改进PSO-BP算法的短期电力负荷预测方法

针对电力负荷的周期性、随机波动性等复杂特点易造成预测精度低等问题,提出一种基于相似日分析、混沌映射优化粒子群算法(particle swarm optimization,PSO)和BP神经网络相结合的短期电力负荷预测方法。采用乘积法量化气象因素与时间因素间的综合相似度,选出综合相似度高的若干历史日作为相似日集;采用相似日集与非相似日集分别训练PSO-BP模型,相似日集的平均绝对百分比误差(mean absolute percentage error,MAPE)降低3.9%;利用Sine映射对PSO中粒子的速度和位置进行优化,增强PSO算法的全局搜索能力和寻优精度,采用2个集合分别训练SPSO-BP模型,相似日集的MAPE降低19.4%。结果表明,基于相似日分析和SPSO-BP模型的短期电力负荷预测方法可有效提高电力负荷的预测精度。

基于物联网的智能医用织物管理系统研究与设计

针对现有医用织物的管理难以形成有效监管的问题,导致在流转过程中容易发生交叉感染、无故丢失、超过使用寿命、积压过多物品流转不畅等现象,该文设计一种基于物联网的智能医用织物管理系统。该系统由下位机控制系统和上位机织物管理系统组成。下位机以STM32单片机为控制核心,利用RFID技术、4G技术实现了织物数量及种类的识别、数据传输的功能;上位机基于ASP.NET技术,使用MVC设计模式构建Web应用,SQL Server为数据库。应用结果表明,该系统工作稳定,性能优异,平均每年可降低医院相关成本30%。系统同时优化了医院后勤管理体系,提高了管理工作效率,有效促进了医院的智能化水平的建设。

储能站锂电池仓抑爆灭火控制系统设计

为防止储能站运行现场环境参数超过安全阈值锂电池仓偶发爆炸危险,设计并研发一套储能站锂电池仓抑爆灭火控制系统。该系统主要模块由就地环境抑爆控制单元和泵组巡检控制器组成。就地环境抑爆控制单元和泵组巡检控制器可根据电池仓的内部温度、烟雾、CO气体含量等参数,经由控制逻辑启动泵机并开启消防管道阀门进行灭火,实现电池仓抑爆灭火。同时,利用RS-485通信技术将泵组巡检控制器与就地环境抑爆控制单元挂载到一起建立工业网络,实现报警与消险的自动化运行,进而提升储能站管理水平,以降低锂电池仓事故发生的风险。