基于二次模态分解的LSTM短期电力负荷预测

为进一步提高短期电力负荷的预测精度,需要更深层次发掘负荷数据中隐藏的非线性关系。提出一种基于信号分解技术的二次模态分解的长短期记忆神经网络(long short-term memory network, LSTM)用于电力负荷的短期预测。所提算法先对原始负荷序列进行自适应噪声的完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN),再将CEEMDAN分解后分量中的强非平稳分量进行变分模态分解(variational mode decomposition, VMD),同时用中心频率法对VMD分解个数进行优化,然后将两次分解后得到的负荷子序列送入LSTM中进行预测,并将所得分量预测结果进行叠加。结果表明,本文所提方法对短期电力负荷预测结果精度和模型性能都有较大提升。     

黄河流域博物馆空间格局演变及其影响因素研究

以黄河流域1868座博物馆为研究样本,借助核密度分析、标准差椭圆、空间自相关、位序规模法则以及地理探测器模型,对2012-2018年黄河流域博物馆时空演化特征及影响因素进行考察。研究结果表明：2012-2018年黄河流域博物馆数量呈上升趋势,占全国博物馆总量比重不断增长,增长率达到20.05%;黄河流域博物馆密度呈现不均衡的特点,随着年份的增长,密度高值不断增加且显现,分布呈现“多中心”模式并不断集中演化;黄河流域博物馆重心居于东部,椭圆空间形态具有“西南—东北”的分布,重心移动轨迹逐年向东移动,椭圆转角呈现出持续增大的态势;黄河流域博物馆整体呈正相关,极化作用明显,聚集格局愈发突显;黄河流域博物馆时空分布演化的影响力有差异性,社会因素为主要因素,经济因素为次要因素,资源因素为一般因素。     

双十二醇磺酰亚胺盐合成与表面活性

用双氯磺酰亚胺 (BCSA)与十二醇作用合成了双十二醇磺酰亚胺 (BDSA) .在BCSA与十二醇的摩尔比为 1∶2 ,反应温度 5 0～ 6 0℃ ,反应时间 2h条件下 ,对BCSA的摩尔收率m达 88.6 % .用NaOH ,KOH和NH3中和BDSA制得BDSA的三种盐 ,三种盐对BDSA的摩尔收率均达 96 % ,用IR ,1HNMR对BDSA及其盐的结构进行了确证 .用电导率法、表面张力法测得三种盐的临界胶束浓度cCMC值均达 1× 10 4 mol/L .结果表明BDSA盐具有较高的表面活性 .