基于AHP-熵权法的工业大用户用电能效评估

根据工业大用户的用电特性,将工业大用户的用电系统进行分类。阐述了工业大用户能效指标体系的设计思路,并利用层次分析结构建立了评估指标体系。采用AHP-熵权法确定指标权重,实现了对工业大用户能效的综合评价。结果表明,提出的工业大用户能效评估指标体系能够对工业大用户的用电展开系统、科学的分析和评估,得到的综合评估结果可为工业大用户管理、运行以及节能改造提供有力的支持,有助于提高工业大用户的能效水平,提升企业竞争力。

中国医药行业上市公司资本结构与销售毛利率关系研究

以深沪两家交易所上市的69家医药行业上市公司为研究对象,2002—2011年为考察期,通过描述性统计分析和面板数据回归法对医药上市公司的资本结构和销售毛利率进行研究,找出两者之间的联系,并得出结论:我国医药上市公司销售毛利率与资本结构之间呈负相关关系。最后提出,就我国医药上市公司本身而言,其应优化自身资本结构,使资产负债率保持在适度的水平。

考虑分时电价的地源热泵系统随机运行优化策略

地源热泵电采暖相较于其他采暖系统具有更高的社会效益及经济效益。为提高地源热泵系统的用电能效,提出了一种基于分时电价的地源热泵随机运行优化策略。提出了一种用户热负荷计算方法。在此基础上,以兼顾用电费用最省和热舒适度最优为优化目标,基于机会约束规划理论,建立了计及不确定性的地源热泵系统随机运行优化模型。采用改进PSO算法进行求解,得到地源热泵系统的优化控制策略及热泵机组的负载率分配策略。以某校园教学楼采暖系统进行算例仿真,结果表明所提出的模型及控制策略能够在满足舒适度要求的基础上,提高校园地源热泵系统用电能效,降低用电费用。

电力系统负荷预测方法综述

从电力系统负荷预测关系到电力系统的调度运行和生产计划,准确的负荷预测有助于提高系统的安全性和稳定性,并可减少发电成本。文中介绍了通过引入其他领域的理论来改善电力系统负荷预测的分类、模型以及预测的方法,同时对其发展动态进行了展望。

自然灾害对中国电力系统的影响

随着社会经济的发展,全球气候不断变化,环境恶化日益严重,由此滋生的自然灾害成为危害电力系统安全运行的重要因素。文中回顾了近年来我国电力系统在自然灾害下的运行状况,阐述并分析了9种自然灾害对我国电力系统所造成的影响,并提出了面对自然灾害,提高电力系统抗灾性能的措施和建议。

智能漏水保护装置设计与分析

通过实验与手工设计制作了一种智能漏水保护装置,由电源模块、信息处理模块、信息读取模块、信息安全模块、信息储存模块和读数模块组成,初步解决了家庭用户滴漏水和意外情况下大流量放水的问题。

基于Q学习算法的家庭空调用电策略

本文研究背景为在家庭智能网关下,以家庭用户经济性和舒适度最优为目标函数,构建家庭空调设备的用电量模型,采用增强学习算法(Q学习算法)计算空调的优化用电策略,既满足了用户的用电需求,也减少了用户的用电费用,响应了国家节能减排的号召。

基于离散S变换和排列熵的癫痫脑电识别

脑电图(EEG)分析对癫痫疾病的诊断具有重要的参考价值,对癫痫脑电信号的自动分类可以及时对患者的情况作出判断,在临床上有很重要的意义。为解决脑电信号采用单一特征识别率不高的问题,同时也为避免小波基函数的选取对分类结果的影响,本文提出了一种基于S变换和排列熵(PE)的癫痫脑电信号自动判别方法,首先将原始脑电信号进行离散S变换,再对变换后脑电信号各节律的系数分别求其波动指数,并与脑电信号的排列熵值共同组成特征向量送入Real Ada Boost分类器进行癫痫各时期的判别。本研究采用德国波恩大学癫痫研究中心数据库,对正常人清醒睁眼,癫痫患者发病间歇期致痫灶内及发作期3组脑电信号数据进行方法有效性检验。研究结果表明,各节律的波动指数可有效表征正常、癫痫发作间期和癫痫发作期脑电信号,且多种特征的识别率明显优于单一特征,平均识别率可达到98.13%,相比于仅提取时频特征或非线性特征,识别率分别提高了1.2%和8.1%以上,优于文献中报道的多种方法。因此,本方法在癫痫疾病的诊断方面有较好的应用前景。

基于样本熵与小波包能量特征提取和Real AdaBoost算法的正常期、癫痫间歇与发作期的脑电自动检测

脑电图(EEG)分析已被广泛应用于疾病的诊断,针对癫痫患者的脑电检测可及时对患者的发病情况作出判断,具有很强的实用价值,因此急需癫痫脑电自动检测、诊断分类技术。为实现患者正常期、癫痫发作间期和发作期各时段脑电的快速、高精度自动检测分类,本文提出一种基于样本熵(SampEn)与小波包能量特征提取结合纠错编码(ECOC)Real AdaBoost算法的脑电自动分类识别方法。将输入信号的样本熵值和4层小波包分解后的部分频段能量作为特征,并用纠错编码和Real AdaBoost算法相结合的方式对其进行分类。本文采用德国波恩大学癫痫数据库实验数据(含正常人清醒、睁眼与清醒、闭眼,癫痫患者间歇期致痫灶外与致痫灶内及癫痫发作期5组脑电信号)进行了方法有效性检验。研究结果表明,该方法有较强的脑电特征分类识别能力,尤其对癫痫间歇期脑电信号识别率提升显著,上述5组3个时期不同特征脑电信号的平均识别率可达96.78%,优于文献已报道的多种算法且有较好稳定性与运算速度及实时应用潜力,可在临床上对癫痫疾病的预报及检测起到良好的辅助决策作用。

基于灰度共生矩阵的自动聚焦算法

为了快速而准确的进行聚焦,提出一种基于灰度共生矩阵的自动聚焦评价算法。算法利用灰度共生矩阵提取图像的纹理,以此矩阵的对比度作为图像的清晰度值;为了提高算法的实时性,在计算对比度时,选取合适的阈值去掉矩阵对角线附近灰度差较小的元素,减少算法的计算量。实验结果表明：算法满足无偏性和单峰性,具有较高的灵敏度和陡峭度,聚焦性能较好,对引入噪声的图像同样具有很好的聚焦性能。

“伢叔”吹哨,激活治理“最末梢”

“小区内有居民种植罂粟!”接到“伢叔”吹哨后,镇江新区党工委“接哨处”第一时间派人赴现场核实并处理。近日,镇江新区试点“人民吹哨员”工作机制,推动近百名志愿者作为“吹哨员”参与社会治理,围绕各类基层治理“疑难杂症”,通过微信公众号“东乡仞叔”平台进行上报,“应哨人”专项受理并跟进解决,形成“自下而上吹哨有响应,自上而下应哨有落实”的社会治理新格局。