基于数据分层预处理的短期风功率预测研究

良好的风速和风功率预测是解决风电并网问题的关键。针对样本数据中的无效点影响风功率建模问题,采用分层统计法对风功率进行统计分析后获得了风速—功率关系带,对功率进行修正,根据修正后的数据应用灰色—马尔可夫链模型进行预测,并与比恩法和经验公式法进行对比分析。结果表明,风功率分层统计法可有效地消除坏点数据,预测精度高。     

可指示室内甲醛污染的变色纸质饰件研究

采用光化学方法对室内空气污染进行检测与治理,研制测量治理一体化的空气净化材料,通过溶剂萃取法从天然玫瑰中提取玫瑰色素,采用玫瑰色素色素和硫酸羟胺组成超分子探针,用溶胶-凝胶法制作甲醛传感膜,负载于纸质材料上,组装为功能纸玫瑰饰件。利用智能CCD设备测量颜色变化信号,基于图像识别和色彩坐标处理,计算甲醛浓度并判断污染状况。     

一种不对称希夫碱配合物的合成及其对氯仿分子的选择性识别

利用邻苯二胺的分步缩合反应得到不对称希夫碱（HL）并合成了相应的金属配合物.采用自制空气舱进行氯仿清除率测量,配体HL和配合物MgL、CaL、TiL、Cr （Ⅲ）L、Co（Ⅱ）L、NiL、CuL、ZnL等对氯仿清除率的测量结果对比表明,铜配合物CuL对氯仿具有显著的清除效果.对铜配合物CuL和氯仿形成的单晶进行了晶体结构分析,发现氯仿分子已稳定地包合于配合物晶体骨絮中,并且氯仿分子上的氢和配体上的2个氧原子形成了氢键,其距离分别为2.176和2.637 A,这是由于氯仿分子中氢原子具有一定的酸性以及Cu（Ⅱ）的外围3d9电子构型中的单电子对该氢键的形成也起到一定的促进作用.     

基于Elman神经网络的风电场噪声预测模型

针对风电场噪声易受风速风向等多因素影响的特点,引入具有动态递归性能的Elman神经网络,综合考虑风速、风向和距离三个主要因素的影响,建立了基于Elman神经网络的风电场噪声预测模型,并以某风电场为例,选取基于无指向性经验拟合预测模型作为对比模型,分别预测风电场噪声,绘制风电场噪声等值线地图。结果表明,基于Elman神经网络的风电场噪声预测模型具有更高的拟合相关性系数,且噪声预测更符合实际情况。