融合多元影响因素的配电台区BiLSTM负荷预测方法

配电台区负荷预测是保障电力供需平衡的关键,对电力系统的安全预警、应急维护和经济运行具有重要的指导作用．受多种耦合因素影响,面向台区负荷的中短期常规预测方法存在较大的局限性．为提高台区负荷预测方法的泛化能力,提出一种基于双向长短期记忆网络(bidirectionallongshort-termmemory,BiLSTM),并引入要素主成分分析(principalcomponentanalysis,PCA)和用电行为分析的中短期日负荷预测模型．首先,基于PCA方法提取预选的影响用电负荷外在因素的主成分,实现对包含冗余、缺失和异常信息的输入变量的降维和修正;其次,依据历史负荷数据,利用基于遗传算法(geneticalgorithm,GA)的模糊C均值(fuzzyC-means,FCM)聚类提取台区内不同用户的用电行为特征并依此划分台区内的用户集合,降低用电行为差异对预测结果的影响;然后,搭建每类用户的BiLSTM预测模型,并应用随机权重平均(stochasticweightaveraging,SWA)算法提升预测模型的泛化能力,以年为单位预测日负荷电量;最后,将每类用户的负荷预测数据进行线性...     

胺甲基化改性的苯并咪唑对盐酸中N80钢的缓蚀作用

采用失重法、电化学测试研究了1-(1-苯胺基-3-苯基-2-丙烯基)-2,3-二氢苯并咪唑(APPB)在5.0 mol·L-1盐酸介质中对N80钢的缓蚀行为,并用分子动力学方法模拟了缓蚀剂与Fe(001)表面的吸附行为。失重法结果表明:APPB缓蚀剂对盐酸介质中的N80钢有明显的缓蚀作用;在0.03~0.20 mmol·L-1浓度范围内,加入缓蚀剂APPB后,提高了腐蚀反应的活化能,而且APPB与N80钢表面的吸附行为遵循Langmuir吸附等温式。分子动力学模拟结果表明,APPB与Fe(001)表面的吸附能为663.51 k J/mol,远大于水分子与Fe(001)表面的吸附能。     

石油类专业有机化学教学改革的探索与实践

有机化学知识贯穿于整个石油行业,对于石油类专业学生来说,掌握必要的有机化学知识是专业要求。在课时数减少的情况下,选择合适的教学内容和教学方法进行教学,同时注重过程考核,可以取得良好的教学效果。