基于卡尔曼滤波修正的多步风电功率预测

针对传统时间序列预测多步风速时不能预测突变风速使风电功率预测误差较大的问题,采用基于数值天气预报(numerical weather prediction,NWP)风速及历史风速修正的卡尔曼滤波法对NWP风速进行多步修正,并通过修正后的NWP风速进行多步功率预测,第16步风速平均绝对误差降低了0.47 m/s,将该修正NWP风速与支持向量回归相结合,构建风电功率预测模型。构建模型与ARIMA模型及NWP直接预测模型相比,误差分别降低了6.8%和8.4%。应用该模型对山东某地区风电场现场数据进行仿真测试,第16步预测准确率达到82.6%。     

基于序列模型的无线传感网入侵检测系统

随着物联网(IoT)的快速发展，越来越多的IoT节点设备被部署，但伴随而来的安全问题也不可忽视。IoT的网络层节点设备主要通过无线传感网进行通信，其相较于互联网更开放也更容易受到拒绝服务等网络攻击。针对无线传感网面临的网络层安全问题，提出了一种基于序列模型的网络入侵检测系统，对网络层入侵进行检测和报警，具有较高的识别率以及较低的误报率。另外，针对无线传感网节点设备面临的节点主机设备的安全问题，在考虑节点开销的基础上，提出了一种基于简单序列模型的主机入侵检测系统。实验结果表明，针对无线传感网的网络层以及主机层的两个入侵检测系统的准确率都达到了99%以上，误报率在1%左右，达到了工业需求，这两个系统可以全面有效地保护无线传感网安全。     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。     

降雨径流量增加对杨公堤污水系统运行的影响

雨天杨公堤污水系统内松岳、卧龙、新茶博泵站污水增量明显、雨污混流情况严重,新茶博最高雨水混入比达到74.7%。InfoWorks ICM模型拟合显示,降雨量大于30 mm时,杨公堤污水系统上游管线出现容纳量不足现象。分析降雨对杨公堤污水系统影响,对调度运行和雨污分流工作具有指导意义。     

基于自适应单指数平滑法的矿井防尘用水量预测

煤矿井下防尘用水量是矿井防尘供水管网优化设计和可靠性评价的基础参数,分析实测防尘用水量,发现用水量周期性变化规律,进而预测下一周期的防尘用水量,对于矿井防尘供水水源规划、供水优化调度、供水系统改造、评价供水管网系统可靠性具有重要意义。为实现矿井防尘用水量的准确预测,建立了自动调整平滑参数的单指数平滑法预测模型,并以开滦集团钱家营煤矿防尘用水量实测数据为例,验证了应用模型进行矿井防尘用水量预测的有效性。     

施耐德电气再次荣膺“全球可持续发展企业百强”

2015年2月2日,施耐德电气宣布入选"全球可持续发展企业百强榜",并位列第9名。这是施耐德电气连续第二年入选该榜单前十名企业。与2014年相比,施耐德电气的排名上升了1位。该榜单由位于加拿大多伦的媒体和投资研究公司Corporate Knights于1月21日发布。上榜的百强企业从4 609家市值超过20亿     

2013—2019年全球碳酸钙产品市场报告

2015年2月17日,美国市场研究公司Transparency Market Research(简称TMR)发布了《2013—2019年造纸、塑料、建筑用碳酸钙行业和市场分析报告》。报告显示,2013年全球碳酸钙产品市场总值为156.6亿美元,2019年底将达到250.1亿美元,2013—2019年期间的年复合增长率为7.0%。其中超细碳酸钙(GCC)和沉淀碳酸钙(PCC)的年复合增长率分别为2.9%和3.9%。2012年,亚太地区以49.05%的碳酸钙市场份额排名第一,欧洲和北美地区的市场份额分别为23.7%和20.7%。受工