基于灰色模型与ARIMA模型的股票价格预测

以三只股票的历史数据作原始序列,建立了GM(1,1)模型与ARIMA自适应过滤组合模型.分析两种模型的应用场景,并以ARIMA模型为基础建立股价反转判断模型.实验证明,所建立的模型在短期内的拟合、预测与反转判断效果较为理想.     

600MW机组锅炉后屏过热器泄漏原因分析和预防

某电厂600 MW直接空冷机组锅炉后屏过热器泄漏停机处理完成后启动再次泄漏.通过检查和分析,后屏过热器第1次泄漏是由于异种钢焊口焊接质量差,第2次泄漏是由于第1次泄漏停机后未采用热炉带压放水和第2次启动过程中操作不当,导致后屏过热器形成水塞,造成局部短时过热爆管,并提出了消除方法和预防措施.     

智能电网中D2D网络的通信资源管理优化方案

当前在智能电网的应用中,各种智能终端的使用,使得移动数据流量空前增长,电力互联方式在面临海量数据传输的需求时,由于资源受限,信道间会产生一定的干扰,从而影响通信质量。为了解决通信资源管理这一问题,与常见的移动边缘计算(MEC)方法不同,文中提出了一种网络资源分配方法,优化链路选择和子信道分配,以实现能量效率的最大化。仿真结果表明,与没有卸载和部分优化的方法相比,此方法在能效方面有了很大的提高。     

基于K空间理论的磁共振图像空间分辨率影响因素分析

空间分辨率是对磁共振成像设备进行质量控制的主要性能参数。利用美国体膜实验室生产的Magphan SMR100体膜在自旋回波序列T1加权模式下对磁共振成像设备的空间分辨率进行计量检测，基于K空间理论，结合扫描视野的形状及频率编码矩阵和相位编码矩阵的大小及取向，对决定图像空间分辨率的因素进行了深入分析，获得了在不降低空间分辨率的前提下以较小的信噪比损失成比例缩短扫描时间的参数选取规则，从而提高磁共振成像设备周期检定的实践水平。     

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%。