【摘 要】
：
随着全球经济的快速发展,如何控制碳排放的增长一直是困扰世界的问题。虽然受疫情影响,2020年碳排放量小幅下降。但随着全球经济复苏加速,当前的气候与能源政策仍不能有效地改变全球碳排放的增长。而发展可再生能源已经成为世界各国一个重要的战略方向。中国提出了“碳达峰”和“碳中和”的目标,因此中国非常有必要以新能源替代传统能源,以清洁能源驱动社会可持续发展。以电力部门脱碳为目标的向可持续能源资源的过渡已引起
论文部分内容阅读
随着全球经济的快速发展,如何控制碳排放的增长一直是困扰世界的问题。虽然受疫情影响,2020年碳排放量小幅下降。但随着全球经济复苏加速,当前的气候与能源政策仍不能有效地改变全球碳排放的增长。而发展可再生能源已经成为世界各国一个重要的战略方向。中国提出了“碳达峰”和“碳中和”的目标,因此中国非常有必要以新能源替代传统能源,以清洁能源驱动社会可持续发展。以电力部门脱碳为目标的向可持续能源资源的过渡已引起全球的关注。近年来,我国风电总装机容量快速增长。风电的不确定性和不稳定性给风能开发、风电场并网和电力系统稳定性带来了困难,风电的稳定运行和系统调度更依赖于风速预报精度。短期风电预报的准确性对于保证风电场功率预报的准确性具有重要意义。如何减少风电预测误差,提高风电预测精度,已成为亟待解决的问题。针对此,本文提出了一种基于历史数据的短期风速预测方法。在分析粒子群（PSO）和最小二乘支持向量机（LSSVM）的基础上,将PSO算法用于LSSVM参数选择,从而使LSSVM模型的泛化能力和学习性能为改善,本文建立了PSO-LSSVM短期风速预测模型。为了满足支持向量机模型的输入和输出的要求以及提高预测精度,本文做出了两方面改进:一是首先通过分析风速序列相关性,确定输入维数,从而将一维风速数据转化为更高维数据;二是将预测结果向前偏移一个时间点,改善预测结果相比于实际值滞后的问题。本文选取了X风力发电厂的2015年12月2日0:00-2015年12月22日20:00的3000条时间间隔为10分钟的风速数据为研究对象,进行实验和分析,并将传统的支持向量机模型和长短期记忆网络模型作为对比实验。实验结果表明,本文构建的模型的预测误差明显小于对比模型,预测精度也更高。在鲁棒性实验中,本文所构建的模型也具有一定的稳健性,在风系统工程短期风速预测领域中具有良好的适用性和较高的应用价值。
其他文献
现如今,专利技术已经成为各国各行业发展竞争的主战场。我国在保护知识产权的工作中取得卓越进展,专利数量也显著提升。1985年我国首次实施专利法,在此后的37年发展中,中国发明专利的申请量和授权量已达到世界第一。但因专利发展年限与其他欧美国家相比较短,我国的专利质量还有待提高。本文结合实际案例并引入机器学习的思想,分析专利质量的影响因素,并构建知识图谱。主要研究思路如下:首先,本文构建了专利质量相关指
单细胞组学测序技术的快速发展使得在单细胞的高分辨率下得到不同组学的分子测量成为可能。单细胞RNA测序数据（single cell RNA sequencing,sc RNA-seq）是目前使用最为广泛的单细胞测序数据。单细胞染色质可及性的高通量测序数据（single-cell sequencing assay for transposase-accessible chromatin,scATAC-
Markov过程的研究起源于1931年Kolmogorov的论文《概率论的解析方法》,在Kolmogorov、Doob、Khinchin、Levy等数学家的共同努力下,Markov过程的基本理论在20世纪中叶趋于成熟。在最近几十年中,数学工作者对于Markov链的定性研究仍十分活跃。Markov过程理论深刻、应用极其广泛,它在电子、通信、排队系统和可靠性理论等方面都有重要应用价值。本文的研究对象是
脑机接口的研究不仅仅有利于人类对大脑的工作机制的了解,而且在生物医疗康复,生活娱乐等领域都有着很重要的实际应用价值,其中研究脑电信号的分类算法的性能对于提高脑机接口的工作效率是十分关键的。由于深度学习具有非线性结构,近年来越来越多的学者将深度学习融入脑电信号的分类算法中。本文主要研究的脑电信号的分类模型为卷积相关分析模型,该模型结合了深度学习中的卷积结构以及统计学中的相关分析,并对该模型进行了两项
T细胞急性淋巴细胞白血病（T-cell acute lymphoblastic leukemias,T-ALL）临床罕见，预后极差。我们报道1例初发Ph阳性T-ALL，应用多药化疗联合国产第2代酪氨酸酶激酶抑制剂（tyrosine-kinase inhibitor,TKI）氟马替尼治疗疗效显著，初次诱导后获完全缓解（CR）,5个月时流式微小残留白血病（minimal residual diseas
新冠肺炎疫情是2020年对中国经济具有较大影响的事件,对我国第三产业,即服务类行业的影响较大。我国股市的走势会在新冠疫情爆发期间产生震荡,总体呈向下趋势。学者们发表过许多研究股票市场的论文,所有的论文都主要关注如何根据一个价格的以前的价值来描述一个价格的潜在生成过程的问题。在任何两篇论文中所使用的数据几乎是不相同的,各种模型都是通过使用非常复杂的统计技术进行研究的。从单一的统计学方法模型、单一的机
在金融领域,股票价格预测和投资策略一直是热门的研究话题,股票价格本身受到多方面因素的综合影响,是一种复杂的非线性系统,传统的统计学方法难较准确的预测股价,使得股票价格预测成为难点。看似无序的股价实际存在规律,是具有混沌性的,相空间重构（Phase Space Reconstruction,PSR）主要处理混沌时间序列,能够在高维空间中得到序列的潜在规律,与长短期记忆（Long Short-Term
随着我国金融衍生品业务的飞速发展,场外金融衍生品的交易规模越来越庞大,其定价问题也成为研究热点,尤其是近两年来,阶梯型雪球结构产品从场外金融衍生品中脱颖而出,得到了广泛的市场关注。但是投资者对阶梯型雪球结构产品的接受程度大,不代表对产品的风险程度有明确的认知,更需要将产品的定价透明化,避免投资者盲目投资造成资金严重亏损。不过由于其产品结构的复杂性,在应用传统定价模型进行定价时具有较大困难,也难以把
股票市场行情的表现与国民经济发展的状况密切相连,是企业和经济未来增长预期的快照。然而股票市场瞬息万变,其价格变化规律难以把握,如果把控不好,会面临很高的风险,甚至会对实体经济产生冲击。因此,提前把控好股票价格的变动具有十分重要的理论意义和现实意义。股票市场作为一个非常复杂的非线性系统,具有高噪声、非平稳和多个时间尺度的问题,使得仅依靠单一模型预测股价变得有些困难。本文构建了一种新的多尺度非线性集成