1) Prediction method of rock burst
岩爆预测方法
2) rock burst forecast
岩爆预测
1.
Making use of the artificial neural network method,a rock burst forecast of artificial neural network model was established and according to some underground engineering measured parameters,it validated the reliability of the forecasting model.
通过收集国内外多个地下工程和矿山实际岩爆资料,分析了影响岩爆发生的主要因素,运用人工神经网络方法,建立了岩爆预测的人工神经网络模型,并根据某地下工程的实测参数,验证了预测模型的可靠性。
3) Rock burst prediction
岩爆预测
1.
In the light of the non-linear character of rock burst and master factors of rock burst,a non-linear grey model of classification for rock burst prediction is established.
根据岩爆的非线性特征,选取岩爆的主控因子,建立岩爆预测的非线性灰色归类模型,把该模型应用于实例当中,并将分析结果与实际情况进行对比,结果表明,该模实用性强,具有良好的应用前景。
2.
There is a high tendency of rock burst in surrounding rock by analyzing the modified brittleness index and model test result,so it is essential to strengthen rock burst prediction and control.
为了从岩性角度评价竖井围岩的岩爆倾向性,开展了室内岩石单轴压缩变形试验和物理模型试验,根据改进脆性指数指标和模型试验的结果,表明竖井围岩有岩爆倾向性,必须加强岩爆预测和防治。
4) rockburst prediction
岩爆预测
1.
The rockburst prediction method based on grey whitenization weight function cluster theory was proposed.
选取岩石弹性能量指数、脆性系数和围岩最大切向应力与岩石单轴抗压强度的比值作为岩爆灾害预测的主要影响因子,并构造了适于岩爆预测的各聚类指标的白化权函数。
2.
The rockburst of an underground cavern directly menaces the execution and securily of an underground engineering, so it is very important to undertake the reasonable rockburst prediction before execution.
地下洞室岩爆的发生直接影响地下工程的施工和威胁施工人员的安全 ,因此 ,进行合理的岩爆预测就显得尤为重要。
3.
Based on the neural network theory, a new rockburst prediction model is established.
采用人工神经网络理论 ,将岩爆先验知识作为学习样本 ,建立了一种新的岩爆预测模型。
5) Rockburst forecast
岩爆预测
1.
Research on in-situ stress measurement and rockburst forecast in tunnels;
隧道地应力测试及岩爆预测研究
2.
With some engineering projects at home and aboard taken as learning and training samples, rockburst forecast is performed for an underground hydropower plant by use of the samples that have been trained stably.
研究表明,与其他岩爆预测方法比较,人工神经网络模型更具有客观性和有效性。
补充资料：电力负荷预测方法
电力负荷预测方法
load forecasting method
d{anl一fuhe yuee fangfo电力负荷预侧方法(foad foreeasting meth-ed)在电力系统规划中，电力负荷预侧是通过研究国民经济和社会发展的各种相关因素与电力需求之间的关系，预侧电力用户的需电量和最大负荷。为做好负荷预侧摇掌握国民经济和社会发展的历史、现状和规划资料以及电力消费水平和特性变化，研究经济政策、经济发展水平、人均收人变化、产业政策变化、产业结构调整、科技进步、节能措施、需求侧管理、电价、各类相关能源与电力的可转换性及其价格、气候等因索与电力箱求水平和特性之间的影响，需分析研究电网的扩展和加强、城市电网改造、供电条件改善、农村电气化等对电力需求的形响. 一电.的预侧方法需电量传统的预侧方法主要有用电单耗法、电力弹性系数法、回归分析法、时间序列法、综合用电水平法和负荷密度法等。近年来又研究了一些新的预侧方法，如计t经济模型法、灰色系统预侧法、专家系统法和神经网络法等方法. 用电单耗法将预侧期的产品产量(或产值)乘以用电单耗，可得所需要的用电量，计算式为E一艺况m，式中E为某行业预侧期的需电t，民为各种产品产量(产值)的用电单耗;成为各种产品产量(或产值);n为计算的行业的企业数。 这个方法适用已有生产或建设计划的中近期负荷预侧。 电力弹性系数法电力弹性系数是在某一时期内用电t的平均年增长率与同一时期国内生产总值(gross aomesti。produet，GDP)平均年增长率的比值。该系数从客观上反映电力发展速度与国民经济发展速度的相对关系。这一系数与电力工业发展水平、科学技术水平、国家经济政策及产品结构、人民生活水平等因素有关.美国、日本、法国、中国1971~1950年的电力弹性系数分别为1.26，1·01，l·59和l·22;1981~1985年的分别是0.66，0.75，2.52和0.64;1986~1990年的分别是1.2，1.08，0.94和1.12.中国1991~1997年的电力弹性系数分别是1.12，0.85，0.73，。.85，。.84，。.74和。.58。当预测出电力弹性系数后，预侧未来的需电t的计算式为E.=E。(l+K夕)，式中E.为预侧期末的需用电量.E。为预侧初期的需用电量;K为规划期的电力工业弹性系数冲为计算期年数;夕为国内生产总值平均年增长速度. 电力弹性系数是一个宏观指标，用作远期粗略的负荷预测。 回归分析法它利用数理统计原理，对大t的统计数据进行数学处理，并确定用电量与某些自变t之间的相关关系，建立一个相关性较好的数学模式即回归方程，并加以外推，用以预侧今后的用电盆。回归分析法包括一元线性、多元线性和非线性回归法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条