基于VMD-SE的电力负荷分量的多特征短期预测

为提高电力负荷的预测精度,提出一种基于VMD-SE的电力负荷分量的多特征短期预测方法。首先采用变分模态分解（VMD）将原始负荷分解为一系列模态分量与残差,VMD的分解层数由样本熵值（sampleentropy,SE）确定;然后对比原始负荷与模态分量的SE值,重构为平稳分量和波动分量,来降低运算规模;同时利用皮尔逊相关系数来筛选特征变量,删除特征冗余,建立灰狼算法优化后的支持向量回归模型（GWO-SVR）和长短期记忆神经网络（LSTM）分别对平稳分量和波动分量预测;最后以某地区2018—2020年用电负荷为例进行实验。实验证明：此模型精准度高达94.7%,平均绝对百分误差降低到2.98%,具有更好的精准性和适用性。     

碳纤维复合材料在液压油缸中的应用

碳纤维复合材料凭借优异的性能为不同场合的应用产生了积极的效应,在液压油缸上也受到广泛的关注。本文简述国内外碳纤维复合材料轻量化油缸的设计和工艺性的研究进展,并用碳纤维复合材料替代液压油缸部分金属组件,制造了碳纤维增强环氧树脂复合材料轻量化油缸。结果表明:碳纤维复合材料在结构和性能上具有很强的可设计性,既可降低液压油缸的重量,又能充分发挥复合材料高强度、耐腐蚀和疲劳性能。