精确的清洁能源发电功率预测是实现其高效利用的关键,然而,多种因素导致清洁能源发电功率波动剧烈,给功率预测带来巨大挑战。针对当前清洁能源大规模并网的需求,本文从多个角度探讨清洁能源发电功率预测模型的研究意义及其分类,对人工智能技术在清洁能源发电功率预测领域的最新应用,包括传统机器学习、深度学习和组合方法进行对比和总结。此外,深入分析影响清洁能源接入的关键因素,探讨清洁能源消纳分析模型的技术发展,阐述与预测模型不同的侧重点和发展方向。最后,展望了清洁能源预测与消纳分析模型的未来发展趋势及其日益展现的重要意义。

癌症严重威胁人类生命健康,化疗作为常用的癌症治疗手段,由于其对正常组织的无差别杀伤,常引起严重的毒副作用。光激活化疗是降低药物毒副作用的有效方式之一,它是利用光激活前药可在特定部位被光照激活并释放原药的原理,实现针对癌组织精准靶向,最大程度降低抗肿瘤剂对正常组织的毒副作用。本文综述光激活前药的基本结构、响应策略、常见的光脱保护基团以及近年来这类前药在抗肿瘤研究领域取得的重要进展,并根据抗癌前药作用机制的不同,依次从细胞毒类、分子靶向类、免疫类及激素类抗癌前药几方面展开,旨在为癌症精准治疗提供新方案。

电力负荷预测对电力调度和系统安全至关重要。针对超短期负荷预测,本文提出一种结合补充集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)与机器学习、智能优化算法的组合预测模型。首先通过CEEMD对原始数据进行分解,再利用排列熵(permutation entropy, PE)阈值进行分量分流。高频信号采用双向长短期记忆网络(bidirectional long short-term memory, BiLSTM)预测,低频信号则通过混合核极限学习机(hybrid kernel extreme learning machine, HKELM)并结合雪消融优化算法(snow ablation optimizer, SAO)进行优化预测。最终,各分量预测结果叠加得到综合预测值。通过实例分析,模型的均方根误差、平均绝对误差和平均绝对百分比误差分别为61.61 kW、43.91 kW和0.38%,显著优于传统模型。实验结果表明,该模型充分发掘数据内在特征、结合各方法预测优势,在超短期负荷预测中具有较高的精度。

随着电动汽车的广泛应用和环保政策的推行,合理调度电动汽车的充电行为对满足用户需求、保障电网稳定性变得愈发重要。针对智能电网中电动汽车车主的差异化充电需求和传统机器学习算法存在的维数灾难问题,本文提出一种基于深度Q网络(deep Q-network, DQN)的电动汽车充电调度算法。该算法利用深度强化学习的优势,结合实时电价和车辆状态等信息,动态调整电动汽车的充放电行为,旨在最大化经济效益并优化电网负荷。实验结果表明,与非受控式充电策略相比,本文提出的算法在30 d的测试期内可降低充电成本约65.6%,能够有效适应电网实时价格波动和用户需求变化,减少高峰充电需求,有效降低充电成本,提高电网的稳定性。

在电力系统暂态稳定预防控制中时域仿真计算复杂,同时系统存在样本不平衡问题,影响机器学习模型的性能。针对上述问题,本文提出一种基于深度极限学习机(deep extreme learning machine,DELM)的暂态稳定预防控制方法。首先采用过采样技术处理样本不平衡;然后利用DELM发现平衡数据集的潜在信息,建立电力系统运行特征和暂态稳定指标之间的映射模型,在预防控制中引入基于DELM的暂态稳定预测模型来代替暂态稳定约束最优潮流(transient stability constrained optimal power flow,TSCOPF)模型中含微分代数方程的暂态稳定约束,减少计算复杂度,并采用萤火虫算法对模型进行求解,获取最终策略;最后在IEEE 39节点系统进行仿真验证。结果表明,在预防故障发生时,本文所提的预防控制方法能够以2 042美元的优化调整成本实现系统暂态稳定性的提高,将暂态失稳的情况调节为稳定,且采用的萤火虫算法求解的计算时间可以控制在20 s以内,表明本文提出的基于DELM暂态稳定预防控制方法能够有效提升系统的暂态稳定性,且在具有较快的计算速度的同时具有良好的经济性。

针对工业物联网数据采集系统对高时效性和高可靠性的需求,考虑不同优先级流量的共存、资源的稀缺性以及信道的随机性,本文提出一种基于随机混合系统的方法,构建适用于此类网络的时效性表征模型。该模型旨在刻画存在大量优先级各异流量的条件下,数据采集网络的时效性特征,并探讨系统中各耦合参数对信息时效性的影响。研究结果表明,通过优化链路感知策略可有效减少传输错误概率对信息年龄的负面影响。在相同优先级网络环境中,链路的信息年龄随着数据生成速率的增加而逐渐趋向稳定极限值;而在不同优先级的网络中,较高优先级链路通过牺牲其他链路的时效性,提升了自身时效性。随着数据生成速率的增加,系统逐渐呈现退化为单链路模式的趋势。因此,为保障系统的整体时效性,需要通过优化低优先级链路的感知资源分配来确保系统的高效运行。

针对间歇过程中复杂的动态特性和多阶段特性导致故障监测精度低的问题,本文提出一种基于自底向上导数动态时间规整(BU-DDTW)的半正定稀疏主成分分析(SPCA-PSD)多阶段间歇过程故障监测方法。首先,利用encoder-decoder模型捕捉批处理后的时间序列动态特征。其次,结合BU-DDTW合并策略,衡量不同子序列之间的动态结构相似度,实现精准阶段划分。然后,通过SPCA-PSD方法引入稀疏性和半正定约束,精准识别表征各阶段特性的关键变量,构建多阶段故障监测模型。在青霉素补料分批发酵过程数据进行实验验证中,本文对6种不同故障类型的平均故障监测率达95.2%,显著优于其他方法,结果证明本文所提方法在间歇过程阶段划分的有效性,同时增强了多阶段故障监测模型的准确性和可解释性。

遮挡和姿态变化是自然场景中影响面部表情识别的主要干扰因素。现有大多数方法采用注意力来增强与表情相关的信息,减少遮挡和姿态变化对表情识别性能的影响。然而,这些方法在网络中不同位置使用相同的注意力机制,忽视浅层和深层特征张量在空间和通道维度上的差异,影响了特征表达的准确性。为此,本文提出一种粒度感知多维自适应注意力网络(GA-MDA)。首先,设计跨粒度空间感知注意力模块(CSA),用于增强浅层网络的特征表达能力;其次,引入多维度自适应注意力模块(MAA),自适应地优化不同维度的空间与通道特征表示,以进一步提升模型的特征表达能力。实验结果表明,GA-MDA在RAF-DB和FERPlus数据集上表情识别准确率分别达到92.01%和90.36%,与目前先进方法HANet和GE-LA相比,识别性能分别提升0.09和0.43个百分点,模型参数量分别减少2.963×10⁷和6.341×10⁷。

人脸痤疮的自动检测是实现痤疮精准诊疗的关键,而现有方法仍然存在严重的痤疮小目标漏检和误检问题。为实现更准确的痤疮检测,本文提出一种改进的YOLOv8s算法。首先,将YOLOv8s的主干网络改进为一种与Transformer融合的混合主干网络,兼顾卷积神经网络捕获局部细节信息和Transformer维持全局特征信息的优点,显著提高小痤疮目标的特征提取和表征能力。其次,改进YOLOv8s颈部网络的特征融合方式,通过增加多尺度通道注意力模块聚合多尺度上下文信息,以调整各尺度特征权重,缓解特征内容的语义与尺度不一致问题。在公开和自建的人脸痤疮数据集上的实验表明,相比当前最优的痤疮检测算法DSDH,本文方法在检测精度mAP上分别提高1.20和5.24个百分点,检测速度分别提高46.3和47.6 frame/s。

在3D人体姿态估计中,遮挡会导致人体关节点提取不准确,针对该问题,本文提出一种结合时空注意力和通道注意力的3D人体姿态估计算法。首先,提出一种特征筛选模块,该模块通过引入位置嵌入模块,以进一步捕获人体关节点的特征信息;其次,提出一种移动视觉Transformer时间注意力模块,该模块通过引入SiLU激活函数,以获取更多姿态特征细节;最后,提出一种通道注意力模块,该模块通过引入并行分支处理架构及增加归一化层,以调整输出通道的特征权重,达到算法对人体姿态特征的关注和弱化其背景特征的目的。在Human3.6M数据集上进行实验,相较于基准模型Strided Transformer,将级联金字塔网络提取的2D关节点作为输入时,每关节位置误差的平均值和进行普罗克鲁斯对齐后的每关节位置误差的平均值分别下降2.5%和2.3%;将Human3.6M数据集标注的2D关节点作为输入时,每关节位置误差的平均值下降6.7%。实验结果表明,本文提出的算法准确性较高。

现有的基于文本的行人重识别方法主要受限于特征对齐和语义歧义问题。针对该问题,本文提出一种跨模态语义协作的行人重识别方法(CMSC),通过学习图像与文本的共性语义信息,构建局部视觉与文本的对应约束关系,提升图像与文本的匹配效率。首先,引入文本语义聚类模块,自动提取与局部视觉语义相关的文本信息,并通过图像自监督学习增强局部特征的语义表达;然后,构建共性语义协作模块,捕捉图像与描述的差异和共性,在嵌入空间中建立语义一致性的映射关系;最后,引入语义约束推理模块,通过图像与文本的语义一致性得分进行检索,从而提高效率。在3个基准数据集上的实验表明,本文方法能有效提升模型的性能,在Rank-1指标上较现有方法分别提升0.75、1.43和0.88个百分点,精度分别提升0.64、2.56及3.96个百分点。

利用Krasnoselskii不动点定理研究一类非线性中立型时滞微分方程解的有界性以及吸引性。引入辅助函数,并利用积分因子将微分方程转化为积分方程; 然后利用Krasnoselskii不动点定理进行新系统的有界性与吸引性讨论; 最后利用辅助函数的性质, 对原系统进行定性讨论。本文改进了已有文献中的相应结果, 并给出例子证明所得结果的有效性。

本文研究一类双变量化学振荡反应方程的极限环求解问题。为了求解这类方程, 首先将双变量化学振荡反应方程简化为一般形式的Liénard方程;然后采用摄动增量法对该方程进行极限环求解;接着以摄动阶段得到的零阶摄动解为起点, 增量阶段逐步迭代逼近, 最终得到方程的极限环;最后通过连续搅拌釜式反应器和糖酵解振荡反应的实例来验证摄动增量法, 并与数值积分法进行比较, 结果显示两者高度一致。该研究证明了摄动增量法在处理此类非线性动力学方程极限环问题中的有效性。

在纵向数据分析中,模型误差的正态性是一种常规假设,但这一假设可能违背真实数据特征。此外,忽略纵向数据与生存数据之间的相关性可能会造成分析结果的偏差。为解决这些问题,本文首先提出一种贝叶斯联合模型,纵向过程使用误差项服从Skew-t分布的线性混合效应模型进行建模,生存过程使用Cox比例风险模型;然后,通过Metropolis-Hastings(MH)算法和Gibbs抽样对联合模型中的未知参数进行贝叶斯估计,数值模拟结果表明:与传统估计方法相比,Skew-t方法在数据拟合方面表现出更优的性能;最后,将该方法应用于AIDS数据分析,经验证,该方法能够达到良好的拟合效果和准确的参数估计。

为揭示不同产地土壤因子对白及功效成分及活性的影响,本研究以采自贵州省8个产地的白及药材及其栽培土壤为研究对象,测定土壤中10个土壤因子和白及中5个功效成分、4个微量元素及酪氨酸酶抑制活性、凝血活性,采用冗余分析考察土壤因子与功效成分及活性之间的相关性,以反映不同土壤因子对白及品质及活性的影响。结果表明,8个不同产地白及总灰分、多糖、总酚、白及苷、BTS含量分别为27.1~41.5 mg/g、36.2%~56.4%、1.8~4.1 mg/g、35.4~82.6 mg/g、8.2~12.7 mg/g,微量元素铜、锌、铁、锰含量分别为6.21~16.51、6.38~13.77、124.49~253.4、6.51~42.14 mg/kg,酪氨酸酶抑制率为40.2%~66.5%,凝血时间为236.1~306.4 s。土壤因子对白及功效成分、微量元素及活性影响较大,其中有显著影响的6个土壤因子按贡献度由大到小依次为有效锌、pH、全氮、有效铜、速效磷、有机质。本研究结果揭示了影响白及品质差异的关键土壤因子,为白及标准化、规模化种植提供理论依据。

化肥的过量使用会改变土壤的物理性质,破坏土壤结构,再加上连作障碍影响,土壤养分有效性将严重降低。本文以全国最大的麦冬种植基地四川省绵阳市三台县广泛种植的麦冬及其土壤为研究对象,采用第三代高通量测序Illumina MiSeq,探究微生物菌剂对麦冬种植土壤理化性质和微生物群落结构的影响。研究结果显示:施用微生物菌剂后,麦冬产量由原来的5 344.05±987.00 kg/hm²增长到6 501.45±1 154.10 kg/hm²,增幅达到21.63%(P<0.05)。土壤pH值由6.50±0.24显著提高到6.86±0.11(P<0.05)。同时,土壤有机质、总氮和总磷含量均有不同程度的增加。相关性分析表明,土壤pH值和总氮深刻影响麦冬产量,分别呈显著(P<0.05)和极显著(P<0.01)相关性。菌剂的使用改变了土壤微生态环境,施用菌剂后土壤中细菌酸杆菌门Acidobacteria、绿弯菌门Chloroflexi和厚壁菌门Firmicutes的相对丰度显著提高(P<0.05),真菌担子菌门Basidiomycota相对丰度显著提高(P<0.05);其中,对植物病原菌具有良好抗性的芽孢杆菌属和unclassified_Chaetomiaceae相对丰度也显著增加(P<0.05)。相关性分析表明,麦冬产量与芽孢杆菌属、亚硝化单胞菌属MND1(Nitrosomonadaceae_MND1)、己科河菌属Rokubacteriales、硝化螺旋菌属Nitrospira和unclassified_Chaetomiaceae相对丰度均呈显著正相关性(P<0.05),并与假古尔本基安菌属Pseudogulbenkiania相对丰度呈显著负相关性(P<0.05)。本研究表明,施用微生物菌剂可提高麦冬种植土壤的pH值,缓解酸化,增加土壤总有机质、总氮和总磷含量,改善土壤微生物群落结构。这些结果为微生物菌剂在麦冬生态种植中的应用提供了理论依据。

格氏短沟蜷、三带田螺和绘石田螺均是重要的淡水经济螺类,在水生态恢复中发挥着重要作用。水生动物的肠道微生物在食物消化和营养吸收中起至关重要的作用。本研究采用16S rDNA高通量测序方法,对漓江3种淡水螺肠道微生物组成和功能进行比较。结果表明,在门水平上,格氏短沟蜷、三带田螺和绘石田螺的菌群组成中共有的优势菌为变形菌门Proteobacteria、厚壁菌门Firmicutes、拟杆菌门Bacteroidetes和酸杆菌门Actinobacteria。其中,变形菌门在3组中都是丰度最大的菌门。在属水平上,共有的优势菌有气单胞菌属Aeromonas、不动杆菌属Acinetobacter和假单胞菌属Pseudomonas。在群落多样性方面,格氏短沟蜷与三带田螺之间无显著差异(P>0.05),而绘石田螺与格氏短沟蜷和三带田螺之间存在极显著差异(P<0.01)。基于PICRUSt分析预测格氏短沟蜷、三带田螺和绘石田螺肠道菌群的功能,3种螺的肠道微生物主要参与新陈代谢过程,包括氨基酸代谢、辅酶和维生素代谢、异生物降解与代谢、萜类和多酮类化合物代谢、脂质代谢以及其他氨基酸代谢等。

植被总初级生产力(GPP)是衡量陆地生态系统碳循环的关键参数,对云南省植被生长季总初级生产力(GPP_GS)进行研究,有助于理解陆地生态系统植被动态和碳循环模式,对区域生态系统的可持续发展具有重要意义。本文利用Theil-Sen Median趋势分析和Mann-Kendall显著性检验,分析云南省植被GPP_GS时空变化特征,并通过通径分析揭示气候因子对植被GPP_GS变化的直接、间接和综合影响。结果表明:①2001—2020年云南省植被GPP_GS呈波动上升趋势,上升速率为1.216 g·(m²·a)^-1;大部分植被GPP_GS呈现上升趋势,其中草甸上升速率最高,为1.674 g·(m²·a)^-1。②云南省植被GPP_GS呈上升趋势的面积占比为73.83%,高山植被、草甸、针叶林、灌丛、草丛、栽培植物和阔叶林GPP_GS呈上升趋势的面积占比分别为85.21%、84.64%、79.11%、75.85%、73.58%、71.76%和58.67%。③通径分析显示,平均气温是导致草甸和针叶林GPP_GS变化的主要因子,降水是造成草丛和栽培植物GPP_GS变化的主要因子,太阳辐射是影响高山植被、灌丛和阔叶林GPP_GS变化的主要因子。④对云南省植被GPP_GS产生直接影响的主导因子占比为平均气温(54.87%)、降水(7.86%)和太阳辐射(9.08%)。

流域是最基本的地貌单元,作为记录流域形成演化的重要自然地理要素,地质遗迹的发育及其空间特征都可在此特定区域进行展现,流域与包括地质遗迹在内的自然地理要素的相互作用是地学研究关注的前沿。本文以广西红水河全流域为典型研究区域,在翔实的野外调研基础上,从地质遗迹的分布、类型、等级和保护利用4方面开展大流域尺度、多类型、综合性地质遗迹空间特征研究,对广西红水河流域地质遗迹的空间特征进行定量分析。研究表明:1)红水河流域具有代表性的地质遗迹共93处,中游地质遗迹数量最多、下游次之。上、中、下游绝大多数地质遗迹分布在红水河干支流之上或周边,即便是那些距离干支流相对较远的地质遗迹,也往往通过地下河与之相联;2)流域地质遗迹分为6个大类,12个类,16个亚类。其中,地貌景观大类最为发育,水体景观大类次之。岩石地貌景观类(主要亚类为喀斯特地貌)和河流景观类均在中、下游聚集,流水地貌景观类和湖沼景观类分别于上游和中、下游富集;3)流域地质遗迹近60%达到省级以上等级,世界级和国家级地质遗迹多集中分布于中游,且与红水河干支流具有密切的空间关联,地质遗迹的等级越高,其空间特征的非均一性越显著;4)流域地质遗迹保护利用条件总体较好,下游地质遗迹与周边重要城镇平均公路距离最短,上游与周边其他旅游资源契合度最高,中、下游已保护利用所占比例较高。本文结果为探讨红水河演化与流域自然地理要素的相互作用关系提供科学依据,也为推进流域生态文明建设和乡村振兴奠定基础。

为解决桃金娘果汁加工过程中存在的出汁率低及品质较差等问题,通过响应面法优化超声波辅助酶解制备桃金娘果汁的工艺条件,并对果汁品质进行评价。结果表明,超声波辅助酶解制备桃金娘果汁的最优工艺条件:果胶酶和纤维素酶的质量比为1∶3、酶用量0.45%、酶解温度50 ℃、酶解时间1.5 h、超声功率密度16 W/L。在此条件下桃金娘果实的出汁率为75.13%,透光率为74.20%。与不超声不加酶法、加酶不超声法、超声不加酶法制备的果汁相比较,采用超声辅助酶法制备的桃金娘果汁出汁率和透光率最高,可溶性固形物和营养物质最多,而加酶不超声法制备的果汁具有最强的抗氧化活性和最高的感官评分值。