数据驱动的时间注意力卷积风电功率预测模型

由于风电受气象特征影响大,风能波动性和间歇性强,导致快速、精准的风电预测成为一个难题。对此,该文提出一种基于数据驱动的时间注意力卷积网络的风电功率预测方法。首先,将来自风力机和数据采集（SCADA）系统的数据进行清洗;然后采用可并行计算的时间卷积网络,并加入Attention机制突出关键特征的影响,使模型训练速度和预测精度得到有效提升。实验结果表明,该文所提方法与其他方法相比可更准确地减少数据噪声,同时有更高的预测精度和更快的训练速度。     

基于机器视觉的条烟在线分类方法

针对条烟在线分类过程中条烟外表面类间差异性小、图像低照度现象所造成的分类精度低、耗时长的问题,提出一种基于机器视觉的条烟在线分类方法。该方法通过线扫描式视觉传感器,搭配同轴线光源采集条烟视觉图像,预处理采用改进的CLAHE算法,基于HSI色彩空间中的亮度分量I,使用亮度分量直方图峰值和均方差量化裁剪参数,自适应增强低照度图像亮度。分类使用ConvNeXt为主干网络,提出特征融合模块,将浅层纹理特征与深层特征进行二次融合,增加局部细节信息,提高条烟分类的准确性;随后提出block加速模块,在block中加入SimAM无参注意力机制并使用结构重参数化,以优化模型并增快推理速度。实验表明,算法的鲁棒性强,分类精确度达到99.99%,能够满足条烟在线分类的要求。     

北京美图印务的VOCs管控经验

正党的十九大把生态文明建设提高到了国家战略的高度,明确提出工业发展不能以牺牲环境为代价。作为首都的北京,针对印刷行业,更是把环境保护提升到了空前高度,颁布了《印刷业挥发性有机物排放标准》《工艺措施和管理要求》等一系列标准措施。印刷行业虽然不是高耗能、高污染行业,但     

无水印刷在我厂的应用

正党的十九大提出要把我国建设成为"富强民主文明和谐美丽"的社会主义现代化强国。推动资源节约,降低能耗、物耗,是我国绿色发展的重点工作之一。印刷行业也积极响应和推动绿色印刷,降耗、减排。无水印刷与我国绿色发展的理念高度吻合。当前行业中有些印刷企业已经引进了无水印刷生产线,但由于无水印刷对机器状态以及操作人员的综合能力要求较高,每家企业使用的效果差别很大。在此,笔者将分享我厂在无水印刷方