摘要：以三年生药用大黄种子为试材,采用三因素四水平的正交实验设计,研究了浸种时长、基质含水量和激素对药用大黄种子萌发及幼苗特性的影响,以期为药用大黄种苗繁育标准化规模化发展提供参考依据。结果表明:浸种时长为6 h、基质含水量为70%处理的种子出苗率最佳,T16(24 h,70%,赤霉素)的种苗叶面积、株高、地上质量和鲜质量均最佳,T8(12 h,70%,IAA)的种苗茎粗和叶片可溶性蛋白质含量最佳,T7(12 h,60%,水杨酸)的种苗根长和叶片过氧化物酶活性最佳,T10(18 h,50%,水杨酸)的种苗叶片丙二醛(MDA)含量最佳,T5(12 h,40%,6-BA)的种苗叶片超氧化物歧化酶(SOD)活性最佳。相关性分析和极差分析结果表明,药用大黄种苗繁育的理论最佳方案为浸种18 h、基质含水量保持70%和喷施水杨酸。

摘要：风电功率预测结果的准确性,不仅关系到风力发电厂的综合运行效率,也与区域运行成本具备直接联系,为解决传统预测方法的不足,基于前馈神经网络——BP(反向传播)神经网络,设计一种风电功率预测方法。考虑到BP神经网络属于一种多层结构的网络,因此,基于BP神经网络的预测模型也具备多层结构。应用预测模型对风电功率的随机性与波动性特征进行描述。并采用校正风电功率预测结果误差、规范风电功率预测流程的方式,完成方法设计。经过实例分析,证明设计的方法对风电功率的预测结果误差均在最优误差范围内,预测的数值具有更高的价值。

摘要：海上风电场运行环境恶劣、维修船只出海成本高,因而海上风电机组的维修通常集中进行,这对于海上风电机组部件的备件库存管理提出了更高的要求。为此,提出了一种综合考虑部件退化状态的视情维护与备件库存管理的集成策略,显著减少了风电机组失效时长,降低了停机损失。以海上风电机组的巡检周期、部件的维修阈值与备件管理的再订货点、订货批量为联合决策变量,以系统的成本率为目标函数建立数学模型。针对模型中的随机变量和维护与备件库存管理的耦合关系导致的高度复杂性,设计蒙特卡洛仿真算法估计其目标函数值。最后通过仿真实验进行灵敏度分析,验证了本文所提模型的有效性。