基于降噪时序深度学习网络的风电功率短期预测方法

利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。     

基于P波模量的原位胶结充填体强度预测模型研究

原位胶结充填体质量评价通常采用单轴抗压强度作为表征指标,由于在现场工程中无法快速、准确获取充填体的强度值,因此需要建立一种参数易于获取且准确的原位胶结充填体强度预测模型。基于胶结充填体物理力学参数的内在联系,从量纲平衡的角度探索了胶结充填体单轴抗压强度与P波模量的关系。根据C矿和I矿两种原位胶结充填体的密度、P波速度及取芯强度的测试数据,采用线性拟合的方法获得了基于P波模量的原位胶结充填体强度预测模型。通过对C矿和I矿的强度预测模型拟合效果分析可知,P波模量与取芯强度呈正相关性,且拟合效果较好,证明原位胶结充填体强度预测模型精度高,具有很强的实用性。     

庄河地区水资源现状浅析

本文通过对庄河地区水资源的分析及未来需水量的预测,计算其区域余水量。以确定区域经济的规划。     

首钢1号高炉增产节焦生产实践

对首钢1号高炉焦炭质量恶化后增产节焦的生产经验进行了总结分析。认为提高入炉原燃料质量，综合优化高炉基本制度，合理控制稳定的操作炉型是保证炉况长期顺稳、实现效益最大化的有效手段。     

美国混合动力汽车增长预测

JD Power and Associates的汽车预测部门就混合-电动汽车的前景报道，在2005～2012年期间，预期美国的混合-电动汽车的销售量会增长三倍多。将来，几乎在汽车市场的各个领域都可买到混合-电动汽车，诸如皮卡、微型车及豪华轿车等。     

基于投影寻踪的径向基函数网络在参考腾发量预测中的应用

径向基函数网络(RBFN)已广泛应用于参考腾发量预测等领域，但常用的K均值聚类和自组织特征映射等方法在求取径向基函数网络隐层节点中心时存在较大不足。针对这一问题，本文引入投影寻踪方法，在投影降维的基础上实现对大量高维数据的聚类，建立了基于投影寻踪的径向基函数网络模型，并将该模型应用于山西潇河灌区参考腾发量的预测，研究了不同气象因子输入对参考腾发量预测精度的影响。结果表明，基于投影寻踪的径向基函数网络具有较强的适用性，只需使用最高温度、最低温度、日照时数和旬序数作为输入因子，就能以较高的精度预测参考腾发量。     

基于后验概率的伪码预测研究

卫星通信对抗是电子对抗的一个重要领域，由于卫星链路一般采用扩频技术，传统的干扰方法难以奏效。通过分析伪随机序列的伪随机性，提出了基于后验概率的伪码预测方法。该方法可以根据接收到的伪码计算其后验概率，并以此来预测随后的伪码序列。仿真结果表明，该方法对短码有较好的预测效果。最后，给出了预测方法在瞄准式干扰中的具体应用。     

HSDPA无线网络的仿真研究

文章以我国某一大城市的密集市区为例，在已经规划好的WCDMA R99无线网络的基础上部分站点引入HSDPA网络，进行THSDPA无线网络的仿真研究，并进行比较，得到引入HSDPA技术后无线网络主要指标变化的情况。