学科分类
/ 3
56 个结果
  • 简介:摘要:风能相较于传统能源拥有着巨大的优势,但风电场投建初期数据不足的问题往往为研究人员所忽略。本文在研究 BP 神经网络的基础上,针对训练量不足的问题,提出了运用插值法对预测结果进行修正的方法,使得不同阶段的预测精度相较于传统神经网络有不同程度的提高,表明了本文方法的价值与意义。

  • 标签:
  • 简介:摘要: 结合BP神经网络和灰色理论两种单项预测模型算法,实现对变压器油中溶解乙炔气体浓度精确预测。建立组合最优预测模型,根据预测误差平方和最小化的原则先计算各预测模型的权重,然后将各单项模型的权重进行加权综合计算。以变压器油中气体乙炔(C2H2)为例验证了该组合算法,不仅降低各单项预测算法的预报误差,也有效提高了预测模型的准确性能。

  • 标签: 变压器 C2H2 BP神经网络 灰色理论 预测模型
  • 简介:摘要随着社会的发展和时代的进步,科技成果日益渗透到人们的生产、生活中,提高了生产效率,方便了人们的生活。例如,电气工程自动化逐渐应用于人们的生产和生活中。针对这一问题,分析了电气工程及其自动化在人们生产、生活中的具体应用。

  • 标签: 电气工程 自动化 生活应用
  • 简介:摘要:齿轮箱是风电机组运行的关键设备,针对风电机组齿轮箱故障发生频繁,运维成本高等问题,提出一种基于 SCADA系统异常数据清洗和动态神经网络建模的方法对风机齿轮箱油池温度进行建模。随后采用统计过程控制方法分析残差,根据残差分布特征计算阈值上下限,实现齿轮箱油池温度异常状态预警。最后以双馈式风力发电机组为研究对象进行建模分析并给出实例,验证了该模型对齿轮箱油池温度预警具有实用性和有效性。

  • 标签: 风电机组 SCADA系统 数据清洗 齿轮箱 动态神经网络 统计过程控制
  • 简介:在多传感器信息融合中,D-S证据推理方法依靠其在不确定性处理算法中的优势,成为现在信息融合的最重要的方法。本文重点阐述证据理论中焦元爆炸问题,针对这一问题,提出基于模糊神经网络的D-S证据理论的信息融合结构。实验数据表明,这种信息融合结构,有效地提高了目标的识别能力。

  • 标签: 模糊神经网络 D-S证据理论 信息融合
  • 简介:摘要党建与精神文明建设对供电企业来说是一个长工程。相关电力公司要梳理自己的工作思路,实现更高的经济效益的同时,实现企业党建和精神文明建设的发展,促进精神文明建设。但不可否认的是在新时期供电企业党建与精神文明建设仍存在一些不足,影响到供电企业的工作效率与经济效益。因此,加强对这方面问题的研究,探讨解决对策,对供电企业的健康发展有着重要的意义。

  • 标签: 供电企业 党建 精神文明
  • 简介:【摘要】电商库存补单是电商资金运转的一大难题,科学的补充订单和解决库存深度问题能加强电商供应链体系建设,帮助电商加速资金流动,减少库存压力,降低存储成本。本文针对传统的农产品销量预测模型方法的难点和新时代背景下农产品预测市场的需求,根据气候、时间、价格和质量、销售区域五个因素,利用LM算法优化了bp神经网络,并对贵州省威宁县荞酥的未来几天农产品销量建立了相应的网络模型,进行预测实验。结果表明该模型的预测精度较为准确,可以进行预测实验。

  • 标签: bp神经网络 机器学习 销量预测 LM算法 荞酥
  • 简介:无助的年轻人2002年7月31日,黄昏时分。在年逾花甲的母亲的反复的催促下,崔自生,这个今年三十二岁的艾滋病人,终于从里间的床上爬起来。他佝偻着身躯走过空空荡荡的土质的房屋的中堂,露出的第一线的目光只有绝望。在他母亲满怀企盼地引领我们来到

  • 标签: 艾滋病患者 中国 艾滋病 传播
  • 作者: 马晋平
  • 学科: 经济管理 > 产业经济
  • 创建时间:2017-07-17
  • 出处:《红地产》 2017年第7期
  • 机构:随着世界人口老龄化,老年病人也不断增加,由于老年病人各脏器、组织生理功能、形态、解剖上发生退行性变化,表现为生理适应能力减弱,抵抗力下降等衰老现象,因而老年病人大多病程长、恢复慢、易反复、疗效差;老年病人的发病率、住院治疗率比其他年龄组高,做好老年病人的护理工作包括心理护理显得尤为重要。
  • 简介:

  • 标签:
  • 简介:摘要:为响应国家节能减排政策,针对火电站燃煤机组效率偏低、污染物排放严重的问题,设计基于人工神经网络预测的燃烧优化与超净排放优化控制系统。本系统应用于国华锦界能源有限责任公司4#机组,成功提升燃煤机组燃烧效率,降低污染物排放,保证燃煤机组稳定、经济运行。本系统在火电站机组的投入,为推动火电厂高度自动化起推动作用,为国内电厂提供了技术经验和参考。

  • 标签: 燃烧优化 节能减排 火电厂机组 神经网络 最小二乘向量机。
  • 简介:摘要:医疗人工智能的发展正逐步推动着传统医疗行业的升级与转型,当然它在带来机遇的同时,其背后也隐藏着不少技术伦理法律上的风险,值得我们警惕。本文将从法律层面探讨医疗人工智能相关风险,医疗人工智能最终服务于患者的健康,针对患者的法律风险需要引起格外重视。与患者合法权益密切相关的法律风险中,主要有医疗人工智能事故归责难度大、患者寻求救济难、医患伦理冲突加剧等问题。患者对医疗人工智能的充分信任,是医疗人工智能最终落地的关键因素。故本文从患者的视角,进一步探讨医疗人工智能背后的法律风险及相关解决路径。

  • 标签: 医疗人工智能 患者 法律风险