VAR和BP非线性组合模型在国际天然铀价格预测中的应用研究

铀是核电站发电的反应堆燃料,准确预测国际铀价趋势,有利于核电企业更加准确把握投资时机,做出科学的决策,提高企业的核心竞争力。构建VAR和BP非线性组合模型,预测了国际天然铀的现货价格及长期价格。研究表明,通过不同模型的比较发现,VAR和BP非线性组合模型比单个模型预测精度高,企业可以利用该组合模型预测铀矿价格,对其铀矿购买策略有一定的参考作用。     

发展中国家电力市场的定价之一——确定型当量电价的次日上网定价和运作

本文指出:英国电力市场中联营体购入电价PPP（即发电上网电价）不适用于发展中国家,进而论述了发展中国家发电上网电价的特点和要求.针对这些问题和特点,作者发展了电能价值当量分析方法,并用于次日发电上网电价的预测.文中基于这一方法.还设想了发展中国家发电上网定价的运作方式.最后文中给出了以我国南方某省1990年的数据为背景的算例.     

发展中国家电力市场的定价之一：确定型当量电价的次日上？…

本文指出：英国电力市场中联营体购入电价ＰＰＰ（即发电上网电价）不适用于发展中国家,进而论述了发展中国家发电上网电价的特点和要求。针对这些问题和特点,作者发展了电能价值当量分析方法,并用于次日发电上网电价的预测。文中基于这一方法,还设想了发展中国家发电上网定价的运作方式。最后文中给出了以我国南方某省１９９０年的数据为背景的算例。     

电力市场中发电成本对上网电价的影响

基于浙江电力市场,利用系统剩余容量百分比与平均上网电价的关系曲线并结合资本回报率计算总平均上网电价,提出发电成本与平均上网电价的关系模型.通过实际算例得出,当发电成本以一定比例上升,电价上限不同的变化决定了上网电价的变化以及发电企业承担发电成本上升的百分比.当电价上限的上升比例与发电成本的上升比例相同时,上网电价也以相同比例上升,发电企业无须承担发电成本的上升;当电价上限不变或上升比例低于发电成本上升比例时,发电企业就要以一定的百分比承担发电成本的上升,电价上限上升的比例越高,其所承担的发电成本上升的百分比就越低.     

基于LSTM与XGBoost组合模型电价预测

为准确预测电力市场中的短期电价,提出了基于LSTM和XGBoost的组合预测模型。为了验证LSTM-XGBoost模型的有效性,该文先选用法国电力市场2019年1月1日至2020年12月31日的电价数据为训练集训练模型,对2021年1月1日不同模型预测的结果与实际电价值进行对比,得到LSTM-XGBoost以RMSE为0.74的误差率低于BP、LSTM、XGBoost的3.80、1.25、0.88,然后将算法应用到美国PJM电力市场,结果表明本文提出的LSTM-XGBoost组合预测模型MAPE平均值为1.83%,明显低于单一预测模型,也显著低于GRU-XGBoost组合模型,表明并非所有模型单一组合都能有效提高预测精度,该文提出的LSTM-XGBoost组合模型有效提升了短期电价的预测精度,且具有很强的普适性,可应用于电力市场短期电价预测,为市场参与者和监管机构提供有力决策依据。     

基于序列理论的电力系统边际电价预测方法

电价是电力市场中核心问题之一．作为在电力系统中得到广泛应用的边际电价理论．其边际电价预测应充分考虑负荷的不确定性、发电机组随机强迫停运的不确定性以及发电方报价的不确定性．通过重新定义有效容量状态和定义衍生多态机组,成功地将概率性序列理论应用到求解发电系统有效容量概率分布函数,找出了求解发电系统有效容量概率分布函数的另外一种方法．并由此概率分布函数,充分考虑各种影响边际电价的不确定性因素,依据边际电价的定义,精确地预测出电力系统的边际电价．算例分析证明了理论分析的正确性,并表明本算法预测的精度得到提高．     

基于EEMD和小波神经网络的短期电价组合预测

从降低电价序列非平稳性出发,提出一种基于聚类经验模态分解(EEMD)和小波神经网络(WNN)的新型组合预测模型来预测短期电价;采用Matlab/Simulink仿真平台进行建模仿真;仿真结果表明:新算法预测精度高,预测方法可行。     

基于PSO与ELM组合算法的短期光伏发电功率预测模型

光伏发电功率受自然环境因素影响较大,具有很强的随机性和波动性,准确及时的光伏发电功率预测对电网的调度运行具有重要的意义.提出了一种基于PSO与ELM组合算法的短期光伏发电功率预测模型.该模型通过调整粒子群优化算法(particle swarm optimization,PSO)不同阶段的寻优重点,为极限学习机(extreme learning machine,ELM)设定出了最佳网络参数,避免了ELM随机产生输入层权值和隐含层阈值造成的网络不稳定问题.同时结合传统神经网络和ELM网络隐含层节点选取原则为组合模型,设定了最佳隐含层节点数,提高了模型预测精度.实际算例验证了组合算法模型能够有效提高短期光伏发电功率预测的预测精度.     

基于负荷预测的电力市场寡头竞争分析

将负荷预测的思想引入到电力市场的竞争分析中,研究了完全信息下的cournot模型中负荷预测对电力市场竞争的影响.首先建立了竞争模型结构,然后获得没有预测情况下的市场均衡电价,应用博弈论获得负荷预测增量对cournot模型下市场力的影响.最后通过数据仿真获得负荷预测增量与市场均衡电价和发电商收益之间的关系.分析表明：负荷预测精度影响发电商收益、市场均衡电价和市场力.预测误差率在33%以内,预测是有用的.所以提高收益的关键是提高负荷预测精度.     

多发电主体梯级水电站优化调度模型

研究了电力市场下的梯级水电站的长期优化调度问题,建立了多发电主体梯级水电站优化调度模型.该模型通过调节上下游不同发电主体下电站的效益补偿,可以协凋上下游不同发电主体的利益,保证总的梯级效益接近最优化.将建立的多目标调度模型用权重法转化为单目标求解,可获得不同权重组合下的一组非劣解集.同时还探讨了浮动上网电价对存在多发电主体情况下梯级效益的影响,梯级效益的变化趋势与枯水期电价上浮与丰水期下浮比例x/y有关,只有x/y足够大时,梯级总效益才会比电价不浮动时有所增加.     

关于短信网关的分析论述

信息作为我们生活交流媒介的一部分,那么信息的接收和发送更值得我们深入的认识和研究.主要从短信网关的引入、短信网关的系统组成、短信网关的系统功能以及应用短信网关服务进行分析论述.     

空间环境对植物影响的研究进展

从蛋白质和基因水平分别介绍空间微重力、强电离辐射、亚磁场及空间综合因素对生物性状和遗传变异的影响,并对今后空间诱变育种的前景和存在问题加以概述。     

基于Hyper-V的校内私有云构建研究

针对云计算的发展趋势,结合校园网基础设施特点,研究和分析了虚拟化技术和云计算模式,提出一种基于Hyper-V的私有云计算环境模式,并在校园网内实现了该模式的私有云构建,为云计算环境在高校的实现提供了具体方法。     

基于迁移学习的危险行为识别方法研究

深度学习中卷积神经网络在行为识别领域有着良好的识别效果,但是由于深度学习需要较大数据集训练模型,而现今公开数据集中危险行为识别相关方向没有大量数据集。针对危险行为识别领域样本少、无法进行深度学习训练等问题,建立了危险行为识别数据集,并采用迁移学习方法对C3D网络模型进行迁移训练。结果表明,迁移学习后C3D网络模型对危险行为识别数据集平均识别率达到了83. 2%,可以有效识别危险行为动作。     

基于Carsim的弯道路段行车轨迹研究

针对受驾驶人自身驾驶经验和习惯、视野、道路周边环境等因素影响的车辆行驶轨迹,探究了典型车辆行驶轨迹(正常轨迹、理想轨迹、切线轨迹、漂移轨迹、摇摆轨迹和修正轨迹)条件下的车辆动力学响应. 在Carsim环境中构建了以6种行车轨迹为道路中心线的弯道路段,并使车辆的左前轮始终沿道路中心线行驶,仿真过程中记录车辆动力学参数的时变曲线. 研究表明:车辆沿切线和正常轨迹行驶时,能够以安全、高效、舒适的理想状态通过弯道路段;而当车辆沿修正轨迹、摇摆轨迹等行驶时,行驶稳定性和舒适性较差.     

基于MFOP的可靠性维修方案研究

基于无维修工作期(Maintenance Free Operating Period,MFOP)的可靠性理论既可有效改善飞机及其设备的可用性,同时也可大大降低后勤保障成本;首先对MFOP及其相关概念进行了介绍,然后重点讨论了基于MFOP的维修方案的制订方法及其对飞机可用性、维修成本和设计的影响。     

绝缘体上硅高温压力传感器研究

采用有限元分析工具ANSYS完成了一种矩形弹性膜绝缘体上硅(SOI)高温压力传感器的优化设计，制作出样品，并与相同结构、工艺的多晶硅压力传感器进行了对比测试。结果表明：1：2的膜片宽长比可以使SOI压力传感器的灵敏度达到220mV／MPa，远大于多晶硅压力传感器的灵敏度(约50mV／MPa)。此外，该传感器能够工作在200℃的高温环境中，有良好的长期稳定性，30d内的零点时间漂移为0．12％。     

基于SOPC的SVPWM波形研究

介绍一种采用SOPC技术设计的SVPWM波形发生器,在FPGA中嵌入了32位NiosⅡ软核系统,用以处理SVPWM波形的计算、输出与显示等功能.利用可编程逻辑器件的可在线编程特点和SOPC的技术优势,灵活、快捷地将所需功能模块完全集成在单片的FPGA上,使电路的硬件结构简单,具有较高的性价比.     

基于AJAX的WebGIS应用

针对目前WebGIS中所存在的问题,介绍了AJAX方法的概念和内涵,提出了基于AJAX方法构建网络地理信息系统的思路。并以森林资源信息网络发布系统的原型开发为例,阐述了该方法的优点和一些关键技术。结果表明通过AJAX方法的使用不仅能够快速地实现森林资源信息的网络发布功能,而且能够很好地改善WebGIS应用中以地图为载体的地理信息的网络传播和显示速度,带来丰富的用户体验。     

Study on copper adsorption on olivine

The copper adsorption on olivine supplied by A/S Olivine production plant at Aheim in western Norway has been studied. The factors which affect the uptake of copper have been evaluated. The results reveal that the equilibrium PH in aqueous solution has the greatest influence on the copper adsorption thanks to the competitive adsorption between proton and copper ions, and the adsorption of copper to olivine increases rapidly with the pH increasing from 4 to 6. The initial copper concentration and olivine dose also possess significant effect on copper adsorption. The adsorption efficieny of copper increases with the increase of olivine dose or the decrease of initial copper concentration at the same pH. The ionic strength effect on the adsorption has also been investigated, but it owns little effect on the adsorption process of copper due to the formation of inner sphere surface complexation of copper on olivine. The experimental data show that olivine has a high acid buffer capacity and is an effective adsorbent for copper.