输电线路运行安全影响因素分析及防治措施

以浙江省为例,进行省域冰区图绘制和杆塔尺度的输电线路评估。首先,利用覆冰生成数值模式,针对2005— 2014年覆冰灾害进行了逐小时0.01°× 0.01°分辨率的覆冰过程反演,结合Gumbel极值分布刻画各栅格超越概率分布并绘制浙江省冰区图;其次,通过多因素比较分析,建立基于高程要素的杆塔覆冰降尺度方案;最后,基于区域灾害风险评估方法,选取易损性评估模型,对浙江省输电线路覆冰灾害下的杆塔失效率给出了定量评估。结果显示,浙江省冰区呈北、中、南带状分布,且中部覆冰带可能强度最大;在当前气候背景条件下,忽略人为抗冰、融冰等作用,浙江省中部及北部的输电线路覆冰风险相对较高。

     

基于地理空间分析和AHP的线路通道滑坡风险性评价

输电线路常需要跨越地质灾害易发区域,为了保证电力的正常、安全输送,对输电线路通道所经区域进行滑坡地质灾害的空间分布及潜在风险评价具有重要意义。本文结合GIS和AHP方法进行了某输电线通道滑坡灾害危险性评价,选取地形地貌、气候条件、水文条件、人为活动条件、植被条件、地质岩组条件等影响因子,建立评价指标体系,利用层次分析法(AHP)确定各因子权重,基于GIS地理空间分析评价了输电线路通道地质灾害危险性,划分了5类区域:极高危险区、高危险区、中危险区、低危险区、较低危险区。危险性评价结果可为输电线路电力设施通道滑坡灾害防治、安全设计和施工提供科学依据。     

扶贫地理知识图谱构建与分析——以临沂市为例

目前中国的减贫战略转型为制定复合贫困整体解决方案,其中扶贫分析涉及海量多源异构数据,数据间潜在的相似性和相关性难以被直接挖掘和利用。该文结合扶贫数据,经本体设计、知识抽取、实体对齐、实体融合和知识推理构建扶贫地理知识图谱。首先依据扶贫数据设计本体模型,然后搭建ALBERT实体关系联合抽取模型用于知识抽取,以及基于地名的多特征行政区划实体对齐模型用于地名消歧,再经实体融合及知识推理后形成扶贫地理知识图谱。基于图谱进行社区划分,从物资关系、空间分布特征和时间变化特征分析扶贫项目的社区划分结果,发现社区中扶贫项目实施的特点及潜在联系,为后续制定扶贫措施提供决策依据。     

联合词汇增强的中文细粒度地理命名实体识别模型研究

命名实体识别（NER）是自然语言处理众多研究基础,其可以被定义为分类任务,旨在从非结构化文本中定位出命名实体,同时将命名实体分类成预定义类别。与英文相比,中文构词灵活、不具有边界性,且缺乏高质量中文NER数据集,导致中文命名实体识别难度较大。细粒度实体是粗粒度实体的细分类型,中文细粒度命名实体尤其是地理命名实体识别难度更大。中文地理命名实体识别无法同时兼顾精度和召回率,改善中文细粒度地理命名实体识别性能至关重要。因此,本文提出2种联合词汇增强模型的中文细粒度地理命名实体识别模型。首先,将词汇作为“知识”注入模型,基于词汇增强方式探究适合细粒度命名实体识别方法,并找出适合细粒度命名实体识别方法BERT-FLAT以及LEBERT;其次,为进一步提升细粒度地理命名实体识别性能,针对上述2种方法在预训练模型、对抗训练以及随机权重平均3个方面进行改进,形成联合词汇增强模型RoBERTa-wwm-FLAT以及LE-RoBERTa-wwm;最后,对联合词汇增强模型进行消融实验,探究不同改进策略对于地理命名实体识别性能影响。基于CLUENER数据集和1个微博数据集的实验表明：(1)与无词汇增强功能模型...