基于PSO-Soft attention双向LSTM算法的光伏发电量预测研究

为解决传统的光伏发电量预测中数据特征方程较为粗糙、预测精度不高等问题,提出一种基于PSO-Soft attention双向LSTM算法的光伏发电功率预测算法,在前向传播过程中通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,同时优化了双向LSTM网络的反向传播过程,加入了Soft attention机制使模型收敛性更强,重新构造该模型为八层网络结构且采用两层卷积层,同时解析了PSO-Soft attention双向LSTM算法的光伏发电功率预测过程。实验结果表明,相较于SVM模型以及LSTM模型,所提预测模型的预测精度提升了2%左右。     

基于PSO-Softattention双向LSTM算法的光伏发电量预测研究

为解决传统的光伏发电量预测中数据特征方程较为粗糙、预测精度不高等问题,提出一种基于PSO-Soft attention双向LSTM算法的光伏发电功率预测算法,在前向传播过程中通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,同时优化了双向LSTM网络的反向传播过程,加入了Soft attention机制使模型收敛性更强,重新构造该模型为八层网络结构且采用两层卷积层,同时解析了PSO-Soft attention双向LSTM算法的光伏发电功率预测过程。实验结果表明,相较于SVM模型以及LSTM模型,所提预测模型的预测精度提升了2%左右。     

木竹电热复合地板自动铺装系统设计

针对木竹电热复合地板面材与面状导电发热单元—碳纤维导电纸人工铺装效率低、劳动强度大、人工成本高、铺装精度低等问题,设计了一种木竹电热复合地板自动铺装系统,导电带上料输送带采用步进气缸和超越离合器结构,成本低、控制效果好,简洁高效。本自动铺装系统将导电带的上料铺装和表层木皮的铺装均置于基材输送带两侧,实现一次定位完成导电带与表皮铺装工作,为木竹电热复合地板产业化提供重要的技术手段。     

碳纤维纸木质电热复合材料面层电热效果的纵向尺寸效应

根据热力学能量守恒定律和傅里叶(Fourier)定律，利用一维传热理论推导基于碳纤维纸(CFP)的木质电热复合材料的结构特征与其表面空气温度效果之间的理论关系式，对其关系进行了定性分析，研究木质电热复合材料面层电热效果的纵向尺寸效应，分析表明面层板厚度与表面空气温度呈反比例关系。对面层板厚度分别为2 mm和4 mm的木质复合材料开展了温度测试试验，以验证理论计算结果正确性。结果显示，通过理论计算，得出基于CFP的木质电热复合材料面层厚度与表面空气温度之间呈反比关系；通过实验验证，对比两种不同面层材料厚度的电热复合材料表面空气温度，发现厚度为2 mm的电热复合材料表面空气温度高于厚度为4 mm的，与理论计算结果一致。在采暖领域，相对于面层板较厚的木质电热复合材料，面层板较薄的更能充分利用能源。