基于多源数据图表示学习的风电出力预测方法

高精度的风电出力预测技术是实现碳中和的关键技术之一,随着智能电网的逐步建设,风电出力预测系统逐步从分散模式趋向于集中模式,其表现为一个系统集成多个风电场站的数据和模型。传统预测方法无法较好地处理这种大数据融合场景,也无法较好表征多个风电场站之间的关系,因此,提出了基于多源数据图表示学习的风电出力预测方法。通过基于Stacking集成学习框架思想和图理论对多个风电场站形成的特征数据构建图数据,其中,图数据的节点为历史风电出力数据、基础方法预测值数据以及气象、位置等多源数据,边为多个风电场站之间的相关性,从而实现对多个场站数据的融合表征。最后搭建残差图卷积神经网络对所构建的图数据进行学习训练,并通过公开数据集验证了所提算法具有更好的结果。     

Ge-As-Se-Te硫系玻璃的飞秒激光损伤特性

Ge-As-Se-Te（GAST）硫族化物玻璃拥有超过20 μm的超宽透射范围,是一种可应用于中红外（MIR）和远红外(FIR)波段的优良光学材料。通过熔融淬火法制备了Ge_xAs_40?xSe₄₀Te₂₀（x = 0、10、20、30、40 mol%）系列硫系玻璃,采用不同波长（800 nm,3 μm和4 μm）、功率和重复频率的飞秒激光辐照硫系玻璃,利用扫描电子显微镜（SEM）和拉曼光谱等手段研究了GAST的激光损伤特性。研究结果发现,Ge_xAs_40-xSe₄₀Te₂₀玻璃的激光诱导损伤阈值（LIDT）随着样品中Ge含量的增加而增加,在800 nm下Ge₃₀As₁₀Se₄₀Te₂₀玻璃的LIDT达到最高40.16 mJ/cm2。随着飞秒激光波长增加,系列玻璃的LIDT也逐步增加,Ge₃₀As₁₀Se₄₀Te₂₀在4 μm激光辐照下LIDT达到81.09 mJ/cm2。此外,研究结果表明样品LIDT随着激光的脉冲辐照数量和重复率的增加将逐渐减小。     

一种人与人和机器到机器共存下能效最大化的上行用户分配算法

针对5G超密集异构蜂窝网络中人与人(H2H)和机器到机器(M2M)共存场景下有服务质量(QoS)保障和负载均衡的上行用户分配问题,该文提出一种基于匹配理论的用户分配算法.该算法在用户分配过程中同时考虑不同类型节点的接入控制策略,在最大化网络能效的同时,实现节点QoS保障.仿真结果表明,与其他算法相比,该算法不仅能够在能效、负载均衡以及QoS保障方面获得更好的性能,并且能获得与穷举法相近的性能.此外,所提算法的收敛速度很快且不受节点和基站数目变化的影响,适合解决H2H和M2M共存场景中的用户分配问题.     

紫苜蓿种子洗选加工设备控制系统实现与优化

紫苜蓿是一种优良的牧草,良好的牧草对于我国畜牧业的发展有着积极的推动作用。长期以来,我国的高端牧草种子多数依赖进口,自给率不足和高度集中的市场结构严重制约了我国牧场的发展,高品质牧草种子的缺失使得我国的草场牧草品质退化,进而无法对畜牧业提供高质量、营养丰富的牧草供应。紫苜蓿是与皇节草并称为牧草贵族的高品质牧草,做好紫苜蓿种子的洗选机械加工对于增强紫苜蓿种子的活力、提高种子的净度和紫苜蓿种子的发芽率有着极为重要的意义。本文在分析紫苜蓿种子洗选加工设备机械结构、加工工艺原理的基础上对紫苜蓿种子洗选加工设备的控制系统进行了分析阐述。     

黄河三角洲云计算平台关键技术的研究

研究黄河三角洲云计算平台使用的关键技术,进一步掌握云计算相关技术,指出云计算的发展趋势.在网格计算的基础上,了解云计算的定义和特点,以IBM与东营市政府合作建设的云计算中心为平台,比较了云计算的几种服务模式,研究了云计算平台的方案架构.在东营云计算战略指导下,实现了对黄河三角洲云计算中心关键技术的研究.云计算是一种新的IT能力交付模式,黄河三角洲云计算中心是东营创建"智慧城市"的积极尝试,云计算将会得到广泛应用.     

基于GPRS远程医疗系统的移动终端设计与实现

远程医疗是基于生物医疗、计算机科学、通信技术等多学科,将无线数据传输、计算机软硬件技术等密切结合的高新技术。介绍远程医疗系统的组成及其工作原理,设计基于ARM芯片S3C2410和MC55无线模块的远程医疗系统的移动终端,该终端以ARM芯片为控制器,以通用无线分组业务GPRS(General Packet Radio Service)无线网络和Internet网络为通道,实现远程生理数据的传输。该终端具有强大的数据采集和处理功能。实验结果表明,该移动终端通信可靠、实时性好。     

复杂分布数据的二阶段聚类算法

提出了一种用于复杂分布数据的二阶段聚类算法(two-phase clustering,简称TPC),TPC包含两个阶段:首先将数据划分为若干个球形分布的子类,每一个子类用其聚类中心代表该类内的所有样本;然后利用可以处理复杂分布数据的流形进化聚类(manifold evolutionary clustering,简称MEC)对第1阶段得到的聚类中心进行类别划分;最后综合两次聚类结果整理得到最终聚类结果.该算法基于改进的K-均值算法和MEC算法.在进化聚类算法的基础上引入流形距离,使得算法能够胜任复杂分布的数据聚类问题.同时,算法降低了引入流形距离所带来的计算量.在分布各异的7个人工数据集和7个UCI数据集测试了二阶段聚类算法,并将其效果与遗传聚类算法、K均值算法和流形进化聚类算法做了比较.实验结果表明,无论对于简单或复杂、凸或非凸的数据,TPC都表现出良好的聚类性能,并且计算时间与MEC相比明显减少.     

基于神经网络的弹性连杆机构振动主动控制

研究基于神经网络的弹性连杆机构振动主动控制方法.介绍了双隐层动态递归神经 网络的数学模型,利用实验数据离线设计了神经网络辨识器与神经网络控制器.采用基于神 经网络的间接自适应控制策略对弹性连杆机构实施了振动主动控制,机构的动力学品质得到 显著改善.实验结果证明了该方法的有效性.     

基于Hopfield神经网络的线性系统参数辨识

基于Ｈｏｐｆｉｅｌｄ神经网络的优化计算原理,提出了一种新的线性系统参数辨识方法,利用连续型ＨＮＮ辨识线性系统Ｉ／Ｏ差分方程计算系统的传递函数矩阵,最终获得了可观标准型的状态空间表达式,仿真结果证明了这种只方法的有效性。