无人值守智能称重系统在汽车衡联网计量中的应用

随着电力、冶金、煤炭、石化等行业资源的紧缺,计量的准确、可靠、高效及信息化建设直接关系到企业利润最大化目标的实现。无人值守汽车衡智能称重系统是企业实现计量信息化的伙伴,也是提高计量效率、克服人为误差等弊端、降低企业管理成本及资源损耗的手段。本文将对无人值守智能称重系统在汽车衡联网计量中的应用进行具体分析。     

简述带约束条件的全站仪加常数检测方法

针对六段基线比较法在全站仪加常数检测中,受到固定基线场的限制,不能随时检校的缺陷,研究通过设置检测约束条件的全站仪值检测方法,可以方便、快捷、准确、无须已知基线场地、随时自行检测。     

“分光光度法测定溶液中微量铁”实验解析

"分光光度法测定溶液中微量铁"是医学院校医用化学中的一个重要实验。由于被测溶液中亚铁离子仅含微量,使得此实验具有实验操作难度大、测定结果误差大的特点。本文针对分光光度法中影响测定结果的操作要点进行阐述,以减小实验误差,取得较为准确的测定结果。     

大脑是如何处理信息的——神经元及其模型的计算阐释

神经元作为神经系统的基本单元,提供了人类认知的基本信息功能处理机制。文章通过对神经元及其模型进行计算分析,指出了神经元内离子对刺激信息的反应,在此基础上阐释了误差驱动任务学习与BP学习法,最后文章对神经元的计算启示给出了解读。文章表明,脑认知是动态的表征,其非线性地处理认知现象,并指出计算神经科学在解读大脑处理信息上正在尝试突破,具有重要的研究意义和价值。     

光电测距仪周期误差的计算分析

本文首先光电测距仪周期误差的概念、来源以及相位式光电测距仪周期误差的理论计算公式进行了分析,之后利用平台法对光电测距仪周期误差进行了计算分析,把周期误差曲线分解为各次谐波的叠加,求出各次谐波的振幅、初相,进而求出观测值中误差,初步揭示周期误差的实质。     

基于独立分量分析与小波神经网络的时间序列预测

对时间序列的预测是一项重要的数据挖掘技术。本文将独立分量分析方法和小波神经网络相结合,建立一种ICA—WNN预测模型,并应用于风力发电功率时间序列预测。仿真结果表明所建模型具有较好的泛化性能,得到了较高的预测精度。     

能源计量仪表误差产生原因分析研究

根据日常对能源计量仪表的安装、维修、维护工作,结合部分参考资料,对能源计量仪表产生误差的原因进行了分析汇总,并对相关误差的解决方法做了描述。     

影响计量秤计量误差的因素探讨

计量称是计量称重的重要工具,并且在各行各业广泛应用,对于生产和生活发挥着巨大的作用。如果计量称使用时间过长,那么计量称的精准度就会受到一定程度的影响。计量称的工作环境是影响计量称计量误差的主要因素,此外,计量称的精准度也会受到计量称本身设置的影响。一旦计量称出现计量误差,会给生产和生活带来一定的损失。因此,对影响计量秤计量误差的因素进行探讨,解决计量称计量失真的问题,实现计量称的效益最大化意义重大。本文将会就这一问题进行深入研究,以便为使用者提供一定的参考。     

地铁工程项目中的施工测量与误差分析

地铁施工中,定位测量和贯通测量是两项基础性的测量工作,同时也关乎整个工程的安全和质量,因此明确施工控制测量中引起误差主要因素以及控制测量误差的积累成为地铁施工的重要环节。本文针对地面控制测量、竖井联系测量和区间隧道施工控制测量,进行了简单的误差分析和精度优化探讨。     

分布式风光功率预测方法的研究与验证

本文总结归纳了国内外风电光伏功率预测发展现状、预测方法和分类,通过算例对比验证了三种典型功率预测模型-利用ARMA模型、卡尔曼滤波模型和小波神经网络模型分别对某一分布式风光发电区域进行了功率预测。通过对预测结果各项评价指标的综合分析,发现：小波神经网络预测模型的精确度最高,实现了针对小范围分布式光伏、风电的短期和超短期的精确预测。实验运行结果表明：该系统能够较为准确的预测短期和未来4小时超短期的风光发电整体出力,超短期和短期预测的月平均均方根误差达到为7%和9%。满足电网实际运行需要,在分布式发电项目上具备一定的推广和应用价值。