基于粒子群算法的BP神经网络电价预测研究

电力负荷预测是电力系统规划和运行的主要内容,而实时电价是影响负荷预测精度的一个重要因素,文章通过分析某电网电价历史数据,结合PSO算法和BP网络优点,提出一种PSO-BP神经网络预测模型,用PSO算法优化BP神经网络的初始权值和阈值,将电力系统电价的不确定性变为可预测性。Matlab仿真结果表明,PSO-BP神经网络预测模型收敛速度快和预测精度高,可运用到未来实际电价预测当中。     

菜籽蛋白的制备及其体外模拟消化

采用响应面法(RSM)优化了菜籽蛋白提取的3个影响因素(pH、温度、液料比).同时对大豆蛋白(SPI)、菜籽蛋白(PPI)及其12S组分(RP-12S)、2S组分(RP-2S)进行模拟体外消化,结合SDS-PAGE分析和可溶性氮释放量评价了菜籽蛋白消化率.结果表明,在 pH 12.0、液料比19:1、55.0 ℃下提取菜籽粕 30 min,重复2次,最大提取率可达 78.85%,酸沉 pH 为5.0.经胃蛋白酶、胰蛋白酶体系消化,PPI、RP-12S、RP-2S的可溶性氮释放量分别为 84.51%、78.33%、80.39%.均比 SPI 的可溶性氮释放量高.说明菜籽蛋白拥有比大豆蛋白更好的消化性,是适合人类食用的优质蛋白质.     

基于遗传算法的风电混合储能容量优化配置

为了降低独立风力发电系统中储能装置的生命周期费用,建立以风力发电系统中储能装置的生命周期费用最小值为优化的目标函数、负荷缺电率等指标为约束条件的模型,结合蓄电池和超级电容器储能特性,利用风电和负荷48 h的发用电数据,研究包含蓄电池和超级电容器的储能系统能量管理策略。提出了一种基于改进粒子群算法的储能容量生命周期费用优化配置方法,算例分析证明该算法具有有效性和实用性,优化后的系统很大程度上节省了经济成本。     

剥离-采矿-复垦一体化新工艺在孝义铝矿的应用

土地是人类赖以生存的最重要的基础之一，露天矿开采导致大量的土地被毁，引起严重的环境问题。通过“剥离—采矿—复垦”一体化新工艺的实践，调整了剥离、采矿、复垦条带的参数，缩短了复垦周期，提高了复垦率。     

工业废水中暂时硬度分析方法改进的探讨

本文根据废水样中暂时硬度城实际应用中存在的问题,经过仔细的研究、探讨、对原方法中的计算公式和分析步骤进行了改进,并通过对工业废水中暂时硬度的分析,用改进后的分析方法与原分析方法的分析结果进行了对,证明改进后的分析方法更符合实际,结果更趋合理,避免了原方法中常出现的暂硬超过总硬,有时甚至出现负数的现象。     

基于PSO-ICA-BP神经网络的短期风电功率预测

针对传统的BP神经网络对短期风电功率预测精度不高的缺点,提出粒子群算法改进帝国竞争算法(PSO-ICA),通过PSO算法改进殖民地同化操作提高ICA算法的全局寻优能力,输出全局最优解作为BP神经网络初始权值阈值。同时用主成分分析法降维压缩输入数据,提高网络泛化能力。利用PSO-ICA-BP预测模型对某风电场实际风电功率数据进行预测,仿真结果表明该模型预测误差更小,对短期风电功率预测更有效。     

大豆球蛋白的纤维聚集体行为及其稳定性研究

为了明确蛋白质的纤维聚集行为,本研究以大豆球蛋白(soy globulin,11S)为原料,从亚基层面对酸性条件下热诱导的11S纤维聚集过程进行跟踪,监测蛋白及其亚基的水解过程、结构变化及其稳定性。结果表明,11S的纤维化是一个多步骤的过程,包括多肽链的水解、自组装成淀粉样纤维聚集结构及逐渐生长成宏观可见的具有扭曲螺旋结构的纤维聚集体。与11S纤维化过程的单指数增长相比,酸性亚基的纤维化过程存在迟滞期。酸性亚基在纤维化聚集的初期主要贡献于纤维聚集的成核过程,碱性亚基的加入改变其纤维聚集进程。蛋白质的纤维化过程会增加11S在等电点处的溶解度,降低中性和酸性pH下的溶解度。此外,碱性环境(pH值10.0)会导致11S纤维聚集体全部溶解、宏观纤维长度变小、结构发生改变。以上研究结果旨在为合理利用蛋白纤维化聚集体作为新的功能性食品配料提供理论依据。     

超临界CO2反溶剂法制备大豆异黄酮-玉米醇溶蛋白复合纳米颗粒

通过超临界CO₂反溶剂法制备大豆异黄酮-玉米醇溶蛋白复合颗粒。采用原子力显微镜观察发现,荷载大豆异黄酮的玉米醇溶蛋白分子可以形成球形颗粒。以玉米醇溶蛋白的自组装特性为基础,改变玉米醇溶蛋白与大豆异黄酮的比例,能使两者形成的复合颗粒的数量平均粒径不超过200nm,其表面负电荷分布在-22.7^-34.8mV之间。通过差示扫描量热法、傅里叶变换红外光谱分析表明,氢键、疏水相互作用是玉米醇溶蛋白与大豆异黄酮形成复合颗粒的主要作用力。     

甜菊甙-白藜芦醇复合体系的制备及抗氧化活性研究

白藜芦醇(Resveratrol,RES)是一种天然的食品活性物质,但难溶于水的性质限制了其在食品中的应用,导致其生物利用率下降。本研究通过利用甜菊甙(Stevioside,STE)的增溶特性来提高RES在水中的溶解性,并对增溶后的STE-RES复合体系的粒度及形态﹑稳定性和抗氧化活性进行了表征。结果表明,在60℃培养30 min处理下,随着STE浓度的增加,RES在水中的溶解性成线性增加,在STE浓度为10%(m/V)时,RES的水溶性可提高到2.55±0.06 mg/mL。同时,处理温度的增加有利于提高RES的水溶性。粒度及形态分析结果显示RES和STE形成了粒度约为4.70±0.24 nm的纳米胶束复合体系。增溶后的STE-RES体系经冻干复溶后,在水及模拟胃肠液生理环境下经12 h培养后仍可稳定存在。此外,抗氧化试验结果表明STE增溶的RES仍具有显著的DPPH自由基清除能力和还原力,且略有提高。     

豆渣蛋白-植物甾醇纳米颗粒的制备及其性质表征

植物甾醇（Phytosterol,PS）具有多种优秀的生理活性,但较低的水溶性和生物可及性一直阻碍其被广泛应用。该研究以豆渣蛋白（Okara protein,OP）为原料,利用反溶剂法结合高压微射流技术制备了豆渣蛋白-植物甾醇纳米颗粒,并对其性质进行了表征。研究结果表明：高压微射流处理可显著降低OP-PS颗粒的粒径,明显提高PS的包埋率。在120 MPa高压微射流循环处理3次后,OP-PS颗粒的粒径可达到139.28 nm,PS包埋率高达98.63%,水溶重分散性良好。对OP-PS颗粒进行稳定性评估,发现常温贮藏50 d后,甾醇包埋率仍能保持在66.90%左右,且热稳定性明显优于同等条件下制备的大豆分离蛋白-植物甾醇颗粒（SPI-PS）。可能的原因是,OP的游离巯基及二硫键明显高于SPI,高压微射流能诱导蛋白分子内或分子间二硫键的形成与交联,可以有效提高纳米颗粒的稳定性。高压微射流技术制备的OP-PS纳米颗粒具有较高的稳定性和甾醇荷载能力,能够为工业生产水溶性甾醇提供借鉴。