摘要：时空关联挖掘是智能交通领域的关键技术之一。大规模交通网络中的交通流量数据具有高度非线性和复杂特征,故精准地预测交通流量面临巨大挑战。现有方法大多设计2个独立模块来分别捕获交通流量的时间和空间相关性,故无法精准地对流量数据中的复杂时空相关性建模。该文提出一种时空组合图卷积神经网络(STCGCN),以更好地预测交通流量。STCGCN通过构建自适应时空组合图,并提出时空组合图卷积,来有效揭示交通流量数据动态和复杂的时空相关性。在美国加利福尼亚州高速公路流量公开数据集上进行了实验,结果表明STCGCN的预测效果优于11个现有方法。

摘要：　分析了琥珀山庄污水处理厂在运行中出现污泥膨胀和污泥上浮的原因,并通过模拟试验,对设计方面存在的缺陷提出了可行的改造建议。

摘要：在电力市场和低碳经济背景下,为增强新能源电站间的时空互补能力,提高自配储能利用率,建立了考虑储能共享的风光储集群联合优化运行及竞标策略模型。首先,基于新能源电站的互补特性,设计了考虑储能共享的风光储集群联合运行机制,并分析了风光储协同运行机理;其次,考虑以市场手段促进新能源消纳,建立风光电站参与日前能量市场,自配储能及共享储能为其提供平衡波动备用容量的市场收益模型;在此基础上,考虑电价及风光出力的不确定性,提出风光储集群联合竞标策略,以实现风光储集群利益最大化;最后,利用改进的粒子群优化算法求解联合竞标及协同运行模型。仿真结果表明,所提策略能够有效提高自配储能利用率,增加风光储集群收益,对新能源的市场消纳起到积极作用。