基于相空间重构的神经网络短期风速预测

针对风速具有较强的混沌特性,预测难度较大,提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪,运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数,对样本空间进行重构,使新的样本能够表征原始时间序列动态特性,更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。

基于Logistic映射相空间重构神经网络短期风电预测

针对风速有很强的混沌特性,采用一种相空间重构理论短期预测方法,确定风速的最佳延迟时间和嵌入维数,然后对样本空间进行重构,使用BP神经网络进行短期风速预测。实验结果表明,该模型可以较高的得到短期发电功率预测精度。

大学生参与科研课题的探索与实践

大学教育的一个重要内容是培养和提高大学生特别是本科生的科学研究和创新能力,鼓励大学生参与科研课题是培养创新型人才的重要途径。在高校教师的指导下,结合承担的科研课题,让大学生参与课题研究全过程,培养学生从实际中提取科学问题、获取知识、运用知识和掌握新知识的能力,具有重要的现实意义和可操作性。

高校工科毕业设计中的项目时间管理探索

高等学校工科毕业设计是训练学生综合实践能力的重要环节,然而学生在实施过程中,容易出现前期过于拖沓,后期赶工交差情况,严重影响毕业设计质量。以计算机本科专业为例,将项目时间管理(Project Time Management,PTM)引入设计过程,按照PTM思想将该过程分为活动定义、活动排序、活动工期估算、安排进度表、进度控制五个步骤,确保毕业设计能按时保质的完成。

基于SOM特征映射空间相似度判别的软传感器建模变量选择

针对软传感器建模中存在的信息冗余,提出一种基于自组织特征映射神经网络(Self-Organizing Feature Mapping,SOM)的变量选择方法。该方法借助SOM简单快速的特征映射能力对数据进行投影,采用虚假最近邻点法(False Nearest Neighbor,FNN)计算某变量删减前后数据在SOM投影空间的相似度,通过相似度来判断其对主导变量的解释能力,由此进行变量的选择。实验结果表明该方法能有效的进行变量选择,为软传感器建模变量选择提供了一种新思路。

相空间重构短期风速与发电功率在线预测

风力发电具有随机性、间歇性、波动性和难以精确预测的特点,针对大容量风力发电接入,会对电力系统的安全、稳定运行带来严峻挑战的问题,根据风速的混沌特性,提出采用一种相空间重构理论短期预测方法。首先确定风速的最佳延迟时间τ和嵌入维数m,再次对m和τ的多组可行匹配,并找出一个最佳匹配进行样本相空间重构,最后使用BP神经网络进行短期风速预测。通过对重庆武隆地区某风电场的实测数据进行仿真,证明该方法的有效性和可行性,并且提高了短期发电功率预测精度,对并网风力发电系统的运行具有重要意义。

计算机辅助翻译软件

计算机辅助翻译是信息时代的产物。信息时代的到来,对译者的要求越来越高,不仅要保证质量还要有时效性。这就要求翻译的专业人员学习新的翻译技巧——机器翻译系统。