利用V-I曲线分析负荷扰动对电压稳定性的影响

建立了电力系统供应侧和负荷侧V -I静特性的数学模型 ,提出了利用特性曲线来判断电压稳定性的方法 ,并利用负荷特性曲线的变化趋势来分析负荷增长对电压稳定性的影响。该方法简单、实用 ,可应用于实时在线电压稳定分析     

翻转课堂在化学实验教学中对学生认知负荷影响的研究

为了提高学生的实验成果,在高中二年级学生化学实验课中选用翻转课堂的教学模式对实验教学进行干预。教师为学生提供了拟作实验的视频,要求学生在实验预习时观看完成预习思考题。在实验室实验过程中,学生向实验教师提出的问题被用作认知发展的指标。在对学生访谈记录进行分析时,将学生使用化学知识的频率和“自发”使用化学知识的水平作为知识可用性指标。结果表明,这种以视频的干预为手段进行翻转课堂的教学方式能够促使学生在实验室进行实验期间向教师提出更多的化学理论问题,促使学生在真实实验中引发更多的认知负荷,且他们在实验中都能做到对化学知识更复杂、更正确地使用。     

基于DPCA ALSSVR的燃气轮机负荷估算方法

燃机负荷的实时估计能够为燃机参与调峰创造重要的前提条件,针对燃机负荷的实时测算问题,提出了一种基于动态主元分析结合自适应支持向量机的燃机负荷回归估计方法.首先应用动态主元分析方法挖掘出与燃机负荷相关的主要参数,获得代表相关性程度的量化指标关联度.在此基础上,利用自适应支持向量机建立燃机负荷的回归估计模型,并通过交叉验证...     

飞行模拟机操纵负荷系统试验研究

飞行模拟机操纵负荷系统是飞行模拟机的重要组成部分,向飞行员提供逼真的力感模拟。以飞机操纵系统为原型给出了飞行模拟机操纵负荷系统的模拟原理,建立了由低摩擦作动筒组成的三通道液压驱动数字式操纵负荷系统,根据数学模型借助快速控制原型技术和Matlab/Simulink可视化编程语言进行实时控制系统的开发,解决了采用C 、VC进行开发周期长、调试困难的缺点,并通过试验验证了PD控制算法的有效性,实现了对飞机操纵系统的性能模拟,具有误差小、跟踪性能好的特点,已应用于飞行模拟机样机系统的研制。     

一种基于粗糙集理论的SVM短期负荷预测方法

在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统。该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机的训练数据,克服支持向量机方法因为数据量太大,处理速度慢等缺点。将该系统应用于短期负荷预测中,与BP神经网络法和标准的支持向量机方法相比,得到了较高的预测精度,从而说明了基于粗糙集理论方法作为信息预处理的支持向量机学习系统的优越性。     

船舶电力推进系统电力负荷混沌特性分析及预测

为实现船舶电力推进系统功耗的最优控制,提高船舶运行的经济性,建立了基于正则化的电力负荷混沌局域预测模型.运用相空间重构理论对船舶电力推进系统电力负荷进行单变量时间序列相空间重构,计算吸引子的Lyapunov指数,验证船舶电力推进系统电力负荷具有混沌特性,进而构建更为精准的由船舶电力负荷及其影响因素构成的多变量时间序列相空间.实验结果表明,该预测模型是有效的,且具有较高的预测精度.     

基于DA-RBF模型的微电网负荷预测研究

针对传统径向基神经网络(RBF)在微电网负荷预测上精度低的问题,采用具有全局搜索以及优化能力的蜻蜓算法(DA)对RBF神经网络进行优化。利用蜻蜓算法对RBF神经网络的中心向量、宽度向量以及隐含层和输出层之间的连接权值进行优化处理,构建出DA-RBF的微电网负荷预测模型。使用夹角余弦法对负荷数据进行夹角余弦的计算从而获得相似日,确定模型的训练集和测试集数据,以此来降低数据本身对模型精度的影响。然后将选择的数据放入模型中进行仿真实验,并选择平均百分比误差(MAPE)来衡量模型精度的高低,将预测结果同DA-BP、CEEMD-RSVPSO-KELM、CPSO-LSSVM及AMPSO-BP作比较,DA-RBF的MAPE均最低,由此证明了DA-RBF在微电网负荷预测上的可行性及优越性。     

不同强度负荷实验对女足队员尿乳酸含量的影响

对高校高水平女足运动员进行不同强度负荷实验,采用分光光度法测定尿乳酸含量.探讨不同训练负荷引起的尿乳酸变化的特点和规律,为评定女足训练强度、掌握运动量以及进行体能恢复提供科学依据.     

利用动态平移法研究某油田油水分布特征

根据油田内资料欠缺、储层薄、岩性复杂、非均质性强的特点,提出用“动态平移法”进行流体性质识别。实践证明,该方法具有简便易行、精度高、分辨能力强等特点。利用此方法不仅可有效区分油、水、干层,并且可更准确地确定油层分布位置。     

基于正交最小二乘法模糊模型的短期负荷预测

将正交最小二乘法（OLS）模糊模型用于电力系统短期负荷预测,其推理系统模糊规则的生成、影响因素的选取和隶属度的确定均利用正交最小二乘法从历史数据中直接获得,从而克服了模糊推理系统的知识由咨询专家和经验来产生所造成的知识获取的“瓶颈”现象。相应的数学模型简洁有效。实际算例表明,该方法的预测精度较径向基网络法高0．3％－0．5％,每个模型运算仅需1s左右,具有较强的实用性。