简介：短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机（SVM）的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.

简介：建立了一种快速同时测定果蔬中噻苯咪唑（TBZ）、邻苯基苯酚（OPP）、联苯（DP）及抑霉唑（IMZ）残留量的高效液相色谱紫外/荧光分析方法。柑橘类水果及蔬菜样品经组织捣碎机打碎研磨均匀后,利用咖啡萃取机产生的甲醇或乙醇蒸汽进行萃取,分别采用紫外/荧光检测器同时测定上述四种或三种防腐保鲜剂。结果表明：紫外检测TBZ、OPPI、MZ、DP分别在（0.5～10）μg/ml,（0.6～10）μg/ml,（1～80）μg/ml,（0.8～20）μg/ml范围内具有良好的线性,最低检测限分别为0.4,0.4,0.5,0.8μg/ml;荧光检测TBZ、OPP、DP分别在（0.05～2.0）μg/ml,（0.06～2.0）μg/ml,（0.08～5.0）μg/ml范围内具有良好的线性;最低检测限分别为0.02,0.03,0.05μg/ml;采用甲醇蒸汽、乙醇蒸汽和乙醚溶剂萃取,得样品添加回收率分别为67%～84%,72%～83%,52%～108%;相对标准标准偏差分别为1.23%～3.57%,0.35%～2.35%,1.71%～6.29%。该方法快速、灵敏、准确,能满足果蔬中防腐保鲜剂多残留检测的要求。