对逐级递增负荷力竭性运动前后自由基代谢的灰色关联分析

采用灰色关联分析方法研究了逐级递增负荷力竭性运动前后自由基代谢指标的变化，结果显示，自由基代谢系统不同成分之间的相互影响是非常复杂的；尿液T—SOD的变化可能主要受到肾脏本身自由基代谢状态的影响；机体各组织细胞中生成的MDA对尿液MDA含量的变化有重要影响．     

负荷度对盾构隧道管片火灾下力学性能影响

针对不同边界条件下的地铁管片建立了热力耦合数值模型,采用顺序耦合热-应力分析方法对不同负荷度下衬砌管片在高温下的变形及内力进行了分析,并基于火灾试验数据进行了验证。研究表明,负荷度是影响管片在火灾高温下变形特性的关键因素。负荷度越大,管片跨中位移在升温阶段发展越充分,下缘混凝土的极限压应力越小。支座边界条件不同时,衬砌管片变形受高温影响的程度也不相同。当衬砌管片两端的水平位移被约束时,由于在升温过程中衬砌管片产生不可忽略的变形,支座反力先增大后减小,最后持续增大直至升温结束。     

基于QUAL2K模型的滦河流域动态水环境容量研究

传统的水环境容量核算一般以一定保证率下的设计枯水流量为计算条件,存在水文计算条件单一、水环境容量不易管控等不足。本文通过滦河流域污染排放调查核算,基于QUAL2K模型建立水质模型,对流域水质进行逐日模拟,并根据模拟结果计算滦河流域主要河流逐日COD、氨氮和总磷的水环境容量。本研究计算的动态水环境容量能够较为客观地反映水文条件变化下的动态水环境容量,给出满足河道水质目标前提下逐日入河污染物允许阈值,为流域水环境保护与精细化管理提供数据支撑。     

基于时空图注意力的短期电力负荷预测方法

准确的电力负荷预测对现代电力系统的安全经济运行至关重要.电力负荷预测可以表述为一个具有一定潜在空间依赖性的多变量时序预测问题.然而,大多数现有的电力负荷预测工作未能探索这种空间依赖关系.基于此,本文提出了一种基于时空图注意网络的短期电力负荷预测方法.提出一种基于时空图注意网络模块,该模块使用图注意层实现自适应的捕捉各用户间的潜在空间依赖性,同时使用门控卷积注意力层对各用户用电量在时间维度上进行自适应拟合,以提高网络的预测精度.实际数据实验表明,本文提出的模型整体预测精度提高明显,特别是在一定程度上缓解了长程预测精度恶化的问题,验证了所提方法的有效性与可行性.     

具有自学习功能的电力负荷模糊推理预测

考虑到电力负荷预测问题中存在的不确定性,采用模糊推理预测方法进行负荷预测的研究。该方法利用电力最高负荷和国内生产总值的历史数据建立模糊推理规则,从而进一步建立最高负荷跟国内生产总值之间的模糊蕴涵关系,通过模糊推理得到了负荷预测结果。为了使模型能够象专家一样不断地总结新的经验并调整原有的经验,模型克服了其它模型中知识的凝固性,具有自学习功能。利用某些区的实际数据进行分析计算,得到了满足的结果。     

考虑热负荷的活塞形状优化设计

给出一种受热负荷作用的结构形状优化设计方法并编制相应的优化软件,     

日周期短期负荷自适应滤波预测模型

考虑到时负荷的日周期性,利用时间序列分析中的自适应滤波预测法,建立日周期自适应滤波模型,经河北南网实例验证,预测精度较高。     

遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

双机架热轧中厚板轧机负荷分配的工艺优化研究

介绍了一种适用于中厚板双机架轧机负荷分配的优化方法，并采用Visual Basic 6．0软件编制成应用程序。该方法以轧制力和轧制周期为目标函数，采用一维搜索法进行迭代计算，可以得到实用的轧制规程。其优化轧制规程在生产上应用效果良好，提高了生产能力。     

基于反馈加权组合的电力市场下中长期负荷预测方法

本文简单分析了几种常用的中长期负荷预测方法存在的缺点,针对电力市场环境下对负荷预测精度的高要求,提出了一套精度较高且实用的中长期负荷预测的方法.应用该方法对广西某地方电网进行负荷预测,计算结果表明,该方法的预测结果误差小,在实际预测领域有较高的实用价值.