期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于SEE模型的玉溪市土地集约利用时空动态评价 被引量:1
1
作者 朱大美 吴利 《玉溪师范学院学报》 2018年第12期49-56,共8页
从玉溪市的实际情况出发,从社会集约度、经济集约度和生态集约度三个角度构建SEE模型,运用主成分分析法和熵权法确定综合权重,分别计算出社会集约度、经济集约度、生态集约度和综合集约度,得出2006-2015年玉溪市土地利用集约动态变化,... 从玉溪市的实际情况出发,从社会集约度、经济集约度和生态集约度三个角度构建SEE模型,运用主成分分析法和熵权法确定综合权重,分别计算出社会集约度、经济集约度、生态集约度和综合集约度,得出2006-2015年玉溪市土地利用集约动态变化,并测算其协调度水平,将集约度划分为5个等级.分析结果表明:时间维度上,2006~2015年玉溪市各县区土地利用综合集约度总体呈逐年上升趋势,但大多处于0.1~0.3分之间;空间维度上,集约度等级区域空间差异较大,不同县区及同一县区在不同年份的土地利用集约度均差异明显.此外,通过综合集约度和协调度水平的相关性分析,得到其Pearson(皮尔逊)相关性系数为0.858,证明两者相关性十分显著,除2006年外,两组数据的曲线走势基本吻合.总体来说,SEE系统协调度越高,土地集约利用的程度也越高. 展开更多
关键词 土地集约利用 see模型 动态评价
下载PDF
阿克苏地区土地集约利用时空动态研究
2
作者 翟培 张永福 刘兴兴 《安徽农业科学》 CAS 2020年第13期88-92,共5页
[目的]研究阿克苏地区土地集约利用的时空动态。[方法]以阿克苏地区8县1市为研究区,从社会-经济-生态3个层面选取12项指标构建SEE模型,结合变异系数法和主成分分析法确定指标综合权重,进而研究2012—2017年阿克苏地区土地集约利用时空... [目的]研究阿克苏地区土地集约利用的时空动态。[方法]以阿克苏地区8县1市为研究区,从社会-经济-生态3个层面选取12项指标构建SEE模型,结合变异系数法和主成分分析法确定指标综合权重,进而研究2012—2017年阿克苏地区土地集约利用时空动态变化,并对“社会-经济-生态”协调性水平进行分析。[结果]时间尺度上,阿克苏地区在2012—2017年的土地集约利用水平有显著的波动上升,由2012年土地粗放利用到2017年基本都实现土地中度集约利用;空间尺度上,地区土地集约利用水平具有空间差异性和聚集性,其中阿克苏市土地实现高度集约利用;土地集约利用综合水平和协调度水平2组数据的线性走势有极大的一致性,得到其Pearson相关性系数为0.664,两者相关性显著。[结论]阿克苏地区可以结合各县市的实际情况,采取不同的土地利用管理措施,提高社会、经济、生态三者间的协调度,进一步加强地区土地集约利用。 展开更多
关键词 土地集约利用 see模型 阿克苏地区 时空动态研究
下载PDF
含风电电力系统经济调度Wait-and-See模型的对比分析 被引量:3
3
作者 黎静华 朱敦麟 潘毅 《电力建设》 北大核心 2016年第6期62-69,共8页
为了更好地选择计及风电随机特性的电力系统调度计划模型,引入了3种基于风电场景的经济调度wait-andsee模型进行对比分析。从目标函数入手,对比分析"尽可能接近风电均值"和"调度计划调整量最小"这2种目标函数的差... 为了更好地选择计及风电随机特性的电力系统调度计划模型,引入了3种基于风电场景的经济调度wait-andsee模型进行对比分析。从目标函数入手,对比分析"尽可能接近风电均值"和"调度计划调整量最小"这2种目标函数的差异。基于功率平衡方程,推导了3种模型制定的调度计划在应对实际可能发生的风电场景时的调节能力以及调整幅度,并进行了对比分析。最后,以IEEE 24节点系统为仿真算例,从运行成本、调节能力、调整幅度、弃风量等方面,对3种模型的仿真结果进行对比分析。分析结果表明:以调整量最小为目标的模型在鲁棒性、经济性、计算速度等方面相对于其他两个模型具有明显优势。所提供的3种经济调度模型以及对比分析结果可为运行人员灵活选择含有风电的电力系统调度计划优化模型提供参考。 展开更多
关键词 wait-and-see模型 经济调度 调度计划 风电场景 随机特性
原文传递
Asymptotically Optimal Scenario Analysis and Wait-and-See Model for Optimal Power Flow With Wind Power 被引量:27
4
作者 LI Jinghua WEI Hua MO Dong 《中国电机工程学报》 EI CSCD 北大核心 2012年第22期I0003-I0003,共1页
精确模拟风功率分布的场景,有效求解反映风电随机性的最优潮流模型,对大规模风电并网的经济调度、质量控制及安全运行均具有重要意义。引入风电随机变量,建立最优潮流的"wait-and-see"(WS-OPF)模型;采用优于其他指标的瓦瑟斯坦(Was... 精确模拟风功率分布的场景,有效求解反映风电随机性的最优潮流模型,对大规模风电并网的经济调度、质量控制及安全运行均具有重要意义。引入风电随机变量,建立最优潮流的"wait-and-see"(WS-OPF)模型;采用优于其他指标的瓦瑟斯坦(Wasserstein)距离为衡量指标,形成与风功率概率分布最优近似的场景模型,生成渐近最优场景,获得潮流分布及机组最优出力等指导调度安全经济运行的重要信息。最后,以IEEE 30和IEEE 300系统为例,对比各种距离指标的模拟精度,验证Wasserstein距离的优良性;同时,与不考虑风电随机性的模型相比,WS-OPF模型能更好地模拟风功率随机特性,提供与实际发生的风功率相近的调度方案,从而合理地规避风电接入电网的风险,提高风电的消纳能力。 展开更多
关键词 优化调度模型 渐近最优 最优潮流 风电 随机变量 电力系统
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部