基于智能优化算法的电力负荷经济分配

电力系统的负荷经济分配问题是一种非线性多约束的复杂优化问题,智能优化算法被广泛应用于解决这一问题。合理地分配各台机组的负荷,可使燃料资源的消耗量降到更低。通过对比差分进化算法和遗传算法两种智能优化算法的基本原理和实现过程,为负荷经济分配问题建立数学模型,并实现差分进化算法和遗传算法对负荷经济分配问题的优化求解。针对不同迭代次数的迭代曲线以及不同的燃料成本函数值作对比,发现差分进化算法在所选取算例中的收敛性更好,收敛速度更快,能够取得更好的优化效果。这为负荷经济分配问题的求解提供了有效思路。

基于循环神经网络的测井曲线重构技术研究

测井是石油天然气勘探开发中的重要组成部分。实际测井过程中,由于仪器损坏等原因,易产生密度、声波等测井曲线严重失真问题,不利于测井资料的解释和处理工作。传统重构缺失数据的方法不仅难以实现而且成本较大,针对传统重构数据方法的问题,采用循环神经网络对真实的测井曲线进行重构。首先,分析出与缺失曲线相关性较高的一条或多条测井曲线,找出测井曲线之间的内在关系。然后,找出与缺失测井曲线相关性较高的曲线进行训练,最后对缺失测井曲线进行重构。结果表明:循环神经网络能有效的对缺失测井曲线实现高精度重构,在实际测井过程中具有一定应用价值。

传统正弦规的改进

钳工实训教学中加工一些工件的斜面有较高的角度位置要求,常用到正弦规,传统正弦规在使用中,对于工件斜面的高度控制,需要通过复杂的计算,较为繁琐,本制作通过改变正弦两钢圆柱形状从而避免计算,直接测量控制高度。