排序方式: 共有4条查询结果,搜索用时 3 毫秒
1
1.
超短期电力负荷具有随机性强、波动性大等特点,使得对其进行高精度的预测比较困难。文中提出基于全局参数优化的超短期负荷预测模型。在训练阶段,建立平均绝对百分比误差(MAPE)作为蝙蝠算法(BA)的目标函数,以优化变分模态分解(VMD)、最小二乘支持向量机(LSSVM)及输入数据点数。在测试阶段,应用设置最优参数的VMD分解负荷数据,并使用LSSVM处理各分量,以完成对电力负荷的高精度预测。数据分析结果表明,使用BA对VMD、LSSVM和输入数据点数进行全局优化能够有效地提高超短期电力负荷的预测精度。 相似文献
2.
3.
对京唐1号高炉下线风口的不同熔损部位进行取样分析,重点探讨了风口熔损机理。利用光学显微镜对风口熔坑进行了三维形貌重建,发现风口表面的熔损区面积大,深度深,表明熔损对风口具有巨大的破坏作用。通过对下线风口铜的导电导热性能测试和金相分析,以及对风口熔损区进行微观分析,揭示了风口熔损机理,即:使用后的风口导热性变差,熔损部位的铜晶粒粗大且不均匀,在冷却不足前提下,风口表面受到热冲击形成导热性更差的铜-铁合金,并与渣铁不断黏结,铜-铁结合处熔化脱落时,造成铜的损失同时暴露出内部的新铜,如此往复直至风口熔穿。 相似文献
4.
1