基于粒群算法和BP神经网络的煤电价格预测

由于煤电价格的波动受多种不确定因素的影响,且煤价和电价之间还存在非常复杂的耦合关系,它是一个典型的非线性系统,所以使用传统的方法来建立煤电价格的预测模型非常困难。针对这种情况,提出了一种基于粒群算法(PSO)和BP神经网络的煤电价格预测方法。采用PSO训练BP神经网络,不仅克服了BP神经网络算法易于陷入局部最优的缺点,而且可以提高网络的收敛速度和预测精度。结合煤电价格的历史数据,在Matlab平台上进行了仿真实验,验证了该预测模型的优越性。     

多用户电能集中检测控制系统研究

电能检测技术是智能建筑技术中的一项重要内容,针对一户-表电能管理对现代化建筑和智能小区的不适应性,提出多用户电能集中检测控制系统思想,并用系统工程理论进行方案设计,研制的样机投入运行收到了满意效果。     

集成电导检测流动注射微流控芯片的研究

探讨了集成电导检测流动注射微流控芯片的设计与制作,研究出了能在普通实验室制作集成电导检测流动注射微流控芯片的方法,自制了集成电导检测微流控芯片,利用氯化钾标液验证了制作电导检测流动注射微流控芯片方法的可靠性,并用该系统测定了阿斯匹林片中乙酰水杨酸含量,证明该微分析系统应用于样品分析的有效性和适用性。     

聚类方法在污水处理软测量中的应用机理研究

通过对污水处理过程建立多神经网络模型的可行性研究以及对活性污泥微生物的生长繁殖规律分析,得出在污水处理工程中采用基于聚类方法的多神经网络建模的理论依据,试验表明多神经网络的扩散常数同类半径相当接近,预测精度较高,证实了聚类分析的正确性.分析了可能影响模型精度的原因,指出采用在线实时算法是未来的研究方向.     

电能计量管理系统的现状与发展

综合分析电力计量从传统的机械式电度表、IC卡电表、电子式电度表、电子式电度表加载波模块的载波电度表技术的特点,提出将电表与接线系统进行综合研究,开发多用户电能集中检测管理控制系统的发展方向。