【摘 要】
：
苏州正处于经济高速发展阶段，低碳环保、可持续发展等逐渐成为经济可持续发展面临的挑战，合理优化产业结构与能源结构成为了实现这一目标的重要手段。本文利用苏州统计年鉴中的数据，建立面板数据模型，从现期分析和时期影响分析两个方面对苏州能源消费结构与产业结构的关系进行实证分析，研究结果表明，能源消费结构与产业结构联系紧密、相互影响，在产业结构中，第二产业对能源消费结构的影响最大；在能源消费结构中，煤炭消费量
【机 构】
：
中国农业大学,信息与电气工程学院,北京 100083 国网能源研究院,北京 102209
【出 处】
：
智能农业技术与装备高峰论坛暨2018年中国农业工程学会农业电气化与信息化学术年会
论文部分内容阅读
苏州正处于经济高速发展阶段，低碳环保、可持续发展等逐渐成为经济可持续发展面临的挑战，合理优化产业结构与能源结构成为了实现这一目标的重要手段。本文利用苏州统计年鉴中的数据，建立面板数据模型，从现期分析和时期影响分析两个方面对苏州能源消费结构与产业结构的关系进行实证分析，研究结果表明，能源消费结构与产业结构联系紧密、相互影响，在产业结构中，第二产业对能源消费结构的影响最大；在能源消费结构中，煤炭消费量对产业结构的影响最大。而从逐年的变化来看，两者的影响力均在逐年降低，能源结构与产业结构之间的联系在逐渐减弱。
其他文献
针对海洋碱性蛋白酶MP发酵过程中关键参量(酶活、底物浓度与菌体浓度)难以实时在线测量的问题，提出了一种基于径向基函数(RBF)神经网络的软测量建模方法。通过公式法与一致关联度法选取辅助变量、数据滤波与数据归一化处理、K均值聚类法进行网络学习等方式，建立了基于RBF神经网络的海洋碱性蛋白酶MP发酵软测量模型，并利用Matlab进行计算机仿真，验证该软测量模型的有效性与精确性。
在田间环境下，由于背景的复杂性及光照的多样性，基于深度学习的在城市环境下的行人检测模型无法直接迁移到田间环境下，同时深度学习模型众多的参数量限制了其在嵌入式等移动设备上的部署，给田间行人检测带来极大的挑战.本文初步研究了应用MobileNetV2-SSDLite目标检测模型并结合相应的田间行人检测数据集在田间环境下进行行人检测的可行性，利用田间行人识别数据集并结合迁移学习方法对模型进行训练.由于M
本文针对水田土质松软情况以及考虑到作物生长高度的影响，利用四轮独立电驱动的技术优势，设计了四轮独立电驱动高地隙智能喷雾机。该喷雾机采用燃油发电机组提供电能，通过四个直流永磁无刷电机独立驱动，能够实现长期不间断工作。同时设计了容错机制，当单个电机出现故障时，能够保证喷雾机正常行驶。另外该喷雾机采用遥控控制或自主导航，可以实现前进、后退、转弯及自主作业等功能。本文设计了展开式喷杆，扩展了喷雾机的单次行
习近平总书记在党的十九大报告中指出，"推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系"，为我国能源发展指明了方向。今年的政府工作报告提出，发展壮大新动能，运用新技术、新业态、新模式，大力改造提升传统产业。贯彻落实好这些重要部署，破解能源发展难题，需要坚持以电力为中心，大力推进再电气化。本文从我国能源结构出发，分析了我国在电气化过程面对的挑战及机遇，研究了我国再电气化进程中的关键技术，提出
为优化变量播种施肥控制系统性能,本研究对机械无级变速型变量播种施肥控制系统进行分析,基于电学原理与动力学原理,对机械无级变速型变量播种施肥控制系统中伺服电动机、无级变速器、PID控制器进行数学建模,并验证了模型的正确性；在Simulink中实现伺服电动机基于P、PI、PID三种调节规律仿真和系统仿真,并对有无PID控制进行仿真,获得反应系统性能曲线和有无PID控制曲线；研究结果发现：利用劳斯稳定判
为提高农业自动化程度,拓宽农业四足机器人的应用范围,提高农业四足机器人对工作环境的适应性及工作的灵活性,本研究基于仿生学方法,研究山羊坡地行走时躯体-头部双质心的运动参数及关联机制,研究表明：随着坡度的增大,山羊躯体质心的竖直位移变化范围为-0.0402～1.1446m,水平位移变化范围为0.0181～2.1253m,速度和加速度分别符合Gauss 6和Fourier 7函数,速度的变化范围为0.
为解决目前已有枸杞采摘机采摘效率低，漏摘、误摘率高的问题，对采摘的重要参数—枸杞植株的器官：花、叶、青-果和成熟果的结合力进行实验研究，进而得到各个器官结合力的精确取值范围，为新一代高效、低损伤率的枸杞采摘机的研制奠定理论基础。本文所做的实验，以种植于宁夏回族自治区中卫市中宁县红宝村的宁杞一号、宁杞五号、宁杞七号、宁杞九号四个不同品种枸杞为实验对象，利用TF-1 拉力计对四个不同品种枸杞的花、叶子
在果园中,利用无人机进行行人检测过程中,由于果园中存在着运动中和非正常姿势的人、从各种距离看到的人甚至是被树枝、树叶大量遮挡的人,并且由于光线的多样性,给果园中行人检测带来了很大的挑战性。本文基于深度学习中YOLO系列目标检测方法,通过在图像上运行单个卷积神经网络,直接在图像的多个位置上回归出检测目标边框以及目标类别。使用基于YOLOv2算法的tiny-yolov2检测方法对行人目标检测速度达到1
随着自动控制技术和传感检测技术的发展，农田作业过程自动化程度也越来越高，尤其是针对农田行种植作物，拖拉机自动驾驶作业得到了飞速的发展。在拖拉机自动驾驶作业过程中，针对作业路径的自动生成及其路径优化的研究也日渐提上日程。优化过程的参考原则是降低功耗，减少工作时间，提高生产效率以及作物产量。本文主要通过采集农田地块边界信息，建立作业路径，旋转农田边界多边形，从而计算包含在其内的直线路径总长度和直线作业
本文提出一种基于支持向量机(Support Vector Machine,SVM)的灵武长枣图像分割算法。将灵武长枣图像分成目标与背景2类,首先利用中值滤波进行图像平滑,然后在L*a*b颜色空间下提取各类样本像素值,利用SVM训练带有类别信息的样本。再运用分水岭方法对图像进行预处理,采用训练好的SVM分类器对预处理后的灵武长枣图像进行分割。实验结果表明,该算法可以有效地分割出复杂背景下地灵武长枣,