考虑频域分解后数据特征的空调负荷预测模型

针对空调负荷预测实际应用中容易存在数据散杂且可用信息匮乏的问题,从负荷序列的非线性、非平稳性和随机性出发,提出了一种基于变分模态分解(VMD)的负荷预测方法.对不同数据特征序列考虑不同算法的数据观测与训练原理差异,充分发挥各个模型优势.首先采用随机森林(RF)进行特征选择,利用VMD将负荷序列按趋势分量、平稳分量和噪声分量进行分类重构,并分别对非线性序列建立最小二乘支持向量机(LSSVM)预测模型,时序平稳序列建立极端梯度提升(XGBoost)预测模型,采用正态分布拟合随机误差,得到各子序列预测结果并进行叠加输出最终负荷预测结果.实验结果表明,所提方法能准确反映负荷的特性并具有更好的预测精度,能有效预测空调负荷,为空调节能优化控制策略提供依据.     

基于消息认证码的组播源认证研究

在组播安全技术中，源认证技术一直是其主要的问题。文中就基于消息认证码的源认证技术(TESLA)进行了详细的分析和研究，对其存在的问题进行了改进，并给出了在此认证技术中关键参数——公开延迟时间间隔——的计算方法，最后给出了实验结果。     

风机盘管加热系统传递函数动态分析及控制设计

针对建筑的墙体,窗户以及室外阳光等众多影响房间热环境因素的变量关系,结合建筑室内风机盘管的物理特性,建立室内热环境与设备之间的动态方程并提出适合于控制的建筑热环境动态模型并对控制部分进行设计。利用Simulink进行了模型验证,与实际环境温度进行比较分析,该模型可近似描述实际环境。最后对模型进行PI控制,并能使房间温度控制在设定温度±0.3℃附近,超调为8.62%。     

基于自适应模糊推理的VAV系统变静压控制方法研究

变风量空调系统传统的变静压模糊控制方法依赖人为经验获取模糊规则,存在有效模糊规则覆盖率不全的问题,从而导致系统控制时间长、超调、能耗大.针对这一问题,提出了一种基于减聚类和自适应神经模糊推理系统(SC-ANFIS)的变静压模糊控制方法,该方法利用减聚类算法的学习能力对输入样本进行聚类分析,优化输入样本数据和生成模糊规则...     

二连盆地吉尔嘎朗图凹陷岩性油藏勘探

近几年来二连盆地岩性油藏勘探在不同类型凹陷中连续获得重大突破,吉尔嘎朗图凹陷是老油区下洼开展岩性油藏勘探成功的典范。文中简要介绍了该凹陷岩性油藏勘探、研究思路和突破历程。在层序地层学、坡折带发育特征研究基础上,总结了形成岩性油藏的圈闭类型和油气富集特征。采用JASON、ISIS等储层反演软件精细预测、落实各种类型的圈闭,通过勘探实践发现了一个优质储量区块,进一步明确了该凹陷今后的勘探方向。     

考虑电动汽车影响的农村家庭新能源容量优化配置方法

针对以光伏发电为主体的农村家庭新能源系统容量优化配置问题,从用户经济效益的角度出发,提出一种将电动汽车（electric vehicle,EV）用作储能装置且考虑用户出行需求的农村家庭新能源系统全寿命周期优化配置方法。首先构建了以系统年均用能成本最小和自发自用率最大为目标的优化配置模型,并结合市场电价机制及EV的使用需求制定了新能源系统综合运营模式,然后以粒子群优化（particle swarm optimization,PSO）算法求解得到家庭新能源系统中分布式电源的最优配置容量。最后,基于河北省石家庄某典型农村家庭实际用电负荷数据和气象参数进行仿真实验,结果表明：将EV与光伏出力结合,可以有效提高系统能源利用效率,减小家庭用能成本。     

基于IWOA算法求解并联冷机负荷分配问题

中央空调系统并联冷水机组系统能耗非常大,如果操作不当,能耗会大大增加。针对OCL问题提出了一种求解连续非线性优化问题的改进鲸群优化算法,首先,为使后续迭代寻优的搜索空间更精确,运用混沌映射初始化种群,使初始解均匀遍布解空间。其次引入变异指数对收敛因子进行改进,平衡了局部勘探和全局勘探的关系。之后引入正弦和余弦使算法收敛到全局最优解,防止了算法过早收敛,提高了算法的收敛精度。最后,通过两个典型的案例来评估IWOA算法的性能,并将其与应用于OCL问题的其他优化算法进行了比较。结果表明,IWOA算法是解决OCL问题的有效方法。此外,算法性能的比较显示,IWOA算法在收敛速度和电能消耗方面相比于其他应用于OCL问题的优化方法提供了更好的解决方案。     

基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型

当前多数冰蓄冷空调冷负荷动态预测方法中,由于模型输入变量与输出结果相关性差、信息冗余度高等原因,导致多数预测模型在预测精度和收敛速度方面都未达到理想的预测效果,因此,提出一种改进的PSO-BP神经网络算法预测大型公共建筑的冷负荷。对于输入变量与输出结果采用灰色关联度分析,消除样本输入变量对数的耦合性,确定影响冰蓄冷空调系统冷负荷的关键性因素,将其作为输入变量,预测冰蓄冷空调系统动态冷负荷。结果表明：T时刻室外空气温度、T-1 h时刻室外空气温度、T时刻室外空气湿度、T时刻太阳辐射强度、T-1 h时刻太阳辐射强度、T-1 h时刻空调冷负荷是影响T时刻冰蓄冷空调系统冷负荷的关键因素,并以此作为预测模型的输入变量。相对于传统PSO-BP神经网络全输入变量预测算法,该模型预测结果精确度更高、收敛速度更快。     

基于粒子群算法的冰蓄冷空调系统运行优化研究

冰蓄冷空调系统可以平衡电网压力,达到"移峰填谷"的作用,为了推广冰蓄冷空调的使用,提高系统的经济效益和节能效果具有重要意义.通过建立冰蓄冷空调系统的运行模型,表示出冰蓄冷空调系统的日运行费用和日运行能耗.通过TRNSYS软件对目标建筑的模拟得到目标建筑冷负荷.依据目标建筑冷负荷,设定系统制冷主机每小时的荷载率,建立冰蓄冷空调系统节能、经济运行的多目标函数模型,并使用粒子群算法对模型求解得到系统优化运行参数.通过实例分析:与现阶段的运行策略相比较,使用得到的优化运行参数指导系统运行可以为用户节约10.2%的运行费用,同时可以降低15.2%的电能损失.     

基于数字水印的视频多点广播立即源认证模型

提出一种视频多点广播立即源认证模型。TESLA多点广播源认证的基础上，采用基于查找表的视频水印算法，将视频重要分量的消息认证码、公开密钥和立即认证散列信息作为数字水印嵌入到视频的非重要分量中，达到视频数据的立即源认识；同时节约一定的传输带宽，并给出公开延迟时闾间隔的一种计算方法。