基于CEEMDAN-GSA-LSTM和SVR的光伏功率短期区间预测

针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分量.其次,分别使用经过引力搜索算法优化的长短期记忆神经网络和支持向量回归模型对时序分量和随机分量进行预测.再次,叠加时序分量和随机分量的预测结果得到点预测结果.然后,对误差进行Johnson变换及正态分布建模后得到光伏功率区间预测结果.最后,利用算例验证该模型的有效性.结果表明:在不同天气情况下,上述模型比现有预测模型精度更高,具有较好的鲁棒性,能够基于预测值提供较为精准的置信区间.

基于相空间重构与GSA-LVQ的有载调压变压器分接开关机械故障诊断

针对有载调压变压器分接开关机械故障诊断准确率不高以及潜在机械故障不能及时被发现的问题,提出了一种基于互补集合经验模态分解(CEEMD)、相空间重构结合万有引力搜索法(GSA)改进学习矢量量化神经网络(LVQ)的有载分接开关机械故障诊断新方法。采用CEEMD对振动信号进行时频域分解,然后通过C-C算法确定延迟时间和嵌入维数,对反映不同频率特征的固有模态函数(IMF)进行相空间重构,并提取反映混沌特征的两个特征量李雅普诺夫指数和关联维数构成特征向量。利用GSA优化LVQ,解决网络对初始连接权值敏感的问题,增强网络对有载分接开关机械故障分类识别性能。通过对有载分接开关机械状态的实验分析,证明了相空间重构结合GSA-LVQ算法的可行性和有效性。

基于GSA-SVR算法的MEMS温度漂移补偿方法

针对微机电系统(MEMS)仪表零偏受温度变化影响较大的问题,该文提出了一种基于引力搜索算法-支持向量回归(GSA-SVR)的MEMS零偏温度漂移补偿方法。先通过小波变换对MEMS陀螺和MEMS加速度计输出信号进行预处理,再采用GSA-SVR算法对MEMS在不同工作状态下进行温度建模并补偿。实验结果表明,在稳定工作阶段,与补偿前相比,补偿后加速度计和陀螺的输出标准差分别降低了90%和85%。与传统SVR相比,该文方法准确性较高,实用性较好,GSA-SVR算法将加速度计和陀螺输出的标准差分别降低了6%和10%。

肝细胞受体显像剂^(99)Tc^m-GSA的制备及其药盒化

合成了二乙烯三胺五乙酸-半乳糖基人血清白蛋白(Diethylenetriamine Pentaacetic Acid-galactosyl-hu-man Serum Albumin,GSA),对其进行了99Tcm标记;进一步研制了无菌GSA一步法冻干药盒,并观察了99Tcm-GSA在正常小鼠以及肝损伤模型小鼠中的生物分布。标记结果显示,99Tcm-GSA的标记率>96%。生物分布结果显示,99Tcm-GSA在正常小鼠肝脏中有较高的摄取,在30 min时,肝脏摄取仍大于70%ID/g,且具有饱和性;在肝损伤模型中,肝摄取值低于正常小鼠(P=0.032 4)。冻干药盒法与湿法标记所得99Tcm-GSA的生物分布相当。所得GSA一步法冻干药盒标记简单可靠,并且标记后的GSA仍有优良的生物性能,可用于进一步临床研究及应用。

GSA:组学原始数据归档库

生命科学的发展已进入组学大数据时代,然而我国至今尚未形成公共数据库存储体系。为弥补国内空白,组学原始数据归档库(Genome Sequence Archive, GSA, http://bigd.big.ac.cn/gsa)系统遵循国际核苷酸序列数据联盟(International Nucleotide Sequence Database Collaboration,INSDC)相关数据库建设标准,广泛收集各类生命组学原始数据。自2015年底上线运行以来,已获得了包括Cell、Nature、PNAS、GPB等30余个国内外期刊的认可,收录的数据量呈显著增长趋势,提供的数据服务受到国内外广大科研人员的认可。GSA有效缓解了当前我国生命组学数据汇交、存储与共享困难的问题,为我国国家生物信息中心的建设奠定了坚实基础。本文对目前GSA数据汇交、审核、发布与管理等机制进行了深入阐述,以方便用户了解GSA的各项功能,提供更高效的数据服务。

同一氮素水平不同NO_3^-/NH_4^+对NRA和GSA的影响

为确定硝态氮和氨态氮的最佳配方,以达到氮肥的最佳调控,试验研究了不同的NO3-/NH4+对甜菜同化关键酶的影响。结果表明,在整个生育期间,同一氮素水平、不同比例的NO3-/NH4+的NRA变化趋势与单一施硝态氮、氨态氮的NRA变化趋势一致,在生育前期较高,而后下降。但不同比例的NO3-/NH4+的NR活力不同,以NO3-/NH4+为3∶1的NR活力最高,而以NO3-/NH4+为0∶4的NR活力最低。在根和叶片中,不同比例的NO3-/NH4+的GS活力变化不同,在叶片中GS活力随NO3-比例增加而增加,但在根中,GS活力则随NH4+的比例增加而增加。

GSAS软件在硅酸盐水泥和铝酸盐水泥物相定量分析中的应用

基于Rietveld定量分析原理,利用GSAS软件对硅酸盐水泥和铝酸盐水泥的主物相进行定量分析,并将推算出的氧化物含量与X射线荧光分析结果进行比较。结果表明,运用GSAS软件可降低择优取向等不良因素对定量分析结果的影响,实现快速且相对准确的物相定量分析。

GSA法在水质模型参数估值中的应用

在传统遗传算法(Genetic Algorithms,GA)基础上引入模拟退火技术(Simulated Annealing,SA)提出了遗传模拟退火算法(GSA),并将其应用到水质模型参数估值中。计算结果表明,GSA法综合了2种优化方法各自的优点,克服了传统GA容易早熟的缺点,加强了算法的收敛速度,因而具有良好的优化性能。不同的参数估值方法比较,进一步验证了新方法的有效性。

基于GSA的电力系统不良数据辨识算法

随着数字化技术在电力系统中的广泛应用及对电力系统运行可靠性要求的不断提高,不良数据的辨识显得越来越重要。目前广泛应用的状态估计法,存在残差污染等缺点。论文研究了建立在神经网络和聚类分析基础上的GSA不良数据辨识算法,该算法运用神经网络完成对测量数据的预处理,然后由GSA算法对聚类分析后的结果进行判断,完成不良数据的辨识。论文借助M atlab及C语言对GSA算法进行了仿真,通过一个具体的网络不良数据辨识将此算法与状态估计算法进行了比较,验证了该算法的有效性及实用性,有效地避免了不良数据的漏检、误检。

采用动态多子群GSA-RBF神经网络的机车黏着优化控制

为解决机车牵引过程中轮轨间最优黏着利用能否获得的问题,提出一种基于高斯RBF神经网络的机车黏着智能优化控制方法。针对黏着极限态优化控制效果的定量评估,定义了同时考虑轮轨间黏着力变化指标和牵引电机转矩波动指标的加权目标函数;提出动态多子群GSA算法以优化RBFNN参数,避免了参数选择的盲目性,提高了RBFNN的收敛速度和学习能力;此外,该方法不依赖被控对象的解析模型,仅基于系统输入、输出信息完成控制器设计,并通过对电机转矩的动态调整,实现轮轨间黏着的最优利用。仿真结果验证了该方法的正确性和有效性。

基于改进GSA-SVM模型的电力变压器故障诊断

准确评估输变电设备运行状态是电力企业生产技术工作的核心内容。为提高电力变压器故障诊断精度,避免传统引力搜索算法(GSA)自身收敛速度慢且易陷入局部最优区等不足,提出一种利用混沌序列改进GSA的支持向量机(SVM)模型,用于电力变压器故障诊断中。首先利用混沌序列来增加重力粒子的多样性,目的是避免在其训练时陷入局部最优区;然后利用改进的GSA算法来优化SVM模型自身的参数,从而提升该模型的预测准确率;最后将预测结果与其他3种传统诊断模型的预测结果进行了对比分析,结果表明利用混沌序列改进的GSA-SVM模型有着更好的泛化能力以及更高的分类准确率。

^(99m)Tc-GSA肝受体显像在肝功能评估临床研究应用及进展

我国是肝病大国,各种肝病严重影响人民健康,手术是多种肝病的重要治疗手段之一.术前肝功能评估对于手术方案制定发挥极为重要价值,其中尤以三维定量肝功能成像技术备受临床关注.近年来分子影像突飞猛进,恰巧这也是核医学分子影像技术的优势所在.大量研究证实新型肝细胞去唾液酸糖蛋白受体显像剂^(99m)Tc-半乳糖基人血清白蛋白(^(99m)Tc-galactosyl-human serum albumin,^(99m)Tc-GSA)能够于无创条件下较为准确地反映肝功能状态,但现有研究尚处于初始阶段,仍待深入的临床研究.本文旨在系统阐述^(99m)Tc-GSA单光子发射计算机断层成像肝受体显像基础上,结合已有临床研究及新进展,探索其潜在临床应用前景及未来发展动向.

IPSec的多源多播组安全关联(GSA)管理机制的研究

GDOI 是一个支持 IPSec 等数据安全协议保护多播应用安全的组密钥管理协议。本文首先论述了应用 IPSec保护多播数据安全的重要意义,接着分析了 GDOI 协议的工作机制,并讨论了基于 GDOI 密钥管理协议的 IPSec 多播的安全性及其只适用于单源多播的局限性。根据 IPSec 协议的特点和多播应用的要求,提出了对 GDOI 协议的扩展建议,描述了扩展协议的工作过程,并基于用户主机完成了部分模拟实验。分析和实验说明该方案是可行的,扩展后的GDOI 协议能够支持基于 IPSec 的多源多播。

车辆磁流变半主动悬架GSA-LQG控制研究

针对传统的线性二次型高斯(Linear Quadratic Gaussian,LQG)控制器存在各加权矩阵系数不易确定等问题,对于车辆磁流变半主动悬架设计了基于引力搜索算法(Gravity Search Algorithm,GSA)的线性二次型高斯(GSA-LQG)控制。以悬架各性能指标为目标函数,采用引力搜索算法对加权矩阵系数进行寻优。选用磁流变阻尼器(Magnetorheological Damper,MRD)作为悬架的半主动部件,同时建立二自由度的1/4车辆磁流变半主动悬架系统模型。以随机路面激励作为输入,在MATLAB/Simulink软件中分别对被动悬架控制、基于LQG控制的车辆磁流变半主动悬架和基于GSA-LQG控制的车辆磁流变半主动悬架进行仿真分析,结果表明,基于GSA-LQG控制的车辆磁流变半主动悬架具有更好的舒适性能和安全性能。

基于微机的y谱数据分析程序GSA

描述了基于微机的γ谱数据分析程序 GSA的建立。GSA使用 BFGS最优化方法拟合多重高斯峰 ,并通过协方差法自动寻峰。还通过与相应经典程序 LEONE的比较验证了

基于优化GSA算法的不良数据辨识方法研究

不良数据辨识是提高工业自动化监测数据可靠性的有效方法。为克服聚类初值随意选取对传统GSA不良数据辨识算法的精度和运算速度造成的负面影响,本文利用最大最小距离法对基于GSA不良数据辨识过程进行了优化。分别将传统GSA算法和优化GSA算法应用于UCI标准数据库中的IRIS数据集辨识中,仿真结果表明,优化GSA算法在辨识精度和计算耗时方面明显优于传统GSA方法。

基于改进PSO⁃GSA算法的快速开关型电网故障限流器优化配置

针对快速开关型故障限流器(fast switch fault current limiter,FSFCL)在电网中布点和容量优化问题,提出一种基于改进PSO-GSA算法的FSFCL全局优化配置模型。首先分析了FSFCL的基本原理,采用基于支路阻抗的灵敏度法缩小搜索空间;将限流效果及限流器成本作为优化目标,构造适应度函数;然后利用粒子群算法改进万有引力搜索算法(PSO-GSA)并对该混合算法进一步改进,制定算法优化流程。同时,由于依据人工经验在直接选择最终配置方案时可能会达不到最佳的效果,通过建立方案评价模型,依据相对熵原理确定各指标组合权重,再利用加权逼近理想点排序法(technique for order by similarity to an idea solution,TOPSIS)对方案进行排序,选取了最终配置方案。文中的方案评价模型可避免仅凭人工经验选择安装FSFCL线路的盲目性,有效地降低了电网规划成本。最后采用IEEE39节点系统算例仿真验证了该全局优化配置模型和方案评价模型的有效性。

基于GSA算法的新能源汽车碳排放效应研究——以广东公共交通领域为例

本研究以广东公共交通领域推行新能源汽车为例,采用GSA算法,对比纯电动新能源车与传统燃油车的能耗,分析公交车领域推行新能源汽车带来的碳排放量变化。设置不同情景,讨论分析碳减排的影响因素,发现电网能源结构与车用燃料类型对碳减排具有重要影响。研究表明,广东省较全国电网能源结构更合理、更清洁,具有典型示范作用。我国应加大力度在公交车领域推广新能源汽车、优化能源结构、加快开发与推广清洁能源,同时,促进氢燃料电池汽车产业发展。

基于GSA-GA神经网络的铸造企业订单准入评价研究

为指导铸造企业在市场中科学地选择订单进行生产加工,以砂型铸造企业为研究对象。在综合考虑企业各个关键部门对订单的评价指标的基础上,设计了砂型铸造企业订单准入评价指标体系,并构建一种基于GSA-GA神经网络的订单准入评价模型。算法中使用Tent映射初始化种群保证随机特征,并引入遗传算法的交叉、变异算子保持对全局最优粒子的获取且提升算法探索能力。为验证模型的有效性,以某砂型铸造企业订单准入评价问题实例进行实验分析,进行参数实验并与其他算法进行对比。结果表明,所建模型的平均相对误差为1.945%,能帮助砂型铸造企业进行科学的订单准入评价决策,提高砂型铸造企业生产效率。

GSA算法在管壁余氯衰减系数校正中的应用

为了提高余氯浓度的计算精度,拟采用GSA算法对余氯衰减模型中的管壁余氯衰减系数进行校正。结合某管网仿真控制系统提供的样本数据进行仿真计算,余氯浓度计算值比较接近实测值,结果表明:GSA算法在管壁余氯衰减系数校正中具有良好的工程应用价值。