基于PSO-DBN神经网络的光伏短期发电出力预测

考虑到光伏输出功率的随机性和波动性,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)优化深度信念网络(Deep Belief Network,DBN)的光伏短期发电出力预测方法。首先利用改进粒子群算法确定DBN神经网络最优的初始权值,建立初始DBN网络。其次,确定预测日后,利用灰色关联度法选出与预测日气象特征相似度高的日期。将这些日期的气象数据和历史发电数据作为训练集对初始DBN网络进行训练,建立预测模型。最后仿真结果表明,所用模型相比于传统的DBN神经网络具有更高的预测精度。     

户界分明的隐蔽式同层排水技术应用研究

同层排水技术在国内逐渐兴起,预计将成为建筑排水管道敷设的主流方式,其应用日益广泛,文章通过与传统隔层排水技术特点对比分析,介绍了同层排水技术的主要形式、设计和做法中的技术要点,探讨了同层排水系统中的几个焦点问题,并给出了解决方案。以隐蔽式安装系统为主,详细的介绍了其设计中的技术要点和优缺点,最后认为同层排水技术是今后建筑排水的发展趋势。     

ID-临界因子图的度和条件

本文研究ID-因子临界图的度和条件,得到使得图G是ID-因子临界图的任意两个不相邻的顶点的度和的下界,同时说明这些结果是最好可能的。     

基于FCM和CG-DBN的光伏功率短期预测

针对光伏输出功率非线性、波动大、不稳定等特征引起光伏功率短期预测不精确的问题,本文提出了一种基于相似日聚类和利用共轭梯度法(CG)改进深度信念网络(DBN)的组合模型预测方法。首先利用FCM聚类算法将原始数据按照隶属度进行相似日聚类,随后根据类别进行CG-DBN预测模型的建模,最后利用该模型进行光伏输出功率的短期预测。本文将方案应用于浙江龙游发电站,并将预测结果与传统预测模型进行了比较。最终得出,FCM和CG-DBN组合预测模型在光伏功率短期预测中的性能优于其他模型。     

基于相似日和GA-DBN神经网络的光伏发电短期功率预测

光伏电站输出功率受多种外界环境因素影响显著,存在非线性、波动大等缺点。针对这一问题,提出改进的深度置信网络(Deep Belief Network,DBN)的方法。首先利用遗传算法(Genetic Algorithm,GA)为DBN神经网络选取最优的初始权值;其次利用灰色关联度法选择与预测日气象特征相似度高的日期,将这些日期的天气数据和历史发电功率作为训练样本训练DBN神经网络,建立短期光伏预测模型;最后通过仿真算例分析验证了该方法对传统DBN模型预测准确度的提升,且具有一定的可行性。     

PASCAL语言程序转换成C语言程序的尝试

本文主要介绍将Ｐａｓｃａｌ语言程序的运算符，语句，函数，过程转换成Ｃ语言程序的方法。     

农村寄宿制学校食品卫生管理初探

近年来,农村初中以上学校逐步推行寄宿制,集体就餐的学校和学生人数不断增加,及时了解和掌握农村寄宿制学校的食品卫生问题,做好防制管理,是当前食品卫生监督管理中一个新的主要课题,为此,我们对高密市38所农村寄宿制学校的食品卫生状况进行了调查,对发现的问题联合教育行政管理部门采取了综合性管理措施,现报告如下: 1 基本情况 全市38所农村寄宿制学校中共有食品生产经营单位(含个体商贩)134个,其中,食堂45个,食品商店52个,校外供餐单位37个,食品从业人员224人。 2 存在的主要问题 2.1 食品从业人员成份复杂、素质低。224名从业人员中,农民占