关键词： 光储油   机器学习   碳效益   配置优化   试验分析  

摘要： 针对太阳能喷灌机供电系统各配置不匹配所造成的能源供给不稳定和系统成本较高等问题，建立了计及碳效益的光储油联合驱动喷灌机供电系统优化配置模型，利用实测气象数据和历史光伏发电功率，结合SARIMA机器学习算法对光伏发电功率建立估算模型，可估算太阳能喷灌机及其它太阳能装备的光伏发电功率。以卷盘式喷灌机JP75-300为例，基于喷灌机系统需求，将年最小成本作为目标函数，将碳排量和供电可靠性指标作为约束条件，将光伏板面积、蓄电池数目、汽油发电机额定功率作为决策变量，建立了光储油供电配置优化模型，利用完全搜索法求解得出系统最优配置组合，并进一步进行供电性能试验与碳效益分析。结果表明：最优配置由5块蓄电池组、7m2光伏板、额定功率为1 kW的汽油发电机组合，最小年成本1312.69元，8 d试验期内碳排量为8.27 kg，较传统喷灌机大幅减少。本研究在保证供电系统性能的基础上对光储油多能源协同喷灌机进行配置优化，验证了其环保性、供电可靠性和经济可行性，对新能源系统与喷灌技术的结合应用，国家双碳目标达成及西北旱农区光伏喷灌机的应用推广具有指导意义。

关键词： 机器学习   混凝土   力学性能   预测   XGBoost模型   神经网络   支持向量机  

摘要： 选择了BP神经网络模型、支持向量机、XGBoost模型这3种机器学习模型构建了混凝土原材料用量与28 d抗压强度之间的预测模型,比较了各模型的拟合度、泛化能力和预测误差。结果表明:XGBoost模型在拟合度和泛化能力方面表现较为优秀,是构建混凝土原材料用量与28 d抗压强度之间预测关系的最佳模型。

关键词： 平面应力问题   神经网络   机器学习   物理信息   剪切锁死  

摘要： 本文采用一种物理信息神经网络（PINN）的平面应力问题求解方法，首先在求解域[x，y]内随机生成内质点和边界质点，然后将平面应力问题中内质点的几何方程、本构方程、平衡方程以及边界质点的边界条件物理约束引入到神经网络模型的损失函数中，使模型具有物理意义，通过最小化损失函数使其逼近偏微分方程（PDEs）的解。可见，本方法没有网格划分的过程，只有优化训练内质点和边界质点损失函数的过程。因此，PINN方法从本质上是一种无网格方法，可以解决传统有限元平面应力分析中因为网格划分引起的剪切锁死问题。随后通过算例分析对比有限元方法（FEM），验证所提出方法的可行性和有效性。算例结果分析表明，PINN方法能够在不需要任何标签数据的前提下求解平面应力问题，以及解决有限元模型因为网格划分造成的虚假剪变形带来的有限元缺陷：剪切锁死。

关键词： 耕地识别   机器学习   随机森林   哨兵卫星  

摘要： 耕地是农业生产和保障粮食安全问题重要的物质基础，耕地的准确识别对耕地资源的保护和农业生产可持续发展有着重要意义。为了构建高精度的耕地识别模型，本研究基于空间云计算平台使用Sentinel-1/2数据，构建不同特征类型组合，通过特征重要性分析对耕地识别特征进行筛选，形成最优特征集合，使用随机森林（random forest,RF）、支持向量机（support vector machine,SVM）和分类回归树（classification and regression tree,CART）模型对甘肃省张掖市2021年度的耕地进行识别，同时对比分析了各分类器的分类精度。结果表明，使用植被指数特征、雷达特征和地形特征的特征类型组合能够把分类精度提升到91.32%；在研究区耕地识别中表现较好的特征有海拔（elevation）、雷达VH极化通道及归一化水指数（normalized difference water index, NDWI）等；在张掖市耕地识别中，RF算法优势明显，总精度达90.04%,Kappa系数为0.79，基于RF模型得到的张掖市耕地面积为58.5万hm2，面积占比为15.4%。本研究实现了张掖市耕地的精确识别，可为该地区耕地制图提供参考。

关键词： 过电流   异常检测   机器学习   可解释性  

摘要： 在电网系统中，异常检测效率直接影响到系统维护成本，传统电网异常检测方法基于专家经验知识转化为固定规则与阈值，存在一定的局限性。现有的异常检测研究多以窃电、设备故障为主要分析对象，对过流异常的分析不足。本文针对过流异常的特性，分析了传统经验规则存在的问题与缺陷，通过特征工程确定了特征量，提出了基于XGBoost的电网过流异常检测模型。通过实验数据测试与评估，本文模型在5折交叉验证中F1分数最低值相较于传统规则提升了19.2%，平均值相较于传统规则提升了15.1%，各项实验指标均优于基于传统经验规则的检测方法，且没有出现明显的性能差异，证明了模型的检测效果。与异常检测常用的其他机器方法对比，本文模型的F1分数提升了6.4%至8.7%，稳定性及准确性均有优势。通过训练数据远少于测试数据的极端情况测试以及对模型进行的可解释性分析表明，本文模型具有较高的透明度、可信度，同时具有良好的泛化性能，可以有效支撑在实际环境中推广应用于过流异常检测。

关键词： 中小企业   数字化转型   智能制造   县域产业集群  

摘要： 数字化转型已成为中小企业提升生存能力、增强成长活力进而实现高质量发展的重要途径。支持中小企业数字化转型已经成为各级政府工作重点，各省（市、区）都在积极探索中小企业数字化转型路径。本文通过梳理各省（市、区）推进国家级、省级中小企业数字化转型试点推广模式与典型经验，从整体层面、产业层面、企业层面、平台层面等维度总结分析湖南省中小企业数字化转型的现状和困难，充分考虑湖南省已有政策，围绕模式选择、平台建设、配套举措等方面提出了推进省级中小企业数字化转型试点工作的路径建议，为湖南省推进中小企业数字化转型试点工作提供借鉴。

关键词： 电子病历   胸外科   质量控制   人工智能   专家共识  

摘要： 电子病历的应用是现代医疗信息化的重要组成部分，也是提升医疗质量和安全性的关键环节。制定规范、标准的胸外科电子病历有利于规范诊疗流程、提高医疗效率、提升医疗质量、更好地保障患者安全；有利于标准化、结构化数据的采集和运用，推动临床决策和人工智能运用以及临床专科专病中心的建设。中国医师协会胸外科医师分会、海峡两岸医药卫生交流协会胸外科专业委员会、吴阶平医学基金会肺癌专业委员会、浙江省医师协会胸外科医师分会和福建省医师协会胸外科医师分会在充分考虑相关国家政策要求、信息标准以及临床应用实践难点、痛点和最新研究成果的基础上，探索电子病历创新路径；经过多方、多轮次专业的讨论、调研，制定《胸外科电子病历质量控制和管理中国专家共识（2024版）》，旨在为我国广大胸外科医师、信息从业人员提供住院电子病历建设和应用参考，促进胸外科领域信息化水平和医疗水平不断提升，助力健康中国建设。

关键词： 人工智能   矿山灾害   地表塌陷   边坡滑坡   变形预测   风险评价  

摘要： 露天矿山地表变形预测及灾害风险评价的研究对提高灾害预警准确性及制定安全防治措施具有重要意义。近年来,大数据、云计算、人工智能方法的发展,为传统矿山的智能化转型提供了技术支持。从矿山地表变形智能感知、预测及灾害风险评价3个方面概述了露天矿山地表变形灾害的研究进展;梳理了矿山地表变形智能监测技术,选择智能监测手段需要从数据精度、安装成本、后处理速度等多角度权衡;从传统变形预测方法与智能优化方法的结合、机器学习、深度学习3个方面总结了地表变形预测的智能建模方法;概述了矿山变形灾害典型风险评价方法的思路。基于当前研究进展,探讨了存在的问题及未来发展趋势,助力矿山灾害防治的智能升级。

关键词： 光伏产业   分布差异   影响因素   机器学习   元启发式算法  

摘要： 为了解我国光伏产业发展存在空间分布差异的原因,提升非线性复杂系统的模型拟合能力,在明确多元线性回归分析指标对光伏产业的影响作用的基础上,构建经过元启发式算法优化的随机森林、自适应增强、梯度提升决策树、极端梯度提升树4种机器学习方法识别关键影响因素。结果表明,太阳能资源、核能发电量、专利授权量、人均电力消费量、建设用地面积、硅储量是影响光伏产业发展的重要因素;风力发电和光伏发电显著正相关,风力发电量与光伏企业聚集显著负相关;集中式光伏电站的开发更注重因地制宜,而分布式光伏电站的普及主要受电力系统绿色转型政策的影响。研究结果可为政府制定光伏产业发展政策提供参考。

关键词： 深基坑工程   变形预测   机器学习   神经网络   优化算法  

摘要： 为更精准地预测基坑开挖诱发的支护结构变形，构建一种紧邻隧道深基坑变形预测模型，采用灰狼优化算法（grey wolf optimizer，GWO）自动优化长短时记忆网络模型（long short-term memory，LSTM）中的超参数，提升了原始LSTM模型预测结果的准确性。以南京市区内某紧邻隧道的深基坑项目为工程背景，对比分析了BP神经网络、原始LSTM和GWO-LSTM模型的基坑变形预测结果，3种模型的决定系数(R2)分别为0.992、0.967和0.999，说明了GWO-LSTM模型在预测深基坑变形方面的优势和准确性。最后，采用GWO-LSTM模型对D14监测点变形进行了预测分析，预测结果与实测值基本一致，研究结果可为紧邻隧道深基坑安全建设提供技术支撑。