基于完整自适应噪声集成经验模态分解的LSTM-Attention网络短期电力负荷预测方法

短期电力负荷预测在电网安全运行和制定合理调度计划方面发挥着重要作用。为了提高电力负荷时间序列预测的准确度,提出了一种由完整自适应噪声集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)和基于注意力机制的长短期记忆神经网络(long short-term memory network based on attention mechanism, LSTM-Attention)相结合的短期电力负荷预测模型。完整自适应噪声集成经验模态分解有效地将负荷时间序列分解成多个层次规律平稳的本征模态分量,并通过神经网络模型预测极大值,结合镜像延拓方法抑制边界效应,提高分解精度,同时基于注意力机制的长短期记忆神经网络自适应地提取电力负荷数据输入特征并分配权重进行预测,最后各预测模态分量叠加重构后获得最终预测结果。通过不同实际电力负荷季节数据分别进行实验,并与其他电力负荷预测模型结果分析进行比较,验证了该预测方法在电力负荷预测精度方面具有更好的性能。     

SealGAN: 基于生成式对抗网络的印章消除研究

发票是财务系统的重要组成部分. 随着计算机视觉和人工智能技术的发展, 出现了各种发票自动识别系统, 但是发票上的印章严重影响了识别准确率. 本文提出了一种用于自动消除发票印章的SealGAN网络. SealGAN网络是基于生成式对抗网络CycleGAN的改进, 采用两个独立的分类器来取代原本的判别网络, 从而降低单个分类器的分类要求, 提高分类器的学习性能, 并且结合ResNet和Unet两种结构构建下采样?精炼?上采样的生成网络, 生成更加清晰的发票图像. 同时提出了基于风格评价和内容评价的综合评价指标对SealGAN网络进行性能评价. 实验结果表明, 与CycleGAN-ResNet和CycleGAN-Unet网络相比较, Seal GAN网络不仅能实现自动消除印章, 而且还能更加清晰地保留印章下的发票内容, 网络性能评价指标较高.     

基于串行口的微型语音开发系统

本文介绍一种外挂在ＰＣ机串行通信口上的语音开发系统，着重探讨了系统的硬件组成原理，软件结构以及Ｔ６６６８语音处理器接口的有关问题，并给出了系统的硬件结构图及软件框图。     

线切割机床加工程序下载转发工具

通过对线切割机床程序输入接口部分工作原理的深入分析，探讨了利用现有条件在计算机和线切割机床之间建立程序直接传递通道的方案和可行性。并介绍了加工程序下载转发工具的工作原理和设计方案。     

基于随机子空间的集成深度信念网络算法

燃煤电站的NO_x排放是造成大气污染的主因之一,准确测定SCR入口处的NO_x浓度对控制NO_x排放具有重要意义。针对燃煤过程中的高维参数变量,提出基于随机子空间的集成深度信念网络预测算法。利用偏最小二乘法对现场数据进行特征提取并计算方差解释度;根据方差解释度进行随机子空间划分,建立输入样本在不同方向上的投影子空间,在各个子空间训练相同结构的基学习器;最后,通过BP神经网络进行集成。以660 MW超超临界直流燃煤锅炉为研究对象,进行仿真实验,结果与常用NO_x排放预测模型进行对比,表明所提预测模型有良好的提升效果。     

回转机械多通道同步整周期采样的实现方案

介绍了一种利用PCL818数据采集卡进行16通道同步整周期采样的实现方案。采用68HCl2微控制器进行转速、相位的测量以及同步整周期采样触发信号的生成，系统实现了转速的非线性预测。探讨了两次采样循环之间的衔接、提高转速测量分辨率、键相位信号的隔离和预处理等问题的解决方案。该方案在异步电机拖动轴流风机的系统中实验表明，振动数据采集结果正常，各个周期同步良好。     

iFIX与AC800M系列DCS控制器OPC通信实现

首先简单地介绍了OPC概念及技术特点,然后详细地介绍了基于OPC技术的iFIX组态软件与ABB AC800M系列DCS之间的数据通信方法以及具体实现过程,最后利用iFIX组态软件设计了DCS过程控制实验系统监控画面。实际运行结果表明iFIX与ABB AC800M系列DCS控制器的OPC数据通信的可靠性。     

基于WorldFIP的现场总线接口卡

介绍了WorldFIP现场总线与PCI总线接口卡的硬件设计方法。对PCI接口、存储器、通信、总线仲裁和时钟等模块的组成、原理作了说明，给出了接口卡的连接框图。     

基于WroldFIP现场总线技术的智能压力变送器的研发

首先介绍了WorldFIP现场总线技术和现场总线智能压力变送器的特点 ,然后就现场总线智能压力变送器的主要工作原理和通信圆卡的硬件设计进行了讨论。对现场总线智能仪表的开发进行了有益的尝试和探索。这里介绍的方法也适用于其他总线型智能仪表的开发。     

基于神经网络的表面粗糙度识别算法在单片机系统上的实现

＠杨国田＠张玉￥东北大学研究生院￥东北大学机械工程学院１引言表面粗糙度的非接触测量方法在精密加工表面的测量中占有十分重要的地位。在众多的非接触测量方法中，激光散射方法［１］尤其适合于光滑表面的测量。该方法的核心是采用某种算法对散射光的强度分布进行处理和分析...