期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于气象特征挖掘和改进深度学习模型的风电功率短期预测
被引量:
6
1
作者
杨京渝
罗隆福
+2 位作者
阳同光
彭丽
田飞扬
《电力自动化设备》
EI
CSCD
北大核心
2023年第3期110-116,共7页
为提高风电功率短期预测的准确度,需进一步挖掘气象特征,为此,提出一种基于贝叶斯优化调参的特征挖掘改进深度学习模型。对气象因素提取多时间尺度下的统计特征、组合特征和类别特征;构建包含长短时记忆神经网络与注意力机制结合模块、E...
为提高风电功率短期预测的准确度,需进一步挖掘气象特征,为此,提出一种基于贝叶斯优化调参的特征挖掘改进深度学习模型。对气象因素提取多时间尺度下的统计特征、组合特征和类别特征;构建包含长短时记忆神经网络与注意力机制结合模块、Embedding模块和输出模块的深度学习模型,将连续数值特征输入长短时记忆神经网络与注意力机制结合模块,将类别特征输入Embedding模块;由贝叶斯优化调参进行特征组合选择,找出最优特征组合,得到最终的风电功率预测结果。与某风电场历史数据的对比分析表明,所提方法能有效提高风电功率的预测精度。
展开更多
关键词
风电功率预测
气象特征
深度学习
特征构造
贝叶斯优化
下载PDF
职称材料
在平面构型[PdnClm]^2-阴离子驱动下三种瓜环基超分子框架化合物的构筑
被引量:
1
2
作者
程瑞雪
田飞扬
+1 位作者
张云黔
陶朱
《无机化学学报》
SCIE
CAS
CSCD
北大核心
2020年第7期1241-1248,共8页
采用无机阴离子诱导方法,以具有平面构型的[PdnClm]^2-阴离子为结构导向试剂,成功制备了3种具有框架结构特征的瓜环基超分子化合物:{Na2(H2O)6TMeQ[6]}[Pd2Cl6]·3H2O(1)、(H3O)2{CyH5Q[5]}[Pd2Cl6]·3H2O(2)及(H3O)2{Q[5]}[PdC...
采用无机阴离子诱导方法,以具有平面构型的[PdnClm]^2-阴离子为结构导向试剂,成功制备了3种具有框架结构特征的瓜环基超分子化合物:{Na2(H2O)6TMeQ[6]}[Pd2Cl6]·3H2O(1)、(H3O)2{CyH5Q[5]}[Pd2Cl6]·3H2O(2)及(H3O)2{Q[5]}[PdCl4]·23H2O(3)。X射线单晶衍射的结果表明:在1中,Na+离子与TMeQ[6]端口羰基氧直接配位形成一维结构的超分子链,在[Pd2Cl6]2-阴离子与TMeQ[6]的外壁作用下,进一步构筑形成三维的框架结构;在2中,在[Pd2Cl6]2-阴离子与CyH5Q[5]的外壁作用下,CyH5Q[5]以一维链有序排列,且4条CyH5Q[5]分子链可堆砌成一孔道,孔道中填充了[Pd2Cl6]2-阴离子,最终形成三维框架结构;在3中,8个[PdCl4]2-阴离子与4个Q[5]分子通过瓜环外壁相互作用,形成二维层状框架结构,层与层之间再通过非共价键作用力,最终形成三维层状框架结构。在这3种瓜环基超分子框架化合物中,[PdnClm]^2-阴离子促进了瓜环分子有序化排列,形成了具有框架结构特征的自组装体。这种主要驱动力来源于瓜环的外壁作用,即瓜环“正电性外壁”与[PdnClm]^2-阴离子间的离子偶极作用。
展开更多
关键词
[PdnClm]^2-
结构导向剂
瓜环
超分子框架
外壁作用
下载PDF
职称材料
题名
基于气象特征挖掘和改进深度学习模型的风电功率短期预测
被引量:
6
1
作者
杨京渝
罗隆福
阳同光
彭丽
田飞扬
机构
湖南大学电气与信息工程学院
湖南城市学院智慧城市能源感知与边缘计算湖南省重点实验室
出处
《电力自动化设备》
EI
CSCD
北大核心
2023年第3期110-116,共7页
基金
湖南省科技重大专项(2020GK1013)
湖南省自然科学基金面上项目(2021JJ30079)
+1 种基金
湖南省教育厅科研项目(20C0358)
益阳市社科课题(2022YS016)。
文摘
为提高风电功率短期预测的准确度,需进一步挖掘气象特征,为此,提出一种基于贝叶斯优化调参的特征挖掘改进深度学习模型。对气象因素提取多时间尺度下的统计特征、组合特征和类别特征;构建包含长短时记忆神经网络与注意力机制结合模块、Embedding模块和输出模块的深度学习模型,将连续数值特征输入长短时记忆神经网络与注意力机制结合模块,将类别特征输入Embedding模块;由贝叶斯优化调参进行特征组合选择,找出最优特征组合,得到最终的风电功率预测结果。与某风电场历史数据的对比分析表明,所提方法能有效提高风电功率的预测精度。
关键词
风电功率预测
气象特征
深度学习
特征构造
贝叶斯优化
Keywords
wind power forecasting
meteorological feature
deep learning
feature exploring
Bayesian optimization
分类号
TM614 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
在平面构型[PdnClm]^2-阴离子驱动下三种瓜环基超分子框架化合物的构筑
被引量:
1
2
作者
程瑞雪
田飞扬
张云黔
陶朱
机构
贵州大学
出处
《无机化学学报》
SCIE
CAS
CSCD
北大核心
2020年第7期1241-1248,共8页
基金
国家自然科学基金(No.51463004,51663005)资助项目。
文摘
采用无机阴离子诱导方法,以具有平面构型的[PdnClm]^2-阴离子为结构导向试剂,成功制备了3种具有框架结构特征的瓜环基超分子化合物:{Na2(H2O)6TMeQ[6]}[Pd2Cl6]·3H2O(1)、(H3O)2{CyH5Q[5]}[Pd2Cl6]·3H2O(2)及(H3O)2{Q[5]}[PdCl4]·23H2O(3)。X射线单晶衍射的结果表明:在1中,Na+离子与TMeQ[6]端口羰基氧直接配位形成一维结构的超分子链,在[Pd2Cl6]2-阴离子与TMeQ[6]的外壁作用下,进一步构筑形成三维的框架结构;在2中,在[Pd2Cl6]2-阴离子与CyH5Q[5]的外壁作用下,CyH5Q[5]以一维链有序排列,且4条CyH5Q[5]分子链可堆砌成一孔道,孔道中填充了[Pd2Cl6]2-阴离子,最终形成三维框架结构;在3中,8个[PdCl4]2-阴离子与4个Q[5]分子通过瓜环外壁相互作用,形成二维层状框架结构,层与层之间再通过非共价键作用力,最终形成三维层状框架结构。在这3种瓜环基超分子框架化合物中,[PdnClm]^2-阴离子促进了瓜环分子有序化排列,形成了具有框架结构特征的自组装体。这种主要驱动力来源于瓜环的外壁作用,即瓜环“正电性外壁”与[PdnClm]^2-阴离子间的离子偶极作用。
关键词
[PdnClm]^2-
结构导向剂
瓜环
超分子框架
外壁作用
Keywords
[PdnClm]^2-
structure-directing agent
cucurbit[n]uril
supramolecular framework
outer surface interaction of Q[n]s
分类号
O614.823 [理学—无机化学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于气象特征挖掘和改进深度学习模型的风电功率短期预测
杨京渝
罗隆福
阳同光
彭丽
田飞扬
《电力自动化设备》
EI
CSCD
北大核心
2023
6
下载PDF
职称材料
2
在平面构型[PdnClm]^2-阴离子驱动下三种瓜环基超分子框架化合物的构筑
程瑞雪
田飞扬
张云黔
陶朱
《无机化学学报》
SCIE
CAS
CSCD
北大核心
2020
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部