基于属性约简与加权最优层次聚类的短期风速混合预测

准确的风速预测是提高风功率预测精度的重要保障。为此,提出一种基于互信息(mutualinformation,MI)属性约简与加权最优层次聚类(weighting optimal hierarchy clustering,WOHC)的离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)风速混合预测方法。首先,计算32维风速属性特征与风速时间序列间的MI,分析不同特征与风速的相关性。在此基础上,分别采用最大相关最小冗余(maximum correlation minimum redundancy,MRMR)算法和WOHC算法实现风速属性特征的约简及风速样本数据的聚类划分,并通过最优化聚类预处理(clusters optimizationonpreprocessingstage,COPS)确定最优聚类数。然后,采用ORELM对不同样本集分别进行训练,构建ORELM风速混合预测模型。计算待预测点约简后的属性特征与每个聚类中心的欧式距离,选择匹配的ORELM模型进行风速预测。最后,结合东北某风电场实测数据对所提预测方法的有效性和准确性进行验证,结果表明所提方法具有较好的预测精度,能够满足实际风电场风速预测的需要。

基于知识图谱的变电站配置文件智能校核技术研究

针对人工校核智能变电站二次回路效率低、容易出现错误,无法满足当前检修工作强度的问题,文中研究了基于知识图谱的变电站配置文件智能校核技术。文中阐述了知识图谱的技术原理,从知识图谱的构建框架和构建步骤两个方面描述;基于自然语言处理技术切分SCD中智能设备描述文件,并与辅助短语词库和SCD虚回路模板库匹配,为下一步虚回路正确性校验提供保障;设计了基于知识图谱的智能变电站二次虚回路校验模型,验证虚回路的正确性,对于改扩的变电站,提出了知识增补及冗余辅助校核方法。实例分析证明了基于知识图谱的智能变电站二次虚回路校验模型的有效性。

学生专用连杆式运动时增加吸气量护目镜

现代人生活节奏快,学习工作压力大,越来越多的人们通过体育锻炼舒缓工作一天的身体疲劳和减压,人们对体育运动的热情越来越高,参与体育锻炼的越来越多,但是运动的人群中因为鼻腔狭窄,造成在做有氧运动是呼吸不顺畅,造成呼吸的急促或用口腔呼吸,难以准确的调整呼吸,也会造成运动是口腔干燥,难以达到最好的运动效果,城市中的空气质量较差,鼻炎患者的数量越来越多,也能造成鼻腔阻塞,引起鼻腔狭窄,也会造成在做有氧运动是呼吸不顺畅,引起呼吸的急促或用口腔呼吸,难以准确的调整呼吸节奏,难以达到最好的运动效果,严重时还会造成头痛、食欲不振、易疲倦、记忆力减退及失眠等情况的发生,影响人们身体健康。

学生专用可调节式卡槽作业平台研究

读书是学习的最主要的方式,书本上重要内容有时需要做标记,以方便查找和记忆,标记时需要将书平放在桌面上,再用笔将重点内容勾选或者批注,但是书本在摊开以后,书页、书脊和桌面会形成较大的空隙,而且纸张比较柔软,在书写或画线标记时,笔在画到空隙处时,书页因失去支撑,使得书页塌陷,造成画线笔偏离运行的直线,造成画串行的情况,造成书本页面不整洁,影响阅读学习时的效果,甚至在画线时会造成书页的破损,影响学习的效率,并给读者造成不必要的浪费。