简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:时间常数是检测热电偶动态测试性能的重要指标.为了衡量热电偶的动态测试性能,设计了一种热电偶时间常数测试系统,包括热电偶、恒温槽、数据采集卡、激光对射式光电传感器.测试过程中,由激光对射式光电传感器记录热电偶接触恒温槽恒温介质时间点,由数据采集卡采集热电偶的温度数据以及激光对射式光电传感器的电压数据,由数据采集软件显示并记录温度与电压变化曲线.对热电偶的温度数据进行了拟合,测得热电偶的时间常数并与理论计算值进行了比较.最后对测试过程产生的误差进行了分析.分析结果表明,该热电偶时间常数测试系统可大幅度减少热电偶自身的热惰性所引起的测量误差,但仍会产生其它微小测量误差.
简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.
简介:基于傅里叶变换中红外光谱技术(FTIR),结合改进型偏最小二乘回归法(MPLS),建立豆奶中的快速预测方法。结果表明选取有效波段,不使用散射校正,使用导数和平滑校正光谱基线漂移后定标效果最好,各指标的预测值与实测值相关性良好,脂肪(Fat)、蛋白质(Protein)、蔗糖(Sucrose)和总糖(TotalSugar)预测标准偏差(SEP)分别为0.061、0.039、0.039、0.047;预测相关系数(RSQ)分别为:0.98、0.99、0.99、0.99。该方法可应用于豆奶中脂肪(Fat)、蛋白(Protein)、蔗糖(Sucrose)和总糖(TotalSugar)含量的快速分析检测。
简介:针对微生物快速检测的需求,基于生长时间光谱法设计了大肠菌群快速检测仪器.根据大肠菌群指数生长期与大肠菌群浓度的关系来计算大肠菌群初始浓度;采用分光光度法对大肠菌群的指数生长时间进行检测;通过实验确定了625nm作为分光光度检测波长;设计了基于双积分球的仪器光路结构,提高了仪器对透过率的测量稳定性,采用样品从实验开始时的初始透过率降低至初始透过率的70%时所需时间作为生长时间,显著降低了检测所需时间,对大肠菌群100cfu/mL的检测,只需要276min.建立了大肠菌群的生长时间与大肠菌群初始浓度的数学模型.设计实验评价了本方案平行样标准偏差小于12.61%;与滤膜法进行比对,相关系数0.979.
简介:目的:本研究采用气相色谱-三重四极杆质谱联用技术,同时结合改进的QuEChERS技术,建立了汽车用胶黏剂产品中16种邻苯二甲酸酯类增塑剂(PAEs)的同时检测技术。方法:样品经乙腈溶液提取,无水硫酸钠和氯化钠盐析后,经N-丙基乙二胺(PSA)填料净化,多反应监测模式,外标法定量。结果:16种增塑剂在0.05-20μg/mL范围内存在良好的线性关系,相关系数r在0.9902-0.9981之间;在0.02、0.2、2.0mg/kg的加标水平下,回收率为80.7%-106.2%,相对标准偏差为0.41%-11.4%;检出限(S/N=3)与定量限(S/N=10)分别为0.05-0.33mg/kg和0.18-1.09mg/kg。结论:该方法准确性和重复性好、灵敏度高,完全满足汽车用胶黏剂产品的检测需要。