降凝剂乙烯-醋酸乙烯酯对蜡晶Zeta电位的影响

通过微电泳仪研究了降凝剂乙烯-醋酸乙烯酯（EVA）对蜡晶Zeta电位的影响。结果表明,当降凝剂用量低时,蜡晶的Zeta电位随降凝剂用量的增加而增加;降凝剂用量达到600μg/g时,蜡晶Zeta电位（9.8mV）不随降凝剂用量的变化而变化;在乙烯链节的平均碳原子数为30左右,蜡晶Zeta电位值最大,最大值为10.86mV;降凝剂EVA分子结构中VA链节质量分数在45%时,蜡晶Zeta电位最大,最大值15mV;EVA支化度的增加,蜡晶Zeta电位变小;平均相对分子质量为1.2×104,蜡晶Zeta电位值最大,最大值为11.8mV。     

基于最大互信息系数和小波分解的多模型集成短期负荷预测

为提高负荷预测精度,提出一种基于小波分解的多模型集成短期负荷预测方法.由最大互信息系数(MIC)选出与负荷相关性高的特征候选集;为获得平稳的负荷序列,将小波分解集成到多预测模型中;小波分解后的负荷序列由多种预测模型(最小二乘支持向量回归、长短期记忆循环神经网络和极限梯度提升树)进行训练,这些模型在同一小时内提供不同的预测;在集成过程中采用二次学习来组合各时段预测结果并得到最终输出.真实电网数据实验对比结果表明,该方法具有更高的泛化能力和预测精度.     

基于SOA的空管数据管理平台研究与实现

提出一种基于SOA架构的空管数据管理平台实现方案.首先自主设计了适应空管系统运行环境的SOA应用服务器,研究了服务器的架构、关键技术和访问流程;接着根据往返模式,划分和实现了数据管理关键服务;最后,采用类J2EE设计了数据管理平台框架.文中方法已在具体系统中应用,实践表明不但解决了遗留应用系统移植问题,还缩短了系统开发周期,提高了空管数据管理的适应能力.     

基于气象资源插值与迁移学习的广域分布式光伏功率预测方法

针对广域分布式新能源普遍缺乏新能源资源监测装置,而导致功率预测精度不足的问题,提出一种基于气象资源插值与迁移学习的广域分布式光伏功率预测方法。首先,基于地理信息和粗颗粒气象数据,对广域范围下的气象资源数据进行网格化插值;其次,依据插值结果对具有相同气象特征的光伏电站进行自组织映射(self-organizing maps,SOM)网络聚类,并对每一类中的光伏电站进行迁移学习的源域和目标域的划分,以保证预测精度;然后,结合长短期记忆(long short term memory,LSTM)网络,引入误差修正环节,建立源域至目标域的双迁移模型;最后,以浙江省绍兴市的分布式光伏电站为实例验证该方法的有效性。相比于对各个光伏电站单独建模,所提方法能将目标域光伏电站的训练速度提高10倍以上,且在预测精度方面也有显著提升,具有一定的推广应用价值。     

基于GIS数据的植被实时虚拟可视化

针对大范围场景的植被实时虚拟可视化问题,提出一种在程序运行过程中实时生成各个体植被分布数据和属性数据的方法。该方法使用WangTiles和植被覆盖的地理信息系统数据。采用几何细节层次模型和基于纹理图像的方法对植被进行实时绘制。实验结果表明,该方法能在包含植被的大范围场景中取得较好的可视化效果,在场景漫游时可以保持交互的帧速率。     

十进制编码遗传算法的模式定理研究

根据遗传算法中采用的编码策略,可将遗传算法分为两大类：二进制编码遗传算法和十进制编码遗传算法．二进制遗传算法的数学基本定理是模式定理,但对于十进制编码遗传算法是否也存在其模式定理是待探讨的问题．本文在十进制数编码遗传算法的理论基础上,给出十进制编码遗传算法的相应概念并引入符号基因表和模式不变位的概念,根据十进制编码遗传算法的简单遗传算子对其模式的影响,推导出十进制编码遗传算法的模式定理．     

基于ASP.NET平台的网络展示系统的设计与实现

一、前言 全球化和信息化是当今世界发展的两个显著特点.随着全球化、信息化的不断发展,企业要提高核心竞争力,一方面要寻找合适的供应商,建立战略伙伴关系,降低生产成本;另一方面,必须尽快向市场展示其产品.     

爆破参数对隧道近区支护结构的影响

为了研究爆破对隧道近区支护结构的影响,以高速公路隧道为工程背景,通过监测围岩压力和隧道变形来反映爆破对支护时机的影响,利用应力释放法通过数值计算对隧道开挖过程以及支护情况进行仿真模拟。     

一种适用于WAMS量测数据的系统暂态功角稳定评估方法

考虑WAMS量测数据刷新速率快,数据量大的特点,提出了一种适用于WAMS量测数据的暂态功角稳定评估方法。选取初始特征量集并用核主成分分析法对特征集进行降维,过滤冗余特征并降低分类器输入向量的维度。构建训练样本集,计算各样本的初始特征量集并进行降维。通过训练ECVM分类器对暂态功角稳定进行评估,并用测试数据集验证分类器的准确率。在新英格兰10机39节点系统中的仿真表明,所提算法有较高的分类准确率,与传统分类算法相比降低了单个样本评估所需的时间,具有工程使用价值。     

基于半监督谱聚类的最优主动解列断面搜索

主动解列最优断面搜索是依据广域测量信息,在大电网遭受大扰动失步崩溃之前,依据实时工况和运行方式,快速准确求取电力孤岛划分的紧急策略。然而,在实际大系统的求解中,计算复杂度呈几何指数增长,是一个NP难题。提出了一种半监督谱聚类算法,首先采用最小复合有功潮流冲击的目标函数和机组同调/分离等相关约束构建详细解列断面搜索模型,然后将最优断面搜索的优化求解过程,映射为约束谱聚类对静态图分割的松弛解求取过程,最后通过改进的PAM聚类算法选择最优主动解列断面。上述过程,在不丢失全网信息前提下,降低了时间复杂度,IEEE 118标准算例和四川电网实际系统的仿真验证,证明了该算法的正确性、有效性和快速性。