基于GWO-CNN-BILSTM的超短期风电预测

在未来高渗透率风电场景下,超短期风电功率预测研究对于实现电力系统优化运行具有重要意义。为此,提出一种基于GWO-CNN-BiLSTM的超短期风电预测方法。首先,搭建基于卷积神经网络(convolutional neural network, CNN)与双向长短期记忆神经网络(bidirectional long short term memory, BiLSTM)的组合模型,然后,为提升风电预测结果的精度,通过灰狼优化算法(grey wolf optimizer, GWO)对组合模型进行优化,使该组合模型参数能实时适应风电历史数据。最后,仿真结果验证了所提出方法的有效性和优越性。     

改性蒙脱土复合母粒对聚丙烯结晶性能的影响

将功能化聚乙烯蜡／有机蒙脱土插层复合母粒与聚丙烯(PP)共混，制备了有机蒙脱土填充的聚丙烯．采用X-射线衍射分析、差示扫描量热等温结晶分析和非等温结晶分析方法研究了有机蒙脱土复合母粒对聚丙烯结晶性能的影响，采用阿夫拉米(Avrami)方程的Jeziorny修正法研究了聚丙烯的非等温结晶动力学．结果表明，一部分有机蒙脱土可进一步被PP插层，使层间距增大，同时有机蒙脱土复合母粒使一部分PP由α晶型转变为β晶型．有机蒙脱土复合母粒填充PP的最快结晶的温度为400K．有机蒙脱土复合母粒能有效促进PP异相成核，提高PP的结晶速率和结晶温度，但对结晶速率常数影响不大．