【摘 要】
：
太阳活动所产生的高能粒子与地球的磁层电离层作用,导致区域地磁水平剧烈波动并出现感生电场,进而在接地系统中产生地磁感应电流(Geomagnetically Induced Currents,GIC)。本文以高纬地区为例对GIC与地磁变化率之间的关系进行了统计研究,发现了区域地磁与GIC的相关关系及变化规律,并以此为基础实现GIC区域可视化,可以为GIC的预防提供参考,减少GIC对接地设施的损害,进而
论文部分内容阅读
太阳活动所产生的高能粒子与地球的磁层电离层作用,导致区域地磁水平剧烈波动并出现感生电场,进而在接地系统中产生地磁感应电流(Geomagnetically Induced Currents,GIC)。本文以高纬地区为例对GIC与地磁变化率之间的关系进行了统计研究,发现了区域地磁与GIC的相关关系及变化规律,并以此为基础实现GIC区域可视化,可以为GIC的预防提供参考,减少GIC对接地设施的损害,进而保障人们的生产生活,维护社会的安全稳定。首先,本研究从电力系统角度出发提出GIC事件识别方法,从芬兰MA
其他文献
随着科技水平的不断进步,物流供应链已得到长足的发展,农产品滞销、“卖难买贵”问题仍未得到有效解决。由于农产品本身的时效性、季节性、地域性等特点,农产品上市会有大量供给涌入市场,由于传统电商是通过中心化的分发信息连接供给与需求,难以高效、低成本地将海量供给与市场需求相匹配,使得农产品供应链难以在短期内实现农产品清仓造成滞销损坏,带来经济损失。在互联网流量红利逐步消退情况下,社交电商却依靠社交流量红利
混频数据抽样模型(Mixed Data Sampling,MIDAS)是解决响应变量与解释变量观测频率不一致的混频数据分析问题的一类重要的统计模型。这类模型克服了将混频数据同频化的数据预处理方式可能引起的高频数据信息的损失和人为填补数据的误差问题,保证了原始的混频数据结构。然而,目前的混频回归模型仍以线性模型为主,本文将混频数据抽样技术和逻辑回归模型相结合,提出了两类非线性混频预测模型,并将其应用
聚类失效时间数据常见于生物医学领域并得到了广泛的研究,通常采用边际回归建模的方法来确定失效风险的潜在因素。在具有潜在相关性的右删失聚类失效时间数据的基础上,边际比例风险模型的广义估计方程的理论通过引入工作相关矩阵来刻画数据聚类内的相关性,并通过预先指定的工作相关矩阵来对聚类内的相关性结构进行建模。首先,结合广义矩估计和二次推断函数的理论,我们将边际比例风险模型中工作相关矩阵的逆矩阵分解成若干基矩阵
近年来,资源和环境问题一直都是社会的热点关注问题,为了减少对资源的过度消耗,实现资源节约和环境保护,各个国家政府以及制造企业开始越来越重视社会生活中所产生的废弃材料的回收以及重新利用。再制造就是让社会生活中各种常见的废旧产品得到重新利用使其能够再次新生投入到生产生活中进行工作的过程。运用新的科学技术和生产工艺制造的再制造品与新产品质量和特殊属性并无明显区别,但仍具有一定的不完美性,导致消费者在做出
大豆是人类摄取优质蛋白质以及食用油脂的重要来源之一。近年来，我国对大豆的需求量随着人口增多而急剧增加，但大豆供应却很大部分依赖进口，严重威胁着国家粮食安全。因此，实现国内大豆的优质增产刻不容缓。识别分析大豆植株表型性状是大豆考种的一种重要方式，对提高大豆单产具有重要意义。目前，大豆植株考种主要依靠传统的人工方式，对表型性状的识别主要面向豆荚种类检测与分枝数量研究，尚无有效的大豆单株种粒数预测方法。
风能作为一种可再生清洁能源，具有储量巨大、分布广泛，且开发利用成本较低的特点，是可再生能源中最具开发前景的一种能源。然而，风力发电机多位于风能资源丰富的区域，例如戈壁、荒野、高山等，运行环境较为恶劣，会对风机运转造成一定的影响。同时，长期运行也会对风机内部造成一定的磨损，在多种因素的影响下，风机不同部位的部件很容易发生各种各样的故障，其中风电机组轴承故障是风机故障最为常见的。风电机组轴承发生故障可
航运业的发展在带来巨大经济效益的同时，也对大气环境造成了一定程度的污染。近年来，随着船舶废气排放法规的日益严格，将含氧燃料与柴油进行掺混成为有效解决船用柴油机排放问题的重要途径之一，其引入对柴油发动机燃烧和排放性能的影响机理也成为了研究热点。而正戊醇燃料由于其高能量密度、高十六烷值以及高含碳量，且能够与柴油进行良好互溶等诸多优点，在替代燃料的研究领域引起了广泛的关注。本文将正戊醇掺混到重质柴油中，