首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   15篇
  免费   2篇
电工技术   7篇
综合类   6篇
建筑科学   2篇
能源动力   1篇
石油天然气   1篇
  2023年   1篇
  2022年   4篇
  2021年   2篇
  2020年   1篇
  2019年   2篇
  2018年   1篇
  2012年   1篇
  2011年   1篇
  2010年   3篇
  1998年   1篇
排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
针对传统春节效应影响时期按经验选取以及物理意义模糊的问题,提出了一种适于用电量春节效应调整新方案,以估计和消除春节效应对电量的影响。首先提出一种确定春节效应影响时期的方法;然后基于X-12-ARIMA模型形成一种春节效应调整新方案,对原始电量序列进行修正,以减小春节效应影响月份的预测误差;最后利用支持向量机模型, 进行某省月度负荷用电量预测算例分析,验证该春节效应调整方法的正确性和有效性。算例表明,所提出的春节效应调整方法可有效改善用电量数据质量,有助于对中期负荷用电量做出更为精准的预测。  相似文献   
2.
如今的校报,面对校园新闻网,正面临着新闻都变'旧闻'的窘境,不仅其校园主流媒体的地位受到了明显的冲击,而且越来越多的人认为,校报只剩了'历史资料'功能,成为了宣传事业中的'鸡肋'。那么,面临困境,高校校报该如何突围进行'自我救赎'呢?笔者通过《东北石油大学报》几年来的实践,学习社会报纸媒体的先进经验,针对校园新闻网站特...  相似文献   
3.
基于协整-格兰杰因果检验和季节分解的中期负荷预测   总被引:1,自引:0,他引:1  
近年来,随着国民经济的转型,中国的经济结构发生了较大的变化,仅仅依靠电力负荷历史数据进行负荷电量预测会造成较大的误差。为解决传统负荷预测方法对于经济、气象等因素考虑不足的问题,提出了一种可以计及经济与气象等因素影响的中期负荷电量预测方法。首先利用季节分解将历史月度用电量分解为长期趋势及循环分量、季节分量以及不规则分量;并以计量经济学中的协整检验以及格兰杰因果检验分析经济因素与用电量长期趋势及循环分量的关系,确定影响该部分电量预测的关键性指标;基于电量、气象以及经济数据,对各个分量利用支持向量机分别进行预测并综合得到月度电量总量预测值;最后通过算例分析了方法的有效性与可行性。  相似文献   
4.
针对城市地下管道检测机器人缆车尺寸过大、排线不均、排线线径单一等问题,对现有缆车的排线机构、绕线筒等进行研究,给出缆车排线理论计算的一般公式,设计适应不同线径的导向压紧装置,并提出绕线筒尺寸优化的方案,以达到缆车排线质量更高、结构更紧凑的目的。  相似文献   
5.
前不久,上海市由于财政部门使出新招,致使今年上海内销商品房购销一度活跃。近期,由上海永阳房地产公司推出的“零付款”售楼方式,再一次为房地产市场掀起高潮,使该公司“亨纳斯花园”销售  相似文献   
6.
提出基于宽度学习系统的功能性磁共振成像(fMRI)数据分类方法,通过简单结构提取fMRI数据的深层特征,加快分类速度. 使用fMRI中感兴趣区域体素均值的时间序列构造输入数据,分别提取fMRI数据的浅层和深层特征,映射为宽度学习的特征节点和增强节点并构建模型框架,利用岭回归逆计算分类模型的连接权值,实现对fMRI数据的分类. 使用ABIDE Ⅰ、ABIDE Ⅱ和ADHD-200数据集,将所提方法与6种分类方法进行对比实验,结果表明,所提方法可以在保持良好的分类准确率的同时,大幅度降低训练时间.  相似文献   
7.
生命教育是帮助学生认识生命、珍惜生命、尊重生命、爱护生命、享受生命,树立正确的生命观和价值观,提升生命的价值。和谐校园的建设离不开生命教育。没有生命谈不上和谐,更谈不上构建和谐校园。和谐校园建设需从生命教育入手,生命教育是构建和谐校园的前提和归因。  相似文献   
8.
对西湖景区北山街历史文化街区及孤山景区近代建筑现状进行调查分析,并结合实验室检测结果对其保存状况和病害类型进行评估.研究发现,调查区域内的建筑都出现了不同程度的裂化现象,如岩石构件表面酥粉、剥落、裂隙发育、钢筋混凝土部分内部钢筋锈蚀,混凝土开裂等.这些裂化现象不仅影响建筑形貌,还不断威胁建筑自身安全和稳定.近代建筑的外...  相似文献   
9.
目前电力系统暂态稳定性评估(TSA)大多采用标准算例生成的数据集,然而实际电网的母线、发电机、线路等电力元件的数量巨大,难以实现评估模型的实时监视和在线更新;而现有降维方法常常遗漏重要信息,导致预测精度下降。提出一种图像化数据驱动的电力系统暂态稳定性在线评估方法,将输入时间序列重新排列成二维图像,利用二维主成分分析法(2D-PCA)对原始图像进行特征降维,并建立卷积神经网络(CNN)模型进行系统稳定性预测。在IEEE-39算例中进行验证,结果表明本文所提基于2D-PCA和CNN的TSA模型在保证预测精度的同时能够大幅提高训练效率,有望推进深度学习在电力系统暂态稳定性在线评估的应用。  相似文献   
10.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号