动态电压调节( DVS) ,其本质上是一种MCU的节能方法[15,16]。MCU执行任务时的能耗E为:

其中Coff,VDD和ntotal表示有效充电电容、任务电压和执行的指令周期总数。大多数MCU系统有一个时变计算负载,因此并不总是需要系统达到峰值性能。DVS通过动态调整处理器的电源电压来满足瞬时处理要求,因此消除了性能闲置能量。但这种降低运行频率的方法使处理延增加,而增加能耗。

从上面分析可看到,时延与能耗存在必然的关联,不可为了节约能量而忽视时延的增加,因为许多应用对时延的要求是很严格的[17]。另一方面,当节点模块转换为低功耗状态时必然会引起时延增加,而时延增加也可能引起处理时间增加,从而增加能耗。因此需要在数据吞吐量、时延、能耗与网络性能间的进行权衡[18]。

( 3) 数据信息的调制

数据信息的调制也会影响无线通信模块的能耗,动态调制调节( DMS) 是用于无线通信模块的数据调制方面节能方法。与DVS相似,系统运行时的负载状态是动态变化的,因此在满足时延条件的前提下,根据当前负载,动态调节数据调制级别可以降低通信模块的能耗[7,19]。其中,传输比特率Rb和调制级别K的关系为:

其中Rs是传输符号率。

而传输功率Ps和调制级别K的关系为:

其中Cs是常数。从式( 8) 、式( 9) 可以看出,若使用高阶调制,则每比特信息的平均传输时间小,能耗小,但会增加误码率且每个数据包收集处理数据的时延和电路能耗,因此能耗也会增加;相反,若使用低阶调制,则每比特信息的平均传输时间大,能耗大,但会降低误码率且每个数据包收集处理数据的时延和电路能耗,因此能耗也会减少。因此根据应用要求和信道状况选择合适的调制,是提高WSNs能量有效性的有效途径之一[20]。

综上所述,传输距离、时延和调制方案都是影响节点能量有效性的重要因素。因此,在优化与评估网络协议的能量有效性时要综合考虑这些因素。

2 能量有效性评估指标

WSNs的能量有效性评估指标不仅可以用来评估网络协议的总体性能,还是指导网络协议的选择、设计和优化的有效方法。根据上节中影响节点能耗的关键因素,将能量有效性评估指标的分析结合“传输距离”、“时延”和“数据信息的调制”分成三类。

2. 1 与传输距离相关的指标

Bin L. 等人提出了EPTD( Energy consumption Per unit Transmit Distance) 评估指标[21],考虑了传输能耗和电路能耗和传输距离的关系。指标可以表示为:

其中,E表示传输每比特的总能耗,d表示传输距离。通过该指标可以确定基于协同多输入多输出( CMIMO) 分簇WSNs的最优协同传输节点数量和传输距离,进而选择合适的下一跳转发簇,从而优化WSNs的能量有效性。

Anshul S. 等根据干扰噪声等因素对信道的影响,考虑了误码率和传输距离的关系,基于EPSB ( Energy Per Successfully received Bit) ,提出EPSBM指标[22]。通过EPSB优化传输功率; 当传输功率固定时,再通过EPSBM可以优化传输距离。

2. 2 与时延相关的指标

Benedito J. B. Fonseca Jr. 等人研究了能耗分布、重新部署率和调制技术,提出单位时间平均运行成本COPT( Cost of Operation Per unit Time)[23]:

其中Nd( t) 表示在时间t内重新部署的次数,Cw是系统带宽的单位时间成本,Cd是每次重新部署的总成本。通过该指标评估了重新部署WSNs的单位时间运行成本,并为调制技术的选择提供指导。

Stephanie L. 等人重点考虑了要保证信息新鲜度的WSNs应用[24]。提出“能量 × 时延”,将时延作为一个重要因素,权衡WSNs与能耗的关联。

EPUT( Effective Packet per Unit of Time) 指单位时间传输的有效数据包。在数据传输过程中由于采集和保证可靠性等原因,会造成冗余,因此使用EPUT来衡量有效数据包的传输效率,进而衡量能量有效性。

网络寿命( Lifetime) 已成为评估传感器网络的一个关键指标。它为传感器网络的使用提供了一个上限,近期许多算法或协议的提出就是要增加WSNs的寿命,同时也使用网络寿命作为评估标准。目前,网络寿命的定义尚未有统一标准。Isabel D等总结常见的几种网络寿命定义,并对其分类,而且指出一些影响网络寿命的因素[25],并提出了一种更一般化且简明的网络寿命定义。Mustapha R. S. 等人则考虑了网络寿命的时空分布特点,通过已有的Lifetime评估指标评估了几种常见的协议,分析了节点数量和节点离基站距离以及簇首数量对每种协议网络寿命的影响[26]。Atay O. 等人提出了一种基于实用性的网络寿命衡量框架WCOT ( Weighted Cumulative Operational Time)[27],指出网络寿命的定义应与具体应用相关的,网络寿命指标不应仅仅关注WSNs时间轴上的单个点,而忽略了网络运行状态的演变。通过利用实用性函数作为基础,从而将WSNs的网络状态考虑在内。由于不同应用的实用性函数不同,而且同类型应用的实用性函数也会有差别,因此,如何选取准确的实用性函数是一个难点。而且WCOT给出的网络寿命是一个相对时间不是绝对时间。

2. 3 与调制方案相关的指标

Josephine A等人提出EPUB( Energy per Useful Bit)[28]:

其中BD和BP分别是一个数据包的数据和前同步码平均数量,T是单位为s的比特时间,PTX是以m W为单位的传输功率,PRX是以m W为单位的接收功率包括模数转换( ADC) 和同步电路。常数 ξ 是由MAC方案决定的,表示接收模式( PRX) 和发送模式( PTX) 时间的平均比值。Josephine A等考虑了调制时的附加同步控制编码的影响,并将EPUB分为收发功耗和附加同步控制编码两部分分别分析。通过该指标可较好地评估和比较传感器网络物理层的能耗,指导WSNs物理层的设计,并可结合实际无线设备分析数据包长、数据速率、载波频率和调制方案对能耗的影响。

Qing C等人提出了EPB( Energy Per Bit) 评估和优化不可靠链路的能量有效性[11]。Matthew H. 等人在使用EPB的同时[29],结合加性高斯白噪声和块瑞利衰落信道模型,对调制方案、传输功率和跳距离等方面进行了优化,降低了物理层的能耗。和EPB类似,EPUE( Effective Packet per Unit Energy) 是指单位能量传输的有效数据包。该指标可以用于在数据传输过程中调制方案、调制级别、误码率和数据冗余等因素对能量有效性的影响。

2. 4 其他指标

夏先进等人考虑了WSNs应用和节点等方面的异构性,利用经典力学中的做功理论建立WSNs能量有效性评估指标[30]。通过使用“做功效率”,即WSNs在使用寿命内的有效做功与总功耗( 实际能耗) 的比值作为评估WSNs能量有效性的指标,提出平均能量衰减率和能量熵作为WSNs能耗状态的衡量指标,综合的设计了一套WSNs能量有效性评估的框架,能够用于异构的WSNs中,可更有效地评价和分析WSNs的能量有效性。另外,总能耗和总传输数据包分别是指每轮数据传输所消耗的总能量和传输的总数据包,是用于评估协议常见的指标。

3 评估指标分析比较

通过对评估指标中影响能量有效性因素的研究,分析、比较并总结了常见的WSNs评估能量有效性的指标。如表1 所示,( + + ) 表示重点考虑、( + ) 表示有考虑到、( - ) 表示没有考虑到。

通过表1 可以看出,每种评估指标关注点都不同,考虑的因素及适用范围不同,也各有优点和不足。EPTD用于分簇协同传输多跳WSNs,且只用于协同传输节点选择和中继簇选择;EPSBM是在EPSB的基础上改进的,仅针对跳距离的选择;COPT只用于重新部署的网络,适用范围小; “能量 × 延迟”一般用于注重时延的WSNs中; EPUT考虑了数据冗余和时延的影响,间接评估了能量有效性; Lifetime是评估WSNs性能最直接的指标,很多提高能量有效性的方法或协议的提出就是要延长Lifetime,因此也造成了Lifetime的多种定义,且差别很大,难以反映WSNs运行过程中的瞬时能耗,尤其是某些Lifetime的定义只关注于分析而不适用于网络性能的优化; EPUB主要是针对物理层的数据速率、载波频率和调制方案的分析和优化,而没有考虑其他因素的影响; EPB是较具有一般性的评估指标,物理意义简明,考虑的因素全面; EPUE直接用于网络性能评估,物理意义明确; 做功效率只关注于能耗分析而不适用于网络性能优化,且计算公式复杂,公式的准确性也难以判定; 总能耗和总传输数据包过于简单,局限性大且不适于网络优化。

无线传感器网络能量有效性研究的主要目的就是增加网络寿命,因此,我们认为Lifetime指标是无线传感器网络设计中最常用的评估指标; EPB指标相对于其他指标更加简单,而且体现了网络性能和能耗的关系,是一种比较普遍的评估指标; 当研究最优传输距离时,可以选择EPSBM作为评估指标; 当网络延时被认为很重要时,可以考虑选择“能量 × 延迟”作为评估指标;当研究控制编码的影响时,建议使用EPUB指标。

4 结语

WSNs能量的有效性分析与合理的评估指标是评价WSNs协议以及指导WSNs设计的关键。

能量评估模型 第8篇

发电单元控制的主要目的是完成上层调度机构下发的指令,同时保证能量转化过程能够安全平稳地顺利进行,设计有效的发电单元控制策略对于发电单元自身以及电力系统安全、稳定、经济运行具有至关重要的作用。

目前,多数控制策略的设计所采用的都是发电单元简化模型(机炉模型)[1,2,3,4,5,6,7,8,9]。该简化模型基于以下假设:发电单元转速与电网频率严格相同,发电机转子自身旋转动能不发生任何变化,认为机械功率PM与电磁功率PE相等。

上述假设在电力系统稳定运行时尚可接受,但是在电力系统紧急状态下是不严密的。

当电力系统出现紧急状态时,电网侧负荷变化速度远快于发电单元锅炉侧能量补给速度,此时发电机转子也和锅炉汽包及其管道一样,承担“储能”环节作用,在能量转化的过程中释放其旋转动能,暂时满足电网侧负荷的需求。本文从能量转化的角度,分析了锅炉、汽机、发电机和电网负荷之间的能量供需特性,明确指出在电力系统紧急状态下,必须使用发电单元整体模型(锅炉、汽机、发电机)才能准确描述其内部能量转化过程。

直接能量平衡控制是基于机炉模型,在机跟炉控制模式基础上的一种改进控制方式,成功地解决了能量平衡过程中锅炉动态响应慢的问题,这种设计思想在大型机组的控制中广泛应用。基于发电单元整体模型,本文根据能量平衡原理,设计了可以完全替代直接能量平衡控制策略的改进能量平衡控制策略。相对于基于机炉模型的直接能量平衡控制,本文提出的控制策略不仅在电力系统平稳运行工况下,而且在电力系统紧急状态下,能够更加精确、快速地描述发电单元内部能量转换过程中能量平衡情况,使得主汽压力动态效果得到明显的改善。

1 发电单元简化模型存在的问题

目前,在多数与发电单元能量转化相关问题的研究中,设计相关控制策略时,考虑的工况均是发电单元接到上层调度的指令,不考虑电网负荷变化对发电单元的影响,在保证主蒸汽压力尽量平稳的同时,增减锅炉的燃料投放量,迅速响应上层的有功调度指令。

在此运行工况下,发电机的功能仅仅是将从汽轮机处得到的机械功率转变为电磁功率,该能量转化过程很快;同时汽轮机汽门处蒸汽做功能力很难直接测量,故目前研究采用的假设是认为机械功率PM与发电机向电网输送的电磁功率PE相等。

这种假设本质上是忽略发电机环节的动态特性,进而将发电单元简化为双输入、双输出的机炉系统,其有功控制的输出本质上是机械功率PM。

典型机炉模型是De.Mello模型,框图如图1所示。图中,B为单位时间进入锅炉的燃料,τb为锅炉燃烧和传热时间常数,DQ为单位时间锅炉受热面的有效吸热量,DD为单位时间进入蒸气管道的蒸气流量,Cb为锅炉汽包的蓄热系数,pD为蒸气管道入口蒸气压力(汽包压力),pT为蒸气管道出口压力(汽机的主蒸汽压力),DT为单位时间进入汽轮机的蒸气流量,Cn为蒸气管道的蓄热系数,μ为汽门开度,τH为高压缸时间常数,τML为中低压缸时间常数。

该模型是在对锅炉、汽机动态及工质做功过程中各个部分的能量供需关系研究的基础上,从物质平衡、容积平衡和能量平衡角度构造的,体现出机炉对象的2个本质非线性特征:汽包压力和主蒸汽压力差值同蒸汽流量存在的平方根关系;主蒸汽流量同主汽门开度和主汽压力的乘积成比例关系。其数学描述见式(1)。

显然,简化模型忽略了发电机环节,“割裂”了发电单元和电网及其他元件的联系,从而将发电单元作为一个“孤立”的系统进行分析并设计相关控制策略,无法及时考虑电网侧负荷变化对发电单元能量转化控制的影响,这和实际运行情况不完全符合。

文献[10]明确指出,递阶控制框架下的发电单元控制虽然是电力系统中的一个子系统控制问题,但是其控制策略有必要及时考虑系统中其他元件对单元机组动态过程的影响,在此基础上设计的控制策略才更有效,更符合实际的需要。

2 考虑发电机环节的必要性

电力系统规模庞大,其运行工况具有多样性,复杂性。当电源断开或负荷突然增大时,由于电源提供的总机械功率和电网负荷间的严重不平衡,会引起系统频率突然大范围下降;如果系统备用容量不足或不及时采取措施,频率将进一步下降,导致低频切负荷装置的启动,甚至频率崩溃事件的发生。

电力系统紧急状态的出现不仅表现在发电和输电设备的破坏上,而且表现在基本变量频率和电压极限的破坏上。

由于发电单元中锅炉具有较大的时间惯性,汽门在协调控制策略下为了避免机组主汽压力的波动过大,从锅炉侧“抽取”能量时,其开放的速度会受到限制;当发电机机械功率和承担的电网侧负荷之间在较长时间内不平衡,此时发电机承担的负荷变化速度很快,而汽轮机传送给发电机的机械功率难以及时满足负荷的需求,于是发电机转子将自身旋转动能释放,转化为电磁能,“暂时”满足负荷的需求。

发电机转子的状态方程也说明了上述物理过程,式(2)是忽略阻尼的发电机转子方程。

其中,τJ是转子惯性时间常数。当方程中PM和PE之间存在能量不平衡时(如PE持续大于PM),转子的转速会持续下降,此时发电单元的有功调节装置会动作,增加PM直到和PE一致。发电机转子方程和锅炉的汽包及管道的数学表达式在性质上都是积分环节,和电力系统紧急状态的物理过程中表现出来的“储能”特性是一致的。

由上述分析可知,目前采用发电单元简化模型设计相应控制器时,所面临的工况具有局限性,只能反映发电单元接收有功出力指令后,“汽轮机提供多少能量即向电网输送多少能量”的情况,不能反映电力系统紧急情况下区域有功失去平衡,负荷快速变化导致向发电单元“强行索取”能量的情况。

显然,发电单元稳定运行时,其向电网提供的能量全部来自于锅炉燃料转化的能量。考虑发电机环节的发电单元整体模型,可以完整、准确地描述其内部能量转化的全部过程;同时,发电机环节的能量不平衡导致转子转速的变化在时间上要超前主汽压力的变化。考虑以上因素设计能量转化的相关控制策略,必将能够有效改善发电单元能量转化过程中的平衡问题。

除此之外,由于电力系统均使用同步发电机,发电机环节还具有“间接”感知电网频率变化趋势的功能,考虑发电机环节动态特性对于发电单元整体能量控制具有重要的指导作用。

众所周知,实际电力多机系统一般均采用递阶控制结构,通过上层调度和底层元件控制共同作用,保证系统的安全、稳定、可靠的运行[11,12]。其结构如图2所示。

递阶控制结构的特点之一是较高决策层的周期较长。实际中的电力系统上层调度机构(系统级控制)是通过测量电网频率的变化来间接得知上一个时间周期下发的总出力指令和实际负荷之间的缺额,计算并下发给每台机组新的有功出力指令,以保证系统频率维持并稳定运行在额定频率(50 Hz)。这个过程的时间周期相对底层元件控制是较长的。

如果底层的发电单元能够及时“感知”电网侧变化,一旦转速出现持续下降,不仅可以在主蒸汽压力没有变化之前及时将能量平衡情况反馈给锅炉燃料控制,而且可调整发电单元的能量转化相关控制策略,提前做好相应的准备,大幅提高机组应对上层调度指令的响应速度,对于机组自身任务的完成,以及系统的安全、稳定控制都具有重要的意义。

基于以上分析,本文认为考虑电力系统紧急状态下的机组有功控制策略有必要使用包含发电机环节的发电单元整体模型。

3 发电单元整体模型

火力发电单元是由锅炉、汽轮机、发电机三部分组成。图3是发电单元整体模型框图,完整描述了发电单元内部能量转化过程。其中锅炉、汽轮机环节同图1,发电机环节采用典型的二阶模型[13],主要反映转子的物理动态过程,忽略励磁动态过程,图3的电磁方程、定子电压方程及坐标转换均为代数方程。

图3中,E′q为q轴暂态电势,PM为机械功率,PE为电磁功率,ω为发电机转子转速,δ为发电机功角,锅炉、汽轮机变量见图1。

发电单元的主要任务之一就是实现能量的连续转换过程。锅炉、汽轮机和发电机环节能量转换过程是否处于平衡状态,可以通过关键的物理量得知。

a.锅炉环节的能量平衡关系。由图3可知,锅炉的输入能量是燃料B,输出能量是汽轮机的进汽量DT,主蒸汽压力pT和汽包压力pD是衡量锅炉能量平衡的状态参数。

b.汽轮机组(汽轮机、发电机环节)的能量平衡关系。汽轮机的输入能量是汽轮机的进汽量DT,输出能量是机械功率PM;发电机的输入能量是机械功率PM,输出能量是电磁功率PE(即机组承担的负荷),发电机转速ω是反映发电机能量平衡的状态参数。

发电单元完整模型的状态方程如式(3)所示。

可见,基于机炉模型设计的直接能量平衡控制策略,仅考虑了锅炉环节的能量平衡问题;而发电单元整体模型可以完整地描述锅炉环节和汽轮机组2个环节的能量平衡过程。基于完整模型根据能量平衡原理设计控制策略可以更好地改善发电单元内部能量转化过程中各个环节动态过程的能量平衡状况。

4 基于发电单元整体模型的改进能量平衡控制

传统的直接能量平衡控制是基于机炉模型而提出的一种先进的锅炉跟随控制构成方式,本质上仅考虑了锅炉环节的能量转化过程中的平衡状况,和压力直接反馈控制相比,较好地解决了锅炉动态响应慢的问题。

所谓的能量平衡,是指满足控制目标所需求的能量与输入能量之间的平衡状况。汽门处主蒸汽压力能够充分反映锅炉能否及时提供所需能量,实现动态以及稳态时能量平衡的重要物理量。发电单元能量控制若基于能量平衡原理分析和设计,更能体现发电单元负荷控制的物理本质,更易于理解和实现,结构简单,调整方便。

这种控制的基本思想是将锅炉储能的变化信号修正能量需求平衡过程的动态偏差,采用前馈方式直接将能量需求信号作用于燃料控制系统,提前改变燃料量,使控制过程既能快速响应,又能尽量减少动态偏差。

显然,从电力系统结构化模型的角度出发,发电单元应该是结构化模型中的一个子系统,发电单元是通过发电机环节与电网建立物理联系。由图3可知,电网向发电单元索取的能量是PE,发电单元燃料供给的能量是B。当电力系统处于紧急状态时,发电单元承受的PE会快速变化,而锅炉大惯性环节特性使得DQ难以及时做出相应变化,PE与DQ之间能量出现不平衡现象,发电单元内部相关的状态量pD、pT、ω均出现明显的变化,各自改变自身储能,及时弥补PE与DQ之间的不平衡情况。

基于发电单元完整模型的改进能量平衡控制策略,本质上是电网需求能量与发电单元燃料供应能量之间的平衡。发电单元稳定运行时,其向电网提供的能量全部来自于锅炉燃料转化的能量。主蒸汽压力,就是反映锅炉能否持续稳定提供需求能量的重要物理标志量,其动态效果的好坏直接反映锅炉在动态过程中满足能量平衡的好坏程度。

基于能量平衡原理和发电单元整体模型,改进能量平衡控制策略的具体推导过程如下,控制结构框图如图4所示。

4.1 电网侧能量需求信号

由图4中转子方程可知,发电机电磁功率:

由于PM难以直接测量,近似可以用DT代替汽门处主蒸汽做功的能力。

若用有功出力的设定值PEset代替PE,则能量需求信号表示为

4.2 锅炉的能量输入信号(基于De.Mello模型)

由于锅炉燃料热值的变化以及燃料量准确计量的困难,很难用燃料量来直接计算输入锅炉的能量。

由图4可知,汽包压力和主汽压力的变化取决于锅炉蒸发量和汽机蒸汽耗量的平衡。

锅炉蒸发量为

能量输入信号作为能量需求信号的反馈信号,取其偏差作为锅炉燃料控制的依据:

由于考虑了发电机转子的动态过程,基于发电单元完整模型的改进能量平衡控制策略,不仅考虑了汽包及其管道“储能”环节的能量变化前馈,还包含了发电机转子环节能量变化的前馈作用,准确描述了电力系统紧急工况下,发电单元燃料输入和满足控制目标时电磁功率输出之间的平衡情况。从控制的角度,该控制策略增强了微分前馈作用,可以有效改善大惯性环节的动态响应速度;从物理的角度,当指令发生变化时,前馈控制器能够直接改变锅炉的燃料量,较大幅度地改变机组的能量输入水平,及时补充能量,以满足发电单元向电网输送能量的需要,从而快速实现发电单元内部能量转化过程的能量平衡。

5 仿真

本仿真研究中做以下必要的假设:锅炉系统燃烧,给水和给风正常;励磁系统工作正常。

仿真采用2机系统,结构如图5所示。

发电单元机组1的模型如图3所示,其中锅炉、汽机相关参数见文献[14],发电机相关参数见文献[15],单元机组1、2的有功出力初值是450 MW,电网中总的负荷是900 MW(电网中的负荷假设为纯电阻性负荷)。

单元机组1的燃料、汽门的初值分别为B0=0.9,μ0=0.9(均为标么值),其内部重要状态的初始值为pD0=18.97 MPa,pT0=16.18 MPa。

直接能量平衡以及改进直接能量平衡控制策略中,压力调节器PID2,KP=0.008,KI=0.000 024,KD=0.15;汽门功频调节器PID1,KP=0.03,KI=0.000 07(由于控制器输入是有名值,输出是标么值,故控制器参数数量级很小;为了比较控制策略的优劣,2种方法中所使用控制器的参数相同)。

运行工况:当机组2出现故障,出力快速降低(由450 MW降至400 MW),对于被研究的机组1,其承担的负荷按照同样的速度快速增加;上层调度“感知”到发电机组总的有功机械出力与电网负荷之间的不平衡情况后,为维持系统稳定运行,30 s后给机组1下达增发有功的指令,由450 MW增加到500 MW,同时让机组2维持400 MW的出力继续运行。

在此紧急状态下,机组1所承担的电磁功率变化速度(即机组2快速降低出力的速度)很快;而机组1的机械功率受制于锅炉的响应速度,持续增加的速度较慢,因此机组1的机械功率和电磁功率在紧急状态下的动态过程中是不相等的,动态过程中两者的差异如图6所示。该结果说明当发电单元电磁功率(即承担的负荷)大于机械功率时,发电机转子的确表现出“储能”特性,释放自身的旋转动能并转化为电磁功率,用以弥补机械功率的不足,暂时满足电网侧负荷的需求。

图7中实线是基于机炉模型的能量直接平衡控制策略下的主汽压力响应曲线;虚线是基于发电单元完整模型的改进能量平衡控制策略下的主汽压力响应曲线。和直接能量平衡控制策略相比,改进能量平衡控制策略基于发电单元整体模型,考虑了发电机环节的动态过程,更加精确、快速反映了发电单元能量输入和输出之间的平衡情况;增强的前馈控制器可以更有效地加速锅炉燃料供给,及时补充能量,有效改善了汽轮机从锅炉侧“过度”抽取能量导致锅炉汽包及管道储能的变化状况,故主汽压力波动的幅值有明显的减小,几乎没有振荡。

6 结论

a.本文分析了发电单元能量转换过程中锅炉、汽机、发电机各环节的特性,指出在电力系统紧急状态下,有必要使用考虑发电机环节动态特性的发电单元整体模型分析能量转化过程并设计控制器,以满足复杂运行工况的需要。

b.基于发电单元整体模型提出了改进能量平衡控制策略,更加准确、快速地描述了发电单元燃料输入和电磁功率输出之间的能量平衡情况,可明显改善锅炉主蒸汽压力的控制效果。

c.考虑发电机环节的发电单元整体模型,通过本机转子转速的变化“感知”整个系统有功平衡的情况,将发电单元的自身安全运行和系统安全运行综合考虑,为发电单元的有功协调控制提供了新的思路。

摘要：分析了在电力系统紧急状态下,基于发电单元整体模型设计锅炉主汽压力控制器的必要性,并提出了基于该模型的改进能量平衡控制方法。指出与锅炉汽包一样,发电机转子也具有储能特性;和传统发电单元简化模型(机炉模型)相比,在电力系统紧急状态下,考虑发电机转子动态特性的发电单元整体模型,更能够精确描述复杂运行工况下发电单元能量转化过程中的能量平衡状况。基于发电单元整体模型,从能量输入和输出之间平衡状况的角度,提出了改进能量平衡控制方法。仿真结果表明,和基于传统发电单元简化模型(机炉模型)的直接能量控制方法相比,所提出的基于发电单元整体模型的改进能量平衡控制方法,更加具体反映了发电单元内部元件之间能量供求的动态平衡状况,有效加快了锅炉动态响应速度,改善了锅炉主汽压力的动态性能。

能量评估模型 第9篇

本次研究在前人研究的基础上, 首先根据安徽省淮北地区的特点构建旱情评价指标体系, 划分旱情等级标准, 然后以土壤墒情预测模型为基础, 结合短期天气预报对未来5~10d的土壤墒情进行预测, 同时也对其他干旱指标进行预测, 然后利用干旱等级标准判断未来5~10d的干旱状况并作出综合评估, 为区域防旱抗旱提供技术支撑。

1 安徽省淮北地区概况

安徽淮北地区位于安徽省北部、黄淮海平原南端, 行政区划上包括阜阳、宿州、淮北、淮南、蚌埠、亳州6个市27个县 (市郊区) , 总面积3.742 1万km2, 现有耕地面积213.333 3万hm2。该区是安徽省及淮河流域重要的粮食生产区、水果主产区、畜牧业发展主要地区和后续森林资源基地, 又是华东地区重要能源基地, 在全省具乃至淮河流域占有举足轻重的地位。

安徽省淮北地区地形西高东低, 地势平坦, 土壤类型大体分为青黑土 (沙礓黑土) 、潮土 (黄潮土) 、潮棕壤土、水稻土等。其中, 沙姜黑土面积2.004 6万km2, 占总面积的53.6%, 主要分布在沿淮岗地以北, 临泉、涡阳、宿州、泗县一线以南地区;潮土 (沙壤土) 面积1.260 7万km2, 占总面积的33.7%, 主要分布在平原区北部及颍河、涡河、浍河与西淝河沿岸;潮棕壤土和水稻土面积4 071km2, 占总面积的10.9%, 分布在沿淮岗地和淮北主要河流中下游沿岸的岗地。该区以旱作物为主, 主要作物为小麦、玉米、大豆、花生等, 耕作制度多为两年三熟。

由于降水量时空分布不均、极端气候、区域水资源短缺、蓄水工程不足、水污染水环境问题突出、经济社会发展对水资源需求量大幅度增加等诸多因素导致区域干旱灾害频发。1949-2013年, 安徽省淮北地区共发生旱灾38次, 其中特大干旱7次, 严重干旱10次, 中度干旱10次, 轻度干旱11次。农业干旱的季节性特征明显, 主要干旱类型有春旱、夏旱、秋旱、春夏连旱、夏秋连旱、春秋同旱、春夏秋连旱7种, 平均每2.5~3年就有一次夏旱或秋旱, 或冬春连旱[11]。

2 旱情评估预测模型

2.1 资料的选取

选取安徽省淮北地区6个雨量站点1961-2009年共49年的逐日降水资料、3个水面蒸发站点1964-2009年共46的逐日水面蒸发资料、7个墒情监测站点2005-2009年共5年资料、7个地下水埋深监测站点1977-2009年共33年资料资料。

2.2 旱情评估指标体系

选取降水量距平百分率、降水排频、连续无雨日数、土壤墒情和地下水埋深5个干旱指标构建区域干旱评价指标体系, 旱情等级分为轻度干旱、中度干旱、严重干旱和特大干旱4个等级, 根据旱情发生时间分为春旱 (3-5月) 、夏旱 (6-8月) 、秋旱 (9-11月) 和冬旱 (12月-次年2月) [1,12,13,14], 详见表1。

2.3 土壤墒情预测模型

土壤墒情指数采用土壤实际含水量, 考虑灌溉和农作物根系分布特点, 选定失墒敏感层 (0~0.2m) 和根系发育层 (0~0.5m) 。根据降雨径流预报理论把表示根系发育层 (0~0.5m) 土壤水分的量化指标称为墒情指数, 则墒情指数计算模型可表示为下式。

式中:θa, t+1、θa, t分别为t+1日和第t日墒情指数, mm;Pt为第t日的降水量;qt为第t日的灌水量, mm;Kt为第t日的土壤水分消退系数。

2.3.1 实测土壤含水率计算

包括失墒敏感层 (0~0.2m) 和根系发育层 (0~0.5m) 土层平均含水率, 其计算公式为:

式中:θ1、θ2…θi分别为相应于测点深度为10、20、30、40、50cm处的实测土壤含水率, %。

2.3.2 50cm土层墒情指数计算

采用20cm土层土壤平均含水率计算50cm土层墒情指数, 根据安徽省淮北地区土壤特点, 主要考虑沙姜黑土和黄潮土两种土壤类型。

沙姜黑土5-10月计算公式为:

沙姜黑土11-4月计算公式为:

沙壤土5-10月计算公式为:

沙壤土11-4月计算公式为:

式中:为20cm深土壤含水率实测值, %;θa为墒情指数, 表征50cm土层水分状, mm。

2.3.3 50cm土层墒情指数预测模型

预测期为未来5d和10d。用第t日的50cm土层的实时墒情指数预测第t+n日的50cm土层的墒情指数。计算公式为:

式中:θa, t为第t日的墒情指数计算值, mm;θa, t+n为第t+n日的墒情指数预测值, mm;Pt为预测期间的预期降雨量累计值, mm;Qt为预测期间的预期灌水量累计值, mm;Kt为土壤水分消退系数, 根据土壤类型和预测时段具有不同值。

2.3.4 20cm土层土壤含水率预测模型

根据未来5d和10d的50cm土层墒情指数预测值预测未来5d和10d的20cm土层土壤含水率。计算公式为:

沙姜黑土5-10月计算公式:

沙姜黑土11-4月份计算公式为:

沙壤土5-10月计算公式为:

沙壤土11-4月计算公式为:

式中:θa为50cm深墒情指数预测值, %;为20cm深土壤含水率预测值, %。

2.3.5 50cm土层土壤含水率预测模型

根据未来5d和10d的20cm土壤含水率预测值预测未来5d和10d的50cm深土壤含水率。计算公式如下:

沙姜黑土5-10月计算公式为:

沙姜黑土11-4月计算公式为:

沙壤土5-10月计算公式为:

沙壤土11-4月计算公式为:

式中:为50cm深土壤含水率实测值, %;为20cm深土壤含水率预测值, %。

上述模型中土壤墒情指数采用的是土壤实际含水量, 受土壤类型、植被类型等影响, 对应同一干旱等级的取值差别较大。为了便于整个区域上的对比应用, 将其转化为土壤相对湿度, 即土壤实际含水量与田间持水量的比值。土壤墒情利用安徽省淮北地区建立的56个土壤墒情站点进行监测, 包括人工测站和遥测站, 测站信息包括地点、经纬度、土壤类型、主要作物种类、所处生长阶段及现状干湿状况。墒情监测内容为10、20、30、40、50cm深度土层的土壤含水量, 监测频次为1次/10d。

土壤水分消退系数K是墒情预报模型中的重要参数之一, 它反映了土壤特性、下垫面、农作物生长阶段和需水、气象等综合因素。安徽省淮北地区沙礓黑土和黄潮土各月的取值见表2。

3 实例应用

3.1 旱情评估

选择安徽省淮北地区2008年冬旱 (2008年12月-2009年2月) 进行旱情评价指标体系检验, 进行多指标综合分析旱情时多采用频次法, 以发生频次高的等级作为最后的综合分析结果。2008年安徽省淮北地区各市都面临冬季干旱, 其中淮北市、亳州市部分地区为严重干旱, 蚌埠市、宿州市、亳州市部分地区和阜阳市部分地区为中度干旱, 阜阳市其他区域为轻度干旱。2008年安徽省淮北地区受冬旱影响小麦面积约78万hm2, 其中重旱13.333 3万hm2, 主要分布在亳州、阜阳、淮北三市, 小麦产量减产幅度约10%。旱情评估结果与实际干旱情况基本相符, 但是还存在局部差别, 主要为阜阳市和亳州市部分地区的干旱程度。因为本次评价结果采用的时间为2008年12-2009年2月, 2008年10月干旱已经逐渐开始, 因此干旱评价结果与实际干旱状况有所不同。评价结果详见表3和图1。

注:0、1、2、3、4、5表示干旱的级别, 分别代表不旱、轻度干旱、中度干旱、严重干旱、特大干旱。

3.2 旱情预测

以2009年2月21日为基准预测未来10d的干旱情况, 冬季是冬小麦返青季, 根系还不够发育, 本次主要考虑20cm土层的墒情。根据天气预报这10天会有降水过程, 但降水量不大。2009年2月21日安徽省淮北地区各市土壤墒情监测数据和3月1日20cm土层土壤相对湿度预测结果见表4和图2, 2009年2月22日-3月1日之间有降水过程, 加之之前的降水, 区域各地的旱情得到了一定缓解, 大部分地市的土壤相对湿度适合冬小麦生长, 仅有灵璧县和淮北市部分区域土壤相对湿度偏低, 评价结果为中度干旱, 主要由于降水总量不大, 20cm土层未得到有效的降水补给。未来10d土壤墒情预测值与实测值差值均小于8%, 并且部分小于5%, 可以满足旱情预测的需求。

对2009年3月1日降水量距平百分率、降水排频、连续无雨日数、地下水埋深和土壤墒情指数进行预测综合评估, 淮北市、宿州市、亳州市主要为严重干旱, 部分地区为中度干旱;蚌埠市为轻度干旱;阜阳市主要为中度干旱, 局部为严重干旱, 基本符合安徽省淮北地区干旱实际情况。由表5评价结果可知, 各指标的评判结果不完全一致, 主要由于各指标的关注点不一致, 本次研究采用出现频次高的干旱等级作为旱情等级。2008年整个冬季降水量大幅度减少, 因此降水量距平百分率、降水排频和连续无雨日数评价结果基本为严重干旱和中度干旱;2009年2月中下旬有多次降水过程, 20cm的土层得到了水分补充, 土壤旱情得到有效的缓解;但是由于降水量不大, 地下水未得到有效的补给, 同时冬季不是作物的主要用水季节, 地下水为下降的不是特别明显, 地下水埋深评价结果基本上为中度干旱。

4 结语

本文以安徽省淮北地区为研究区, 选取降水量距平百分率、降水排频、连续无雨日数、土壤墒情和地下水埋深构建了干旱评价指标体系, 并将春旱 (3-5月) 、夏旱 (6-8月) 、秋旱 (9-11月) 和冬旱 (12月-次年2月) 分别划分为轻度干旱、中度干旱、严重干旱和特大干旱4个等级, 主要采用频率分析法确定了各指标的旱情等级划分标准。将其应用到安徽省淮北地区2008年冬旱评价中, 评价结果为:淮北市、亳州市部分地区为严重干旱, 蚌埠市、宿州市、亳州市部分地区和阜阳市部分地区为中度干旱, 阜阳市其他区域为轻度干旱, 基本反映干旱的实际情况。