基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

智能网联车辆节能自适应巡航控制研究

现有车辆自适应巡航控制多专注于单一的轨迹跟踪目标,而决定控制技术实际应用效益的关键是系统的节能性能.为了能够同时保证跟踪误差收敛性与燃油经济性,研究了一种车辆节能自适应巡航控制器设计方法：首先以轨迹跟踪为目标,设计了具有时变反馈增益的状态反馈控制律;其次,以反馈增益为优化变量,以整个预测时域内各采样时刻自身车辆单位位移燃油消耗量的累加为代价函数,基于经济模型预测控制方法设计了节能控制算法,并通过构建共同Lyapunov函数,给出了保证跟踪误差以指数速度收敛的反馈增益选取范围;最后,通过数值仿真验证了控制器设计的有效性,定量展示了本文所提出的方法在降低燃油消耗量方面的有效性.     

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。     

弹丸夫效规律及有效贮存期预测研究

提出一种根据库存弹药性能变化的有限检测数据预测弹药产品有效贮存期方法。结果对某弹刃有效贮存期进行预测,所得结果与试验结果一致。结论该方法 于对现有库存弹药的有效贮荐 期进行预测。     

城市地区GSM网络规划中的接收质量预测

在数字移动通信网络规划中,希望能对网络服务区内的信号接收质量进行预测,并尽可能减少大量的实测工作．文中以ＧＳＭ网络为背景,首先通过一定的信道模型完成了对不同环境下的多径衰落信道的模拟,然后利用软件模拟接收端对ＧＭＳＫ信号的Ｖｉｔｅｒｂｉ解调,综合考虑了瑞利衰落、阴影衰落、时延扩展、高斯白噪声及同频干扰对误码率的影响．模拟所得的结果是ＧＳＭ系统中典型市区环境下信道解码前对误码率与载干比的关系．最后在考虑了话务量对误码率的影响以后,提出了误码率的预测公式,从而实现了对ＧＳＭ网络接收质量的预测．     

神经网络在广义预测控制中的应用

利用ＢＰ神经网络技术把多变量系统解耦为单变量系统,并推导出基于ＡＲＭＡＸ模型的隐式ＧＰＣ算法。用此算法控制解耦后的系统。     

玛纳斯河年径流的灰色拓扑预测

运用灰色系统理论中的拓扑预测法,提出一种较适合于水文实测资料缺乏情况下的中长期预报方法,并利用玛纳斯河水文站的实测资料序列对该方法进行成功地验证。     

复合采动影响下地表变形预测与危险区划分方法

矿山岩体工程开挖将改变原岩应力状态,由此引起岩体本身及周围一定区域的移动和变形,地下与露天复合开采的矿山更是如此,其变形速率之大、范围之广、时间之长已严重地影响周边环境的安全。通过对地下与露天复合采动影响下地表变形规律进行研究,建立了相应的移动模型。在此基础上,对移动参数的计算方法及地面变形区的划分方法等问题进行了研究。然后,依据当前形量和后续变形量大小,对矿山继续开采可能产生的破坏范围进行了划分     

基于阻尼最小二乘法的鲁棒自校正预测控制器

本文将广义预测控制器（GPC）与阻尼最小二乘法（DLS）相结合,构成一种鲁棒自校正预测控制器．仿真结果表明,这种算法比基于通常的递推最小二乘法（RLS）的自校正预测算法有更强的鲁棒性．     

巴谢河中游那勒寺灌区环境水文地质影响预测评价

采用水文地质学的数值法,对南阳渠灌溉工程实施后巴谢河河谷那勒寺灌区地下水位的变化及由其产生的环境水文地质问题进行了预测评价。结果表明,地下水流的数学模型及其边界条件概化正确,参数选取合理,预测精度较高。对实际生产问题有一定的指导作用。