疏水缔合型聚丙烯酰胺的合成与性能评价

为了提高高相对分子质量的聚丙烯酰胺的抗温抗盐性能,利用自制的两亲表面活性单体与丙烯酰胺共聚合成了疏水缔合型聚丙烯酰胺并进行室内评价。结果表明,在高温、高盐、高钙条件下,合成的疏水缔合型聚丙烯酰胺具有良好的增粘性和较强的热稳定性;克服了疏水缔合型聚合物在盐水中溶解性差的问题,可用各种矿化度的盐水和油田产出污水配制;具有良好的无机盐增粘性能和抗温性能。     

纺织厂建设改造中的色彩工学

提出纺织工业领域色彩量化设计的构想,给出了作为色彩量化设计依据的色彩标准体系,并从色彩的标准化、色彩的实验心理效应等方面进行了分析,针对纺织厂的“人-机-环境”系统、原有设备色彩改造以及厂区建筑的色彩效应等探讨了色彩量化设计的可行性,并结合目前纺织厂的特点提出了色彩量化设计的实施方案以及改造方法。     

基于嵌入式人工智能的智慧医疗健康管理系统设计

近年来,基于人工智能的医疗技术取得了丰富的研究成果,在智慧医疗的发展中发挥了重要作用,开启了智慧医疗的新时代。与传统的医疗管理方法相比,传统管理手段在生理参数测量方面的准确性较低,文中提出了一种基于嵌入式人工智能技术的系统。该系统利用AI算法对接收到的信号进行质量评估、滤波、去噪、增强、特征提取、心拍分类等处理,将NBIOT模块加载到云端并进行用户健康管理。其可以实现用户和医生之间的双向交互,甚至可以创建个人生理数据库,以实现疾病监测和动态管理。     

基于粒子群优化的BP神经网络在火电厂大气环境评价中的应用

利用粒子群优化算法对传统的BP神经网络算法改进,建立了基于粒子群优化BP神经网络的评价模型,并将其应用到火电厂大气环境评价研究中。结合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索优势,有效防止了网络陷入局部极小值,同时能保证评价结果的准确性。火电厂实例验证结果表明:利用粒子群优化的BP神经网络模型进行火电厂环境评价不仅计算简便,而且评价结果具有较高的可靠性。     

残差灰色预测模型在电量预测中的应用

为提高电力负荷预测的准确性,在灰色预测的基础上,建立了残差灰色预测模型经对邯郸地区用电量的预测分析．该模型预测精度明显提高。     

多元线性回归分析在用电量预测中的应用

从影响电力需求的某些因素出发，利用多元线性回归模型建立居民人均纯收入与人均生活用电量的回归方程，为科学地预测居民用电量提供参考依据。此方法可推广到工业用电、农业用电、以及商业用电等用电量的预测。     

改进蚁群优化算法在配电网网架规划中的应用

从转移概率和信息素的动态更新机制两方面对传统蚁群算法进行了改进。转移概率设计中采用2个参数的联动控制,实现了Dorigo和Maniezzo的设想。信息素动态更新机制使信息素权重随迭代次数增加而改变,实现了对整个可行域的搜索全面而迅速,弥补了传统蚁群算法训练效率低下和易陷入局部极小的不足。配电网优化的结果表明该算法的有效性。     

基于人工神经网络的建筑电气节能评估模型

针对建筑电气节能评估模型问题和南京地区某生活小区的实际情况,提出了电气节能改造的方法。同时,进行了节能计算,建立了基于人工神经网络的生活小区建筑电气节能评估模型。计算结果和仿真研究表明,该节能方法效果明显,节能评估模型正确,具有较好的应用价值。     

德国新能源经济法及其对该国电力市场改革的影响

历史发展形成的德国电力经济体制具有较强的垄断和地域保护特点 ,从1 998年德国政府实施新的能源经济法、在电力市场引入竞争机制以来 ,对整个德国电力经济产生了巨大影响。对德国电力经济改革近 3年时间来在各方面发生的变化以及出现的问题进行介绍和总结 ,以期对我国电力工业的发展与改革提供有益的借鉴     

电力需求侧管理中的分时电价研究

峰谷分时电价作为现阶段一种有效的需求侧管理手段,是电力公司向用户实施的一种通过价格信号引导用户合理用电的有效经济刺激手段。它在优化电力资源配置等方面起到了积极的作用。科学合理的分时电价,能够赋予电价必要的弹性,拉大峰谷时段电价差,达到削峰填谷和提高电网负荷率的需求侧管理目标。基于负荷曲线分布分析,在初步划分峰谷时段的基础上,利用用户对电力商品的需求价格弹性矩阵,建立峰谷分时电价数学模型,并对该模型的目标函数进行优化,得到一种分时电价定价方法。对邢台供电公司的算例进行了仿真,说明了该模型的可行性。