M5’模型树在热电厂负荷优化中的应用

机组汽耗特性是热电厂负荷优化分配的基础。为了改进传统单一多元线性回归模型无法适应非凸、非连续的汽耗特性,本文基于M5’模型树算法,滚动利用机组自动化系统的最新历史数据获取最新汽耗特性,并在此基础上建立实时厂级负荷优化模型,给出了应用差分算法求解全局最优解的方法。实例表明:所建立的汽耗特性模型的预测能力强且建模过程可控,方便应用于热电厂的负荷优化,具有实用价值。

基于沿海风力发电场风机输出功率预测的分类算法对比

介绍了风力发电场风机输出功率预测的相关背景和研究意义,应用数据挖掘中的经典M5P算法和改进的M5P分类算法对风力发电机输出功率预测进行归纳、对比和分析.首先,对原始数据进行预处理,去除无效数据,以提高实验精确度和效率;然后,采用上述两种算法进行数据处理;最后,验证了改进的M5P算法对风机输出功率预测的高效性和准确性.

一种基于移动终端的新型计步方法

近年来,随着微电子技术和计算技术的发展以及智能手机和穿戴设备的普及,生物信号处理以及模式识别成为工程领域的热门话题.由于中国人口老龄化,适宜的身体锻炼和健康医疗已经成为社会关注的热点.计步器作为一种运动检测设备进入到人们生活中,同时智能手机上有计步功能的应用软件得到普及,但是目前的计步算法不能很好地去除人们生活中产生的噪声,影响计步精度,该文提出了一种高精度计步方法,目标是去除计步算法中的噪声,减少其他因素对计步的影响.该计步方法基于智能手机中加速度传感器的三维离散信号,对三维信号进行分析,提取信号中的特征,最终高精度地统计人行走的步数.该文首先对加速度传感器三维信号的选取进行了讨论,采取平滑滤波算法对信号进行去噪,接着提取信号中的特征并使用M5算法对信号进行分类,最终对有效信号采取动态时间归整(Dynamic Time Warping,DTW)算法进行计步.该文最后对此计步方法的精度和抗干扰能力进行评测,证明该方法在统计步数上具有较高的精度和抗干扰能力.

WEKA环境下模拟预测城市污水处理厂泥饼含水率

以7座污水处理厂的20 000多个数据为依据,首先通过灰色关联法确定了对泥饼含水率具有显著影响的指标与输入变量,在此基础上,以WEKA为工具平台,采用M5P分类回归算法对污水厂泥饼含水率指标进行建模,并进行了模拟校核与预测。模拟校核结果表明,WEKA下的M5P算法非常适合于既包含数值型又包含分类型的复合指标组模拟,对于污水厂污泥脱水具有很好的模拟效果。模拟预测结果显示,泥饼含水率预测值和实际值吻合程度较好,平均绝对误差为1.18、均方根误差为1.59。模型可良好地应用于城市污水处理厂泥饼含水率的预测分析,对于污水厂的生产运行具有一定的指导意义。