简介:摘要:煤炭是不可再生资源,随着开采量的日渐增大,表层资源越来越少,煤矿开采也逐步从传统的地面开采转变为深部开采。相关数据研究测算表明,我国各大煤矿产区每年的开采深度下降10~20m,虽然可以满足我国工业领域发展的资源需求,但也增加了煤矿的瓦斯压力,导致每年增加的压力达到了0.1~0.3MPa。煤矿开采深度日渐加大,地质构造越发复杂,煤矿灾害的发生率也在不断提升,越来越多的大型煤矿转变为高瓦斯煤矿,导致煤矿瓦斯治理难度不断提升。这些问题始终未获得有效的解决,对煤矿开采的效率和质量造成了严重影响,为企业的安全生产带来了一系列的巨大隐患。因此,加强瓦斯治理理论研究,制订针对性的防治措施,已经迫在眉睫。
简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:在开发、制造等过程中,由于车辆各零部件及总成的很多设计细节存在不确定性,会导致很难得到较为精确的整车质心高度,并且在实车下线前的整车质心高度传统预测方法往往不够精确。针对这些问题,通过对与整车质心高度有关的影响因素进行分析,确定整车质心高度预测的关键因素,找出质心高度影响因素与质心高度间的映射关系,然后通过多元线性回归分析法建立了整车质心高度预测模型。设计试验验证,将回归分析法的预测结果、以经验计算的传统预测结果与整车称重仪的试验结果进行对比分析,结果表明,回归分析预测模型在整车质心高度的预测中其精度优于以经验公式计算的传统预测方法。该质心高度预测模型解决了一定精度要求下整车质心高度的有效预测问题,为整车质量开发提供了科学依据。
简介:本文介绍了基于VR技术的危险预测教育体验装置设计及研发思路,基于模拟驾驶仿真技术,构建了具备汽车驾驶座舱及附属设备子系统、视景仿真子系统、声音仿真子系统、多自由度运动子系统、控制台及辅助设备子系统的驾驶模拟硬件环境,同时基于虚拟现实技术,实现了行人危险预测、非机动车危险预测、机动车危险预测等三类危险预测体验道路场景及交通事件仿真。通过设置合理的体验流程,使机动车驾驶人可以通过该装置进行危险预测互动体验,充分认识实际驾驶过程中存在的交通风险,最终达到交通安全理念内化为驾驶人的意识行为,提高驾驶人的交通安全意识、驾驶技术以及危险预测能力的目的,减少道路交通事故的发生。
简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.