基于初始化非负矩阵分解的光伏发电预测

光伏发电作为一种可再生能源发电技术,使用规模日益扩大,光伏发电的精准预测已成为数据挖掘的重要研究领域,但是光伏发电本身的随机性和不确定性使得现有的预测功率难以达到理想的高度,对电网运行的稳定性造成了不利的影响。为了探索预测日的发电功率、历史日的发电功率以及气象数据等相关因素之间的关系,解决光伏发电难以准确预测的问题,提出了基于初始化非负矩阵分解的光伏发电预测方法,将影响光伏发电的因素建立关联关系,根据模糊C均值聚类算法为预测模型的构建提供较好的初值。将此模型应用到真实数据集上,分别对两种天气情况进行了从早上7点到晚上6点15分,46个采样点的预测。通过与基本的非负矩阵分解等算法进行对比实验,表明该模型能够有效提高光伏发电预测精准度。

基于降噪循环神经网络的风电功率预测

针对风电功率数据的时序性特点,提出降噪循环神经网络模型对电场中短期内的风电功率进行预测.通过模型能够挖掘其蕴含的知识,提高电力系统的稳定性,优化电力调度.模型首先采用循环神经网络构建一个编码-解码结构,设计编码器从序列变量中获取相应的深度特征,再通过解码器对深度特征进行解码,还原输入序列的状态并预测下一时刻的输出.进而,模型在解码器中设计降噪模块和预测模块,克服一般循环神经网络难以对带噪声数据进行预测的问题,使得模型能够对含有噪声的输入变量进行分析.通过利用电力物联网所采集的数据进行实验,结果证明提出的方法能很好地对风电功率进行预测,达到较好的预测效果.

Surveying on two-zone height of sublevel strip mining

The site drilling packer permeability test and TEM to the 2100 workface in Gucheng coalmine determined the two-zone height under sublevel strip mining.The conclusion considers that the lying strata deterioration law of the strip mining is similar to that of the sublevel mining.Thus, against that the actually measured data lacked, it is feasible to refer to the reservation of the waterproof coal pillar in the neighbor coalmine under sublevel situation.However, it is necessary to further launch the research on lying strata deterioration law under sublevel striping mining for the purpose of providing the right foundation for the layout of the workface not mined so far and the reservation of the waterproof coal pillar in the mining area.

蒙古族传统乐器的源、流、变探析——以内蒙古地区蒙古族乐团为例

蒙古族传统乐器是蒙古族音乐文化的重要载体。本文以内蒙古地区蒙古族乐团组合为例,立足于蒙古族传统乐器的源、流、变,分析近年来挖掘和研制传统蒙古族乐器在乐队中起到的特殊作用,以及目前所面临乐器、教材、演奏作品和人才传承培养方面的困境,探寻使蒙古族民族器乐走向传承与创新民族文化之路的主要途径。