基于CEEMD-LSTM光伏短期功率预测

为解决传统机器学习方法在面对多变的环境因素和不平稳序列时导致光伏功率预测精度低的问题,本文提出一种基于完全经验模态分解(Complete Ensemble Empirical Mode Decomposition , CEEMD)和长短期记忆神经网络(Long Short-Term Memory , LSTM)相结合的光伏短期功率预测模型。首先充分考虑影响光伏出力的太阳辐照度,相对湿度,大气压力和空气温度4种环境因素,通过CEEMD将气象因素特征曲线分解为多模态特征数据,准确捕捉其不同的时间尺度和频率特征,进而充分保留环境数据的不平稳特征。在此基础上,利用LSTM网络对多模态特征数据进行时间序列建模,旨在保留时间序列的季节性和不平稳特征,为后续建模提供更准确的输入特征。最后,通过对分解后的信号开展训练,根据输入数据的变化自适应调整预测模型参数,迭代生成特定场景下的预测模型,从而灵活应对实时环境变化,得到相应功率预测结果。本文在海南一孤立海岛分布式光伏电站37kW子阵的8个月气象和功率数据集进行验证,实验结果表明,所提方法在保留环境数据细节和局部特性上具有显著优势,在不同气象条件均具有良好的自适应性,有效提高了光伏短期功率预测精度。     

长持时爆炸冲击波作用下钢梁动力响应分析

大规模爆炸时引起的长持时平面爆炸波会造成结构的整体破坏,这与接触爆炸或近场爆炸的破坏模式有显著差异,但相关研究不多。为研究长持时冲击波作用下钢梁的动力响应,首先基于耦合欧拉-拉格朗日方法建立了大型数值激波管模型,然后采用该数值激波管得到作用在钢梁上的反射超压时程,最后通过显示动力学方法研究了冲击波入射方向、持时、超压等参数对钢梁破坏模式的影响规律。结果表明：本文提出的数值激波管模型能较好的模拟长持时爆炸波的绕射现象,可得到可靠的反射超压和冲量时程;随着冲击波入射角度的增加,简支钢梁跨中位移增大;冲击波超压峰值相同时,随着持时的增加,简支梁跨中的最大位移有增大的趋势,而最大位移的增长速率则会变缓;简支钢梁在长持时爆炸冲击波作用下容易发射受弯破坏,而梁跨中翼缘板会出现局部屈曲现象。     

使用AVL数据的公交到站时间CEEMD-LSTM预测模型

准确的公交到站时间预测具有重要意义,但现实公交运行受突发路况影响,运行速度具有非平稳性,本文结合时序特征处理技术和深度学习,建立一种使用AVL数据预测公交到站时间的互补集合经验模态分解-长短期记忆神经网络模型。模型收集公交自动车辆定位数据,经预处理后引入互补集合经验模态分解平稳化公交运行速度,再借助Adam参数寻优后的长短期记忆神经网络对福州市303路公交某日早高峰公交到站时间进行预测。结果表明：优化的公交到站时间预测模型平均绝对误差比单一模型低了1.69min,预测精度高于长短期记忆神经网络模型和经验模态分解的到站时间预测模型,可有效地为安装车载自动车辆定位系统的公交线路预测公交到站时间提供参考。     

航空器爬升与下降阶段4D航迹预测

准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性,提出了基于机器学习的航空器4D航迹预测方法。首先,利用爬升阶段提取研究指标,构建循环神经网络(recurrent neural network, RNN)和长短期记忆网络(long short-term memory, LSTM);其次,在下降阶段进行数据维度拓展,构建RNN、LSTM模型进行航迹预测;最后,对各个维度上的预测航迹点和实际航迹点的误差进行分析。仿真结果表明,爬升阶段模型和下降阶段模型对于航空器位置预测准确性高,展现了航迹预测模型的良好鲁棒性。     

基于时空信息的区域内光伏电站功率预测

准确的光伏电站输出功率预测对于电力系统的稳定安全运行具有重要的意义。为充分挖掘区域内多个电站间的时空信息特征,提高区域内电站功率的预测精度,提出了一种基于图卷积和长短期记忆网络(graph convolutional network-long short-term memory,GCN-LSTM)的光伏电站功率预测方法。该方法首先采用K均值聚类算法(K-means clustering algorithm, Kmeans)将区域内电站的总功率划分3种不同的天气类型;然后,为预测区域内总功率,构建了一个假想电站,并利用图卷积网络(graph convolutional network,GCN)提取电站间的动态空间相关信息特征;最后,将GCN挖掘的信息构成时间序列作为长短期记忆网络(long short-term memory network,LSTM)的输入,提取电站的时间信息特征,从而对区域内的光伏功率进行预测。结果表明,该方法可充分挖掘电站间的时空相关信息,可较为准确地对光伏电站输出功率进行预测,能够为保障电力系统的稳定安全运行提供一定参考价值。     

西安青龙寺景观环境的叙事性研究

景观并不是仅仅以简单的外在形式呈现在我们面前,作为一个具有精神意义存在的"场所",人们在景观中更高层次的享受是与景观产生某种意义上的共鸣。在引入叙事学的相关理论的基础上对青龙寺环境景观进行研究,从对叙事的由浅入深的三个层面探讨青龙寺在景观叙事性设计上的内涵,并对其做相应评述。     

论帕累托定律与长尾理论在图书馆读者服务中的整合效应

阐述了图书馆读者服务中的帕累托定律与长尾理论,并对两者的关系进行了比较分析,探讨了将帕累托定律和长尾理论与实现图书馆学五定律的总体目标结合起来使用,发挥两者的整体效应。     

梁启超国际视野下的康乾盛世

梁启超把康乾盛世置于18世纪世界历史发展的大背景中来探讨,并用西学的观点来分析康乾盛世,从西方国家的发展经验中反思康乾盛世,根据现实政治的需要来诠释康乾盛世。     

应用系统集成方法探究

企业应用集成（简称EAI）是企业的一个老问题,传统的EAI技术缺少一种通用而又灵活的方法来实现企业在复杂异构环境下的集成。webServices技术的出现给EAI带来了新的发展方向。论述了EAI的集成方法,给出了一个基于XML的通用集成方案和模型。     

Long-term forecasting with innovation diffusion models: The impact of replacement purchases

The model presented in this paper integrates two distinct components of the demand for durable goods: adoptions and replacements. The adoption of a new product is modeled as an innovation diffusion process, using price and population as exogenous variables. Adopters are expected to eventually replace their old units of the product, with a probability which depends on the age of the owned unit, and other random factors such as overload, style-changes etc. It is shovn that the integration of adoption and replacement demand components in our model yields quality sales forecasts, not only under conditions where detailed data on replacement sales is available, but also when the forecaster's access is limited to total sales data and educated guesses on certain elements of the replacement process.