简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.
简介:采用高温固相法合成系列Eu^2+掺杂的单一基质的白光荧光粉(Sr_(0.95)Mg_(0.05))_3(PO_4)_2.该荧光粉可有效被270~390nm的紫外光激发,激发波长范围与紫外LED芯片相匹配.在激发波长为350nm时,发射光谱中有两个发射峰,峰值分别位于410nm和570nm,对应于Eu^2+的4f65d1→4f7跃迁,是Eu^2+占据了基质中Sr~(2+)的十配位和六配位的两种不同的格位后,形成的两个发光中心.当Eu^2+的掺杂浓度为1mol%时,具有最大的发光强度,继续增加Eu^2+的浓度后,会出现浓度猝灭现象.通过将Eu^2+的掺杂浓度从0到0.01,可以使该荧光粉的CIE色坐标从(0.2595,0.1987)的蓝光区域逐渐移动到(0.3245,03133)的白光区域.基于实验结果和理论分析计算表明,这种荧光粉是一种潜在的用近紫外光激发产生白光LED的荧光粉.