基于CNN-LSTM的煤矿瓦斯浓度预测

对瓦斯浓度进行预测是预防瓦斯事故的有效方式。卷积神经网络(CNN)可以提取时间序列中的时间平移不变特征,长短期记忆神经网络(LSTM)具有长期记忆能力,可以捕捉到具有长期相关性的信息,将CNN与LSTM结合,从时间序列的角度对采煤工作面瓦斯浓度进行预测。结果表明,与单独使用LSTM进行预测及使用支持向量回归(SVR)预测相比,CNN-LSTM模型具有更高的预测准确率。

RSSI与步长估算的井下人员定位装置研究

本文以STM32F103单片机,WiFi模块和加速度传感器为主要组成,设计了一种可改善精度的小型定位装置。该设计以单片机STM32F103为控制核心,用WiFi模块DS0047CN-EMW3166发射接收定位信号并传递信息,采用加速度传感器MMA7260Q得到携带装置人员的实时三轴加速度数据。所有信息与数据经过WiFi基站上传到井上服务器,利用RSSI技术与步长估计技术结合进行定位,得到具体的精确位置信息。对佩戴装置的人员是否处于摔倒状态,或位于危险地区进行判断。本定位装置具有成本低、实施方便、功能全面、可靠性、精度和灵敏度高等特点,能适应井下恶劣环境并长期稳定地工作。

电动汽车充电对微电网的影响

汽车作为推动人类文明向前跃进的现代社会化工业产物,从生产、技术、规模、经济效益等方面来看,都取得了巨大的成就。但是燃油汽车对于环境和能源的弊端日益凸显,而电动汽车作为一种新能源汽车,对环境的保护有积极意义。目前电动汽车已经得到一定的推广,但是其充电方式主要为通过外部提供的直流电源对电动汽车进行充电,会对电网造成一定的"污染"。本文从电动汽车充电设备及充电特性出发,分析了电动汽车充电行为对风或光微电网、负荷平衡、电能质量、环境等方面的影响。探讨了不同地点、不同数量的电动汽车同时接入电网充电,对微电网造成的影响。