简介：作为第三大奢侈品集团的PPR，已经由第二代接班人弗朗克斯一亨利-皮诺特继承，经过创业者弗朗克斯皮诺特的圈地，全球第二大奢侈品PPR的品牌横跨家具，零售百货和奢侈品业，完成了原始积累。亨利伎诺特接班后，大刀阔斧的进行改革，在专攻奢侈品的策略下精简集团业务，逐步形成以GucciGroup为主的PPR奢侈品集团。

简介：摘要：超临界一次性锅炉沉降及废物防治技术的研究与有效实施，涉及设计、制造、安装、运行、维护等环节，是一个系统问题。管理者和工程师在锅炉类型选择、新材料应用、设备监测、设备安装、设备运行和维护等各种环节上都需要对成型机理有明确的认识。本文分析了燃煤电厂锅炉受热面天平的产生和消失率，研究了超临界直流锅炉安全稳定运行的经验，为电力设施的安全生产、技术管理、维护和运行人员提供参考。

简介：摘要：深入分析,当火电厂的锅炉设备经过长时间的运行后,锅炉的进水内壁就会就很容易出现不同程度的氧化皮,而后剥落并沉淀在锅炉管内,这种问题的出现就对锅炉设备的正常稳定运行造成了很大的阻碍。对于这种情况,本文从锅炉金属氧化皮形成及剥落的机理入手,对火电厂氧化皮剥落问题进行了研究,在此基础上提出了一些相对有效的防范措施,尽可能地降低金属氧化皮的形成和剥落。 

简介：摘要：随着风力发电技术的不断成熟，系统容量越来越大，从而导致风力发电并网时所产生的电流冲击与波动过大，造成安全问题。 对变速恒频双馈发电并网系统，将传统 PID 控制与 BP 神经网络控制，提出了一种 BP 神经网络 PID 的空载并网控制策略。

简介：

简介：规避道德风险的关键在于正确的授信,即根据客户的资质确定借贷金额,基于此,本文建立了基于信用评级的道德风险规避模型,根据客户的信用等级来进行消费金融借贷。在客户画像体系的建立中,数据中客户量极大,无法一一描述每一个客户的特征,本文通过筛选指标建立了合理的客户价值评估模型,并进行了仿真验证。

简介：摘要：电力变压器诊断是根据变压器故障特征，定故障的性质或者类别，为变压器的检修决策提供依据。文章对变压器油溶解气体的来源、特点及产生原因进行分析，通过构建变压器油中溶解气体与变压器故障之间的对应关系的专家系统，运用神经网络算法对变压器进行全面诊断，仿真结果表面文章所示方法具有可行性。

简介：1922年7月2日，在威尼斯近郊一户贫苦农家，小卡丹出生了。两年后，第一次世界大战的战火遍及意大利。

简介：摘要：考虑到历史电力负荷数据、天气、时间等信息的影响，电力负荷预测用于预测未来的电力负荷。对于独立的系统运行，有许多电力负荷预测应用为调度员提供信息和市场运行，如发电调度和系统备用发电，因此准确的电力负荷预测模型是规划管理和运行的必要条件。本文主要分析了基于进化神经网络的短期电力负荷预测研究。

简介：摘要：随着经济发展，人们对电力能源的需求不断增长，对电力运行质量提出了更高的要求。电力企业需要不断完善电力系统管理，来满足人们的用电需求。带那里计量是电力系统管理的重要环节，对带那里计量故障进行分析和诊断，保障电力计量的精准性，可以有效提升电力管理效率，促进电力行业的发展。 x

简介：为了评价某煤矿矿井通风系统的优劣，就必须要建立一套合理的、符合该矿井实际情况的评价体系。我们借助BP神经网络的工具对该矿井的通风系统进行评判，通过广泛的资料收集，确定了通风系统安全指标评价体系；运用Matlab2014软件进行训练，建立矿井通风系统综合评价模型；对矿井通风系统安全进行总体的评价。确定其安全等级为1级合理。

简介：人工神经网络是基于对人脑神经结构模拟而设计的一种数学计算方法,它是用一定量的神经元互联形成的一种计算结构,具有学习、记忆和计算等功能,及非线性和自适应的特点。在数据处理、模式识别、推断预测等方面具有明显优势,这是传统数学方法所不及的。[1]也正是这样的特点神经网络被广泛应用于工程问题的处理,本文基于矿山巷道围岩稳定性判别的工程背景,通过Matlab软件采用神经网络的方法对巷道围岩稳定性的类别进行判断。

简介：由于煤层地质条件复杂多变,煤矿开采中的通风构筑物较多,造成矿井通风困难。本文基于人工神经网络法的理论与计算方法,对麻黄矿通风系统进行实例评价,通过对比人工神经网络法的计算结果与矿井通风评价的实测值,人工神经网络法对于矿井通风评价具有较高的可靠性。

简介：

简介：摘要阐述BP神经网络特性在人才需求预测当中的应用，经济领域当中人才预测部分理论进行综述，并且包括其他预测模型综述。

简介：摘要：随着经济、技术的迅速发展，现代社会对于电能的需求量快速增加，电力系统也日益庞大和复杂，出现故障的潜在风险也逐步增加。近年来，随着人工智能技术和神经网络算法的快速发展和应用，特别是具有强大算力的神经网络硬件加速器和专用芯片的出现，神经网络应用于电力系统变得越来越有前景。本文对神经网络及其模型进行了介绍，并对神经网络在电力系统故障诊断、安全评估、负荷预测、经济调度等方面的研究进行阐述，最后总结了神经网络应用于电力系统的优点、缺点以及需要进一步解决的问题。

简介：摘要：本文旨在研究基于神经网络的电力系统故障预测方法。首先，我们将对神经网络的基本原理和在电力系统故障预测中的应用进行概述。然后，我们将详细介绍几种常用的神经网络模型，如多层感知器、递归神经网络和卷积神经网络，并阐述它们在电力系统故障预测中的应用。接下来，我们将提出一种基于深度学习的故障预测模型，该模型结合了多种神经网络的优势，能够更准确地预测电力系统的故障。最后，我们将通过实验验证该模型的有效性和可靠性。

简介：摘要：近几年，能源问题已经成为社会发展中极为重要的一部分，能源危机的出现使得资源获取的过程中，人们渐渐地从原本的不可再生能源逐步转化成为清洁能源、可再生能源，而风力发电则成为能源研究中的重点。由于风力发电具有非持续性以及随机性这一特点，这也使得风力发电在安全性以及稳定性、供电质量上有待提高。选择IBAS-BP神经网络方式则能够更好地对风力发电的效果进行有效地预测，能确保在开展在使用风力发电时，其使用质量能够得以提升。

简介：摘要：截至2020年底，并网风电装机容量28153万千瓦，增长34.6%，占全国电源总装机容量的12.8%。在高速发展的背后却隐藏着急需解决的安全隐患，而风电机组漏油就是其中最为严重的问题，轻则污染机舱环境、重则引起整个机组火灾，及倾斜与倒塌。因为油具有难以挥发性及粘性的物理特性，通过传感器的方式进行检测，不能复位并实现持续检测。只有通过机器视觉即视频技术手段才能实现非接触式可持续检测，因为机舱内具有相对均衡的光线环境，相对恒定的测量距离，相对静止的参照背景等三个有利条件，通过卷积神经网络深度学习方法，对舟山二十台风电机组几十万张现场照片进行训练，并通过高性能人工神经元网络单元(NPU)进行运算，形成了产品化解决方案并成功应用到项目中。

简介：