浅谈电气节能技术在民用建筑工程中的应用

文章分析了民用建筑电气中的能耗问题,提出了电气设计节能应遵循的原则,并探讨了民用建筑电气节能的途径。要合理计算民用建筑的用电负荷,达到节材、节能的目的,合理设置计量装置,合理选择电线、电缆截面和照明控制方式,要在民用建筑中推广节能灯具和高效电器,以及新的节能型生活热水制备方式,同时提倡各种行为节能措施,使建筑能耗降低。     

变频器的常见故障分析及解决策略

变频器就是指利用半导体电力变流器对交流电动机进行变频调速的系统。变频调速与直流调速相比,具有效率高、动作响应快、调速范围宽、控制性能好、启动电流小、准确度高、节能环保、操作简单等优点,因此受到石油石化、冶金等行业的青睐。但是由于变频器的工作环境恶劣,使用时间过长会出现一些运行状况不佳的情况,本文列出了变频器工作中产生的几种主要故障——过压、过流、过热、参数设置不当和启动电路的故障,并相应的提出了一些解决策略。     

金融时间序列数据预测方法探析

本文提出了一种改进的金融时间序列数据预测方法,该方法首先对采集到的数据进行预处理,然后利用决策树来对金融时间序列进行特征抽取,并建立基于支持向量机的时间序列预测模型,最后对时间序列数据进行预测并输出预测结果。仿真结果表明,本文提出的方法可以有效地降低预测模型复杂度,同时提高预测能力和泛化性能。     

基于小波变换和时间序列模型的Brent原油期货价格预测

本文将小波分析与时间序列模型结合应用于布伦特国际原油价格预测,通过对小波分解与重构方法将油价时间序列分解为趋势(高频)部分和细节(趋势)部分,然后采用ARMA模型对分解后的油价进行样本内预测。实证研究表明,基于小波的组合模型具有较高的预测性能,同时验证了该方法的可行性和有效性。     

基于相空间重构技术的国际原油价格时序特征

由于国际原油市场的复杂性,结构性预测方法很难实现准确的国际原油价格预测。因此,通过原油价格的时间序列,分析原油市场随时间变化的历史行为和规律,建立时间序列预测模型成为原油价格预测的又一重要研究方向。在建立原油价格时间序列预测模型之前,必须掌握原油价格时间序列的特征,才能选择合适的原油价格时间序列预测方法。     

电表猛转电费猛涨就用智能省电王

世界首创便携式省电王，国家能源部研究推广，采用非金属电子原件节能技术，释放电表,每月省200元！高效节能、防雷击、防电器发烫、防线路损耗、延长电器寿命，即插即用，安装方便，无需维护，肖投放市场以来深 受广大用户的喜爱！     

基于SAS Forcast Studio的多产品销量数据分类方法的探析

时间序列预测方法仍是数据挖掘的主要方法之一,在应用方面,软件SAS Forcast Studio(简称FS)能够同时对多个产品、快速进行预测,建立快速、批量、自动的时间序列预测模型群;极大地提高了数据挖掘的处理效率和预测准确率。然而单纯的原始时间序列直接投入FS里的效果不及对数据先处理后理想,需要对时间序列先进行数据处理,其中分类处理是其中一个必要的环节。因此,本文基于SAS的时间序列模块软件FS来探析多产品销量数据分类方法,从而提高FS预测模型的准确率。     

资讯

1家电巨头先行启动节能补贴尽管家电节能补贴型号和相应金额已经公布,但消费者如何领取还没有具体细则。在这段空白时段,熟知个中商机的家电卖场早已按捺不住。近日国美电器宣布启动10亿元专项资金实行先行补贴。这是继苏宁电器之后又一传统家电连锁巨头通过提前垫付方式启动节能补贴,试图扭转今年家电市场不景气的局面。     

“聊斋”搜奇

1新技术让智能家居能手势控制让智能家居能手势控制PointGrab公司将在CES2014上展出自己的新技术——手势识别技术。这项技术将帮助消费者更容易的通过手势控制来操作家中的消费电子设备以及家用电器。基本上来说该技术将使用深度信息来在用户面前创建一个"全透明的空间",可以让用户在不接触电器的前提下从远处直接进行操作。PointGrab公司将其称之为PointSwitch家庭环境解决方案。它将允许用户从远处只用手指就可以控制各种智能家用电器。在不久的将来,也许我们无需拿起遥控器,     

基于加权支持向量机的金融时间序列预测

金融时间序列数据的预测是商业领域的热点问题,对金融时间序列进行准确的预测,对金融投资决策与风险管理具有特别重要的意义。针对金融时间序列的特点,对传统支持向量机进行了改进,提出了基于加权支持向量机的金融时间序列预测方法。研究表明,与传统金融时间序列预测方法比较,基于加权支持向量机有效地提高了金融时间序列预测的精度。     

时间序列模型在物流需求预测中的应用

本文通过介绍物流需求知识、预测方法及时间序列预测方法,采用随机时间序列模型进行物流需求预测。探讨时间序列模型在物流需求预测中的应用,以期为物流需求预测提供全新方法和借鉴。     

基于偏最小二乘回归的吉林省电力需求预测分析

文章结合偏最小二乘回归和模糊时间序列对吉林省电力需求进行中长期预测分析。偏最小二乘法较好地克服了电力需求影响因素间严重的多重共线性问题,拟合效果较好,预测精度较高。分析发现,国内生产总值,第一产业、第二产业、第三产业、城镇居民人均可支配收入、城镇人口、总人口和居民消费水平对吉林省电力需求影响较大,同时节能减排政策会减缓吉林省电力需求的增长。     

基于ARIMA模型的我国木薯干进口发展预测研究

本文采用时间序列分析方法对我国1984—2007年木薯干进口量的数据进行分析,建立相应的时间序列模型。我们预留了2006—2007年的数据进行模型预测对比。通过预测对比,发现ARIMA模型的预测效果较好,可以用来对我国木薯干进口量进行预测。     

用户节电省钱得实惠 社会节能减排扩内需——财政补贴高效照明产品推广进展情况及效果

为促进高效节能产品推广，2008年，国家通过财政补贴方式推广高效照明产品，启动了第一批推广工作，取得了用户节电省钱得实惠，社会节能减排扩内需的积极效果。     

基于时间序列分析的体育比赛成绩分析与预测

对时间序列分析在体育比赛成绩分析与预测中的应用进行了研究。讨论对体育比赛成绩数据进行时间序列分析的可行性。通过软件SAS和E-view进行实例分析,给出优化模型,用以预测比赛成绩。然后通过对比预测成绩与真实成绩之间的差异,对运动员进行定量评价。     

中国外汇储备的实证分析

通过对中国外汇储备年度数据建立相应的时间序列模型,同时考虑了政策性因素和突发事件对外汇储备的影响,对模型进行相应的修正,进行了未来五年外汇储备的预测。在此基础上加进政策性因素即突发事件的影响后,预测2012年时,外汇储备值将突破五万亿美元。     

公路交通运输量GM-Markov综合预测模型研究

为了提高公路交通运输量的预测精度,在介绍一般模型的基础上,建立了GM-Markov预测模型,它是将灰色预测方法与Markov预测模型优化组合,用灰色预测模型GM(1,1)预测随机时间序列数据的总体发展趋势,而用Markov模型预测各数据在总体趋势下的随机波动性变化,得到随机时间序列数据趋势预测模型的解。通过公路货运量的实际数据进行了验证,结果表明:GM-Markov预测模型既能预测参数随机数据序列的总体趋势,又能适应波动性较大的随机序列变化,其预测精度高于GM(1,1)模型的预测精度。     

体育馆智能照明控制系统研究

研究的是一种适用于体育馆智能照明的控制系统,在综合考虑几种节能方法的基础上,设计了一种全新的控制器,可以完成电压预测和提前调节照度等功能。分别从背景、方案论证、系统硬件设计进行说明,对于控制电路的核心二进制调压器作了十分详细的解释说明。通过研究证明了此种照明控制方式的实时性、可靠性,能够满足体育场馆照明系统的节能控制要求。     

基于SARIMA-BP神经网络方法的汽车销量预测研究

对汽车销量时间序列的预测方法进行了研究,针对汽车销量影响因素表现出的多样性,应用灰色关联分析法对其进行筛选。针对汽车销量时间序列表现出的线性特征和环境动态变化导致的非线性规律,单一的线性预测方法和非线性预测方法都无法满足时间序列的预测要求。提出了一种SARIMA-BP神经网络预测方法,利用SARIMA方法对时间序列的线性部分进行建模,利用BP神经网络方法对时间序列的非线性部分进行建模。仿真结果表明,SARIMA-BP神经网络方法比单一模型的预测准确率更高。     

集中计量供热系统换热站的运行调节

实行集中供热是节能减排工作中的一项重要工程.利用热电厂作为热源,通过中间换热站进行换热,然后送到用户用以采暖的供热方式成为目前集中供热的主要趋势.因此对换热站的运行调节的研究对节能减排具有重要的意义.