数据挖掘中聚类算法的综述

聚类算法是数据挖掘领域中非常重要的技术。本综述按照聚类算法的分类,对每一类中具有代表性的算法进行了介绍,分析和评价。最后从发现聚类形状、所适用的数据库和输人数据顺序的敏感性等方面进行了算法推荐,供大家在选择聚类算法时参考。     

基于聚类分析的风电场多机等效建模方法研究

针对大规模双馈型机组所组成的风电场,提出1种将变桨机构动作情况作为风电场分群聚类指标的等值建模方法。通过将能够表征变桨机构动作状态的特征向量输入到支持向量机中,对风电机组进行动态分群,将同一群内的风机进行等效合并。此外叙述了等效机组参数计算方法,建立风电场多机等效模型。经过对不同建模方法的比较得出,此方法在保证仿真精度的前提下大幅度缩小了仿真时间,且仿真结果更加接近风电场实际运行工况,验证了该方法能够更加准确的表现出风电场并网点的动态特性。     

液压挺杆壳体铸造工艺研究

为了提高挺杆与凸轮这对摩擦副的耐磨性和可靠性,挺杆的材料选用了可淬硬合金铸铁,并且梃杆工作面的金相组织要求为梯度形式,即工作面从外缘处到中心处,碳化物的含量及硬度呈现从高到低的梯度趋势.为得到这种特殊的金相组织,我们从化学成分、孕育方法、熔炼和浇注规范、铸型等几个方面做了大量实验,终于获得成功.我们认为,化学成分、孕育剂的使用、熔炼及浇注规范、铸型的含水量等都必须严格控制,才能获得理想的有梯度的金相组织,其中过冷度是影响金相组织梯度的关键因素,特殊的SG孕育剂及孕育方法能有效地控制组织梯度.     

考虑电网故障后转子转速的风电场等值建模

风力发电装机容量逐年上升,对大型风电场并网发电过程中的动态特性研究十分必要,为了对风电场进行快速、精确建模,提出1种将被并入电网发生故障后,风力发电机转子转速作为风电机组分群聚类的依据,应用SPSS软件,快速聚类方法——K-均值聚类算法进行聚类。通过MATLAB/Simulink软件对DFIG型风电场进行多机等值建模,考虑电网发生故障时对系统暂态特性的影响。在保证仿真精度的前提下大幅度缩小了仿真时间,且更加接近风电场实际运行工况。经过对仿真结果的对比分析验证了该方法的优越性。     

土工布(膜)在蚌埠城市圈堤加固改造工程中的应用

1997年,蚌埠市对城市圈堤老铁路桥至交通路旱闸计1.35km的堤段进行了加固改造。在工程建设中,我们对土工合成材料的使用进行了有益的尝试,获得了较好的效益和丰富的数据资料。 一、土工合成材料的运行机理 在圈堤建设中,使用了反滤材料土工布和防渗材料土工膜两种合成材料。 1、土工布的运行机理 土坝的外坡建混凝土面板,既可防冲护     

PET工业循环冷却水系统再生水回用处理方法和应用

介绍了污水再生利用处理工艺的选择,冷却水系统的微生物控制,药剂配方的改进和应用。聚酯工业再生水回用工程节水效益明显,可取得良好的经济效益和社会效益。     

风速缺失情况下风电场功率调度分析

为了得到最优风电场功率调度方案,必须掌握任意时刻各风机风速输入值,进而得出各风机出力大小。当风速测量仪出现故障而不能正常工作时,风电机组风速数据将出现错误或缺失。建立线性回归方程,找出每台机组间输入风速的联系便可得到缺失的风速值。当风场发生"空转弃风"时,电网管理部门下达限电指令,风电场输出指定规模的有功、无功功率。将风场内所有双馈异步发电机损耗最低为目标函数,确定有功、无功调度方案。运用MATLAB软件建立风场模型,仿真结果验证了调度模型的可行性。     

分数阶微分在红外光谱数据预处理中的应用

比较了Grumwald-Letnikov分数阶微分算法和常用的Savitzky-Golay算法对汽油样品近红外光谱数据1阶微分和2阶微分结果。对25个汽油样品和41个煤炭样品的近红外光谱数据通过Savitzky-Golay算法进行平滑,平滑后1阶微分和平滑后2阶微分处理;通过Grumwald-Letnikov算法进行平滑后的0.2～2.2阶的21个阶次的微分处理。汽油样品的处理数据结合汽油的辛烷值、初馏点指标数据和煤炭样品的处理数据结合煤炭挥发分、氢含量和氮含量指标数据分别通过PLS建立数据模型,利用留一法全交互验证选取最优主成分。通过预测残差平方和(PRESS)和相关系数(R)对数据,处理方法进行评估。结果表明:分数阶微分可以应用于近红外光谱的数据预处理,对于相同数据的不同指标取得最优值的分数阶微分的阶次是不同的。     

超声辅助改性粉煤灰对废水中氨氮去除率的影响

研究了以超声波辅助改性粉煤灰并应用于氨氮废水处理,考察了粉煤灰改性方式、超声功率、超声时间、改性温度、氢氧化钠浓度对粉煤灰的改性效果。结果表明:粉煤灰的碱改性过程中,只要保持n(OH-)不变,氢氧化钠用量和浓度对粉煤灰的改性效果均无影响;将超声功率为240 W、60℃下超声3h制得的改性粉煤灰用于从废水中去除氨氮,氨氮去除率为81.9%,比未改性粉煤灰对氨氮的去除率提高34%。