简介:为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和间期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005--2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005~2010年,北京逐日最大电力负荷具有明显的线性增长趋坍,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负苘趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气缘要素一周逐日分别建立预报模型的拟合和预测效果较好。
简介:Inthenormaloperationcondition,aconventionalsquare-rootcubatureKalmanfilter(SRCKF)givessufficientlygoodestimationresults.However,ifthemeasurementsarenotreliable,theSRCKFmaygiveinaccurateresultsanddivergesbytime.ThisstudyintroducesanadaptiveSRCKFalgorithmwiththefiltergaincorrectionforthecaseofmeasurementmalfunctions.Byproposingaswitchingcriterion,anoptimalfilterisselectedfromtheadaptiveandconventionalSRCKFaccordingtothemeasurementquality.Asubsystemsoftfaultdetectionalgorithmisbuiltwiththefilterresidual.Utilizingaclearsubsystemfaultcoefficient,thefaultysubsystemisisolatedasaresultofthesystemreconstruction.Inordertoimprovetheperformanceofthemulti-sensorsystem,ahybridfusionalgorithmispresentedbasedontheadaptiveSRCKF.Thestateanderrorcovariancematrixarealsopredictedbythepriorifusionestimates,andareupdatedbythepredictedandestimatedinformationofsubsystems.Theproposedalgorithmswereappliedtothevesseldynamicpositioningsystemsimulation.TheywerecomparedwithnormalSRCKFandlocalestimationweightedfusionalgorithm.ThesimulationresultsshowthatthepresentedadaptiveSRCKFimprovestherobustnessofsubsystemfiltering,andthehybridfusionalgorithmhasthebetterperformance.Thesimulationverifiestheeffectivenessoftheproposedalgorithms.
简介:在中国改革和发展过程中,政治晋升激励和土地资源扮演了举足轻重的角色,为社会经济发展做出了重要贡献。本文在对现有文献进行系统梳理的基础上,利用中国1999—2010年31个省市区的面板数据,构建面板联立方程模型检验了晋升激励和土地财政对经济增长的影响效应,研究结果表明:(1)晋升激励与土地财政存在显著的正向互动关系,而且晋升激励对土地财政的作用程度大于土地财政对晋升激励的作用;(2)晋升激励和土地财政对经济增长的影响显著为正,地方政府的晋升激励和土地财政是中国经济长期保持较快增速的重要原因;(3)晋升激励和土地财政对经济增长的影响呈现出一定的区域差异,对东部地区经济增长的影响小于中西部地区。