基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

基于数据驱动建模的核电站一回路管道劣化趋势研究

提出一种基于管道状态数据的分析方法，可得到管道劣化趋势，有助于预防管道劣化引起的泄漏。具体方法是通过融合主观专家经验层次分析法和客观大数据分析熵权法的优点，定量地构建一回路管道的改进马氏距离健康度模型，进而应用融合卷积神经网络和长短期记忆神经网络的组合预测模型，对一回路管道未来的劣化泄漏情况做出趋势分析和预判。仿真结果表明，构建的健康度模型能够较好的反映出一回路管道的真实健康状态；组合 预测模型可以有效地预测一回路管道劣化泄漏的趋势，为保障设备的安全稳定运行提供 参考。     

基于深度卷积神经网络的工业循环冷却水系统运行状态预测

工业循环冷却水系统运行状态预测是维护工业设备正常运行的重要保障。为此，提出一种基于深度卷积神经网络的智能工业循环冷却水系统运行状态预测方法。该方法根据工业循环冷却水水质特征，使用工业循环水在线仪表采集pH值、碱度、硬度、氯离子等实时数据，设计了深度卷积神经网络框架，在每层网络中加入Dropout层，以避免神经网络训练过拟合。利用某电厂的实际水质测量数据对该方法进行有效性验证，结果表明，该方法的预测结果准确率可达94%，且泛化能力良好，优于现有其他方法。     

导引头跟踪回路滤波特性仿真分析

反辐射导引头是反辐射导弹的重要组成部分,陀螺稳定平台导引头是最常用的一种导引头,给出了制导控制所需的视线角速度信息。但由于平台的随机扰动和被动导引头的测向噪声,导致导引头无法实现视线角速度的准确测量,因此需要对跟踪回路进行滤波,以得到满足制导要求的视线角速度信息。惯性环节滤波器和矩形窗平均值滤波器是2种常用的数字滤波器,通过Simulink仿真对采用这2种滤波器的跟踪回路特性进行了分析,比较了时域和频域的差异性,给出滤波方法的选择依据。     

污水处理厂沉积池中反硝化过程及其反硝化速率分析

为考察不同的碳源对缺氧反硝化效率的影响,分析污水处理厂沉积池中反硝化过程的反硝化速率。研究结果表明:反硝化反应分3个阶段:第一阶段(0～60 min),运用了可快速迚行生物降解的碳源;第二阶段(60～370 min),已经基本消耗完毕可生物降解的溶解性有机物;第三阶段(370～530 min),NO_3-N的降解速度继续减缓。SCOD与COD的浓度的变化觃律和NO_3-N浓度变化觃律相似。反硝化速率各阶段反应时间变化与NO3-N浓度呈线性关系,因此根据多段动力学方程得到三阶段的反硝化速率。随着时间的不断增加,反硝化速率逐渐减小。     

炉底垫层捣打料的实践与改进

介绍了垫层用捣打料在固定式阳极炉的使用情况,探讨了铜液侵蚀捣打料层的机理及其对炉役寿命的负面影响。详细介绍了镁质捣打料、镁铁捣打料、加强型镁铁捣打料与电炉用镁铬质捣打料的成分配比、施工、养护与应用情况及对炉寿的影响。