基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

短期电力负荷的精准预测可以有效指导机组组合调度、经济调度与电力市场运营。针对输入数据特征量受限时负荷预测的低精度问题,提出一种基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法。通过建立融合局部特征预提取模块的LSTM（long short term memory）网络结构,并将其与XGBoost（eXtreme boosting system）预测模型并行结合,之后结合MAPE-RW（mean absolute percentage error-reciprocal weight）算法进行模型融合初始权重设置,对最佳权重进行搜索,构建最佳融合模型。通过运用电力负荷数据对所提方法进行预测实验,结果表明CNN-LSTM- XGBoost模型的MAPE（mean absolute percentage error）与RMSE（root mean square error）分别为0.377%与148.419 MW,相比于单一网络模型与融合模型结构实现了误差指标的显著降低,验证了基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法具有较快的模型训练速度、较高的预测准确度与较低的预测误差。     

Is LRP2 Involved in Leptin Transport over the Blood-Brain Barrier and Development of Obesity?

The mechanisms underlying the transport of leptin into the brain are still largely unclear. While the leptin receptor has been implicated in the transport process, recent evidence has suggested an additional role of LRP2 (megalin). To evaluate the function of LRP2 for leptin transport across the blood-brain barrier (BBB), we developed a novel leptin-luciferase fusion protein (pLG), which stimulated leptin signaling and was transported in an in vitro BBB model based on porcine endothelial cells. The LRP inhibitor RAP did not affect leptin transport, arguing against a role of LRP2. In line with this, the selective deletion of LRP2 in brain endothelial cells and epithelial cells of the choroid plexus did not influence bodyweight, body composition, food intake, or energy expenditure of mice. These findings suggest that LRP2 at the BBB is not involved in the transport of leptin into the brain, nor in the development of obesity as has previously been described.     

考虑样本类别不平衡的电网故障事件智能识别方法

电网中不同设备的故障概率存在差异,影响智能诊断技术的准确性.为解决此问题,提出了一种基于代价敏感学习和模型自适应选择融合的电网故障事件智能识别方法.首先,利用Word2vec模型将预处理后的电网告警信息向量化,并搭建2个双向长短期记忆网络作为基础分类器;然后,设计代价敏感损失函数,将交叉熵损失函数与代价敏感损失函数分别应用于2个分类器中;最后,提出一种模型自适应选择融合法,融合上述分类器,得到故障事件识别结果.实际数据测试表明,所提方法能够有效降低故障事件识别中样本类别不平衡的影响.     

线激光--机器视觉测量系统中的多传感器融合技术研究

针对逆向工程中直接从线激光扫描的数据云图中提取物体边界不仅繁琐而且精度也不好保证，为此提出建立线激光—机器视觉测量系统，先利用三日视觉获得物体初始边界，然后利用曲线延拓的方法并考虑影响延拓误差的因素，从而在满足一定精度要求的前提下实现不同传感器信息的融合。     

高温熔融-电感耦合等离子体原子发射光谱法测定含铁尘泥中5种有害元素

准确、快速地测定含铁尘泥中有害元素,对含铁尘泥节能降废项目研究及综合利用有着重要的指导意义。实验针对含铁尘泥试样因含碳量高,导致常规酸溶解方法如果不增加除碳步骤则很难完全分解试样的问题,采用高温熔融法将试样制成熔融液后倾倒于稀酸中溶解的方法,解决了碳含量高难溶解的问题。采用四硼酸锂-碳酸锂混合熔剂在高温下将试样熔融,熔融液高温倾倒于稀酸中制成澄清溶液,由于骤冷,试样炸裂成微小玻璃珠,无迸溅,操作简单,使得后续溶解过程快速完成,从而建立了电感耦合等离子体原子发射光谱(ICP-AES)测定P、Pb、K、Na、Zn共5种有害元素的方法。按照实验方法测定含铁尘泥中P、Pb、K、Na、Zn,测定值的相对标准偏差(RSD,n=9)在1.4%～5.7%之间,加标回收率在96%～110%之间。研究结果表明方法能够满足含铁尘泥样品中5种元素的定量分析要求。     

Microstructures and mechanical properties of welded Fe-12Cr-20Mn austenitic stainless steel

The effects of welding on the tensile and fatigue properties of fully annealed and cold-worked Fe-12Cr-20Mn austenitic stainless steel were evaluated. Room temperature and 500 °C tensile tests and room temperature cantilever beam fatigue tests were accomplished on specimens that contained autogenous bead-on-plate welds. The tensile and fatigue properties of the fully annealed material were not significantly influenced by welding. The tensile properties of the welded cold-worked material were also not significantly affected by the presence of a weldment. However, welding caused a large reduction of the fatigue life of the cold-worked material. Fatigue cracks preferentially initiated at large Mn-Si inclusions that formed in the fusion zones of the weldments.     

数据融合在电梯群控系统中的应用

将数据融合技术引入电梯群控系统中,建立了基于数据融合技术的模糊联结聚合神经网络模型,对影响电梯调度的各因素进行充分有效的数据处理后,得到的电梯控制参数作为电梯调度单元的输入.应用实例表明了该方法是方便且有效的.     

金属基复合材料连接方法研究综述

拥有良好综合性能的金属基复合材料的应用往往受到没有成熟连接方法的限制。为解决这个问题, 本文对各种连接金属基复合材料的方法进行了系统阐述,并分析其各自的应用场合和限制条件,以便读者进行复合材料连接工艺选择时参考。     

多传感器数据融合技术的现状及展望

阐述了多传感器数据融合的原理，对数据融合算法的研究动态进行了评述，指出了数据融合技术存在的问题，对今后的发展趋势进行了展望。     

��������еĶഫ������Ϣ�ںϼ���

 多传感器信息融合是一个新的研究领域，它应用到故障诊断领域还是近几年的事。文章主要论述了多传感器信息融合技术的基本概念、工作原理及常用方法，同时还介绍了其在故障诊断中的应用实例。