学科分类
/ 25
500 个结果
  • 简介:摘要:随着我国经济的不断改革与发展,预测性维修技术在国外得到了迅速的发展,这也是我国国内发电企业技术发展的重要方向。基于此,本文就对预测性维修技术进行研究,致力于明确预测维修技术的运用方法与价值,将其有效地运用到国内,发挥出其在国外的运用价值,带动我国电力企业更好地进行经济发展,促使我国发电厂成本的有效降低,以及发电效益的不断提升。

  • 标签: 电厂 预测性维修 应用 国外
  • 简介:摘要:建立数学模型进行项目成本预测,用函数关系来表示比较稳定的结构或现象间比较稳定的相关关系,对一定时期内成本变动的趋势做出判断,进行项目成本预测是确定成本目标的一种有效技术。

  • 标签: 数学模型  预测  成本
  • 简介:摘要:在科技进步的引领下,我国发电技术形式越来越多样化,尤其是环保节能、生态建设的不断深化,促进了新能源发电技术的快速发展应用,光伏发电是新能源发电的技术之一,目前我国光伏电站建设规模越来越大,由于光伏电站具备发电不稳定特点,运维难度较大,因此提升光伏电站运维管理水平成为重中之重,基于此,本文着重探讨光伏电站智能运维及功率预测技术,希望能为推动光伏电站建设良性发展做出一些贡献。

  • 标签: 光伏电站 智能运维 功率预测技术
  • 简介:摘要:糖尿病是三大老年慢性病之一,每年发病人数多,因此每年有大量的糖尿病患者需要使用血糖监测,以便对疾病控制。目前对血糖先进的监测方法为连续血糖监测,能够动态了解患者血糖情况,为患者提供精确的治疗数据。连续血糖监测市场需求庞大,但是其竞争也激烈,为了更好地促进连续血糖监测市场的发生,需要研究其未来发展趋势,以便为连续血糖监测发展指引方向。基于此,本文对连续血糖监测发展方向预测,以便准确对连续血糖监测市场布局。

  • 标签: 市场 预测 连续血糖监测
  • 简介:摘要:在我们油田企业的实际生产过程中,对于主要控制致密砂砾岩储层生产能力的各种因素的分析与评估,在大多数情形下,只有使用常规勘探钻井曲线和最基本的测井岩心资料进行分析,所以对于如何合理有效的使用最有限的基本资料实现对有利于储层的确定,至关重要。分析结果表明,从最基本的线性渗流能力岩心试验(如压汞分析)结果出发,首先评估各种试样的线性渗流能力,对各种试样加以分类,然后再运用分组结果对实际的勘探井曲线加以标定,最后就能够确定一些优势储层对于经典勘探井的响应特性,进而确定出致密砂砾岩的岩体在剖面上最佳成藏层段。

  • 标签: 致密砂砾岩 优势储层 预测方法
  • 简介:摘 要 航材保障面临着库存积压、库存结构不合理等问题,严重影响了航材保障质量效益。其中原因之一,就是航材消耗规律把握不够准确,在一定程度上影响了航材订货决策的科学性。因此,本文将尝试根据航材的消耗规律运用BP神经网络预测方法建立模型,并通过实例计算预测,验证所建立模型的准确度,对预测结果进行分析评价航材。

  • 标签: 航材,消耗预测
  • 简介:摘要:在智慧消防建设工作中,物联网技术能够起到重要的作用,不仅可以提升跟踪工作的时效性,还可将其中存在的危险及时排除,为了促使物联网技术能够在智慧消防工程之中得到更加有效的应用,文章对基于物联网技术的智慧消防工程建设措施进行分析,以供参考。

  • 标签: 智慧消防工程 建设措施
  • 简介:摘要:锂离子电池因其容量高、安全性好、环保等优点被广泛应用于各行各业,如电子通讯、航空航天等。但锂离子电池在使用一段时间后往往会变质,这对设备和仪器非常不利。因此,预测锂离子电池的使用寿命非常重要。

  • 标签: 锂电池 间接预测 剩余寿命特征参数 极限学习机(ELM)
  • 简介:【摘要】目前预测性维修技术在大数据理论和技术的快速发展中逐渐走入人们视野,成为人们日益关注的维修新形式。相比起传统的计划性维修和事后维修方式,预测性维修技术在节约资源,提高企业经济效益等方面具有独到优势。本文从预测性维修的概念入手,分析预测性维修的重点和研究要素,研究预测性维修技术体系的发展,对预测性维修技术发展趋势作出思考。

  • 标签: 设备预测性维修 发展趋势 思考
  • 简介:摘 要:橡胶密封圈对提高设备密封性能有重要作用,通常作为密封构件广泛应用于工业机械设备。概述橡胶密封圈的疲劳寿命研究方法,主要分为S-N曲线法、裂纹萌生法和裂纹扩展法。从寿命预测计算理论出发,阐述常用的计算模型,总结实现橡胶密封圈寿命预测计算的方式,对初步了解橡胶材料寿命预测方法和计算模型之间的关系具有重要意义。

  • 标签: 橡胶密封圈 S-N 曲线 裂纹萌生 裂纹扩展 寿命预测
  • 简介:摘 要:风力发电目前进入了快速发展阶段,对风电功率的精准预测能够很大程度上的缓解风力发电对电网的冲击。现有研究主要以单个目标机组的时间序列数据进行研究,而没有考虑到风电机组的空间相关性。本文利用KNN算法筛选目标机组的空间相关因素,截取欧式距离计算的前K个邻近空间相关机组,再选取LSTM网络模型,提出一种同时考虑了时空特征的KNN-LSTM短期风电功率预测模型。以湖南省某风电场的历史发电数据和气象数据为样本,先将样本数据进行预处理,然后划分为训练集和测试集对模型进行训练和验证。结果表明:KNN-LSTM模型相较于支持向量机(SVM)和传统LSTM等其他模型,误差评价指标MAE和RMSE都有不同程度的下降。证明本文所提出的KNN-LSTM模型的预测精度更高,验证了模型的实用性。

  • 标签: 风力发电 KNN算法 LSTM循环神经网络 空间相关性
  • 简介:摘要:管道腐蚀的方式有很多,冲刷腐蚀引起的失效更为常见。冲刷腐蚀是管道机械设备在液体作用下的反射和光催化,对金属复合材料造成表面损伤。冲刷是管道损坏的物理原因。冲刷和光催化腐蚀共同作用,对管道的安全稳定运行造成极大危害,如果发生腐蚀和破孔,将直接关系到能源部的发展战略安全。因此,有必要进一步加强对管道腐蚀速度的判别,确保石化装置管道的安全可靠运行,防止气体泄漏引发安全生产事故。

  • 标签: 石油化工 管道冲刷 腐蚀失效 预测
  • 简介:摘要:

  • 标签:
  • 简介:摘 要:为提高岩石爆破块度预测效果, 利用双江口料场开挖爆破统计数据, 通过影响爆破岩石块度因素的重要度计算和皮尔逊相关系数判定筛选出炸药单耗、 岩石块度尺寸、 岩石弹性模量以及炮孔堵塞长度与炮孔排距比(T/B ) 等6 个特征变量作为输入参数, 建立一种基于改进随机森林回归算法的爆破块度预测模型。 该模型预测的爆破块度逼近真实值,预测结果的可决系数(R2 ) 、 均方根误差(RMSE ) 和平均相对误差(MRE ) 分别为0.9881, 0.0430 和0.1445, 相较于线性回归预测模型和 BP 神经网络预测模型而言, 其预测效果更优, 因此该模型在实际应用中更具适用性, 能够为爆破参数设计和优化提供参考。

  • 标签: 双江口水电站 爆破块度 模型预测 预测精度
  • 简介:摘要脑出血是重要的卒中类型之一,大多数脑出血存活者会遗留不同程度神经功能障碍,导致其转归较差。在脑血管病的发生发展过程中,C反应蛋白(C-reactive protein, CRP)主要通过激活补体活化的经典途径损伤脑血管内膜,与动脉粥样硬化及缺血性卒中密切相关。研究显示,CRP与脑出血患者的转归有关。文章对CRP在脑出血患者中的预测作用进行了综述。

  • 标签: 脑出血 C反应蛋白 疾病严重程度指数 治疗结果 生物标志物
  • 作者: 陈龙 姜军
  • 学科:
  • 创建时间:2022-04-11
  • 出处:《中国科技人才》2021年30期
  • 机构:中车青岛四方机车车辆股份有限公司 山东 青岛 266000
  • 简介:摘要:数字孪生系统为企业战略场景建模带来了实践校正和理论创新的数据平台,是企业构建战略场景模型的根本。数字孪生驱动的企业战略场景建模,能够将符合的战略设计提供给企业,从而对实践进程造成影响。随着企业战略场景建模基于数字孪生的持续优化,企业战略决策形式形成优势互补、互相支撑。本文对数字孪生驱动的企业战略场景建模与决策分析进行了初步的探讨。

  • 标签: 数字孪生 驱动 企业战略场景 建模
  • 作者: 丁大法 邵娴 于珮
  • 学科: 医药卫生 >
  • 创建时间:2022-12-13
  • 出处:《中华内分泌代谢杂志》 2022年第08期
  • 机构:天津医科大学朱宪彝纪念医院血液净化中心,国家卫生健康委员会激素与发育重点实验室,天津市代谢疾病重点实验室 300070 丁大法现在南京医科大学附属第二医院内分泌科工作 210000,天津医科大学朱宪彝纪念医院血液净化中心,国家卫生健康委员会激素与发育重点实验室,天津市代谢疾病重点实验室 300070
  • 简介:摘要糖尿病肾脏疾病(diabetic kidney disease, DKD)发病率高,疾病负担重,是糖尿病常见的微血管并发症,也是引起终末期肾脏疾病的首要原因。本文结合第57届欧洲糖尿病研究协会科学年会相关热点,对DKD流行病学现状、目前DKD防治尚未满足的临床需求予以概述,对DKD风险预测模型的进展进行详细阐述,以期为DKD临床策略的制定提供参考。

  • 标签: 糖尿病肾脏疾病 预测 预测模型 EASD年会
  • 简介:摘要目的基于深度学习方法开发创伤出血量分级预测模型,以辅助预测创伤动物出血量。方法基于中国人民解放军总医院构建的战创伤动物实验时效评估数据库中猪枪弹伤实验数据进行回顾性观察性研究。提取研究总体的出血量数据,并按照出血量将其分为0~300 mL组、301~600 mL组、>600 mL组。采用生命体征指标作为预测变量、出血量分级作为结局变量,基于4种传统机器学习和10种深度学习方法开发创伤出血量分级预测模型;采用实验室检验指标作为预测变量、出血量分级作为结局变量,基于上述14种算法开发创伤出血量分级预测模型。通过准确率和受试者工作特征曲线下面积(AUC)对上述两组模型进行效果评价,并将两组中的最优模型混合得到混合模型1;通过遗传算法进行特征选择,并根据最佳特征组合构建混合模型2;最后,将混合模型2部署于动物实验数据库系统中。结果纳入数据库中创伤动物96只,其中0~300 mL组27只,301~600 mL组40只,>600 mL组29只。在基于生命体征指标构建的14种模型中,全卷积网络(FCN)模型为最优模型〔准确率为60.0%,AUC及95%可信区间(95%CI)为0.699(0.671~0.727)〕;在基于实验室检验指标构建的14种模型中,循环神经网络(RNN)模型为最优模型〔准确率为68.9%,AUC(95%CI)为0.845(0.829~0.860)〕。FCN与RNN模型混合后得到混合模型1,即RNN-FCN模型,模型效果得到提升〔准确率为74.2%,AUC(95%CI)为0.847(0.833~0.862)〕;通过遗传算法进行特征选择,根据筛选后的特征组合构建混合模型2,即RNN-FCN*模型,进一步提升了模型效果〔准确率为80.5%,AUC(95%CI)为0.880(0.868~0.893)〕,该模型包含10项指标,分别为平均动脉压(MAP)、血细胞比容(HCT)、血小板计数(PLT)、血乳酸(Lac)、动脉血二氧化碳分压(PaCO2)、二氧化碳总量、血Na+、阴离子隙(AG)、纤维蛋白原(FIB)、国际标准化比值(INR)。最后,将RNN-FCN*模型部署在数据库系统中,实现了对创伤动物出血量的自动、连续、高效、智能、分级预测。结论基于深度学习开发了一种创伤出血量分级预测模型,并部署在信息系统中,实现了对创伤动物出血量的智能分级预测

  • 标签: 战创伤 出血量 深度学习 预测模型
  • 简介:摘要:随着人们生活水平的不断提升,对于电力需求的增长,促进了点企业的发展。电力企业作为我国国民经济中的支柱产业之一,其垄断特征非常明显。电力资源作为各领域正常发展必不可缺的能源,其供求关系长期处于卖方市场。因此,在过去很长一段时间内,电力企业忽视了对市场营销的关注。随着我国经济制度不断发展,新时代条件的要求以及电力企业在发展过程中遇到的困境要求电力企业改变传统营销观念,制定多元化的电力营销策略,提高企业市场竞争力,推动企业在激烈的市场竞争中平稳、迅速发展。

  • 标签: 电力设计 市场分析 营销管理
  • 简介:

  • 标签: